非隐私数据获取及消息推送方法及系统技术方案

本发明专利技术公开了非隐私数据获取及消息推送方法及系统，属于大数据处理技术领域，要解决的技术问题为如何在保护用户隐私的前提下，基于用户行为对用户进行消息推送。包括如下步骤：获取隐私数据和非隐私数据；实时获取非隐私数据中的用户行为数据及界面数据，对用户当前的使用状态进行识别，得到用户操作习惯及使用意向，并对用户操作间隙时间进行预测；基于用户操作习惯及使用意向构建用户的使用习惯参考数据库，并建立时间预测模型；根据预设用户标签对用户进行分类，得到用户标签对应的通用数据库，基于通用数据库、对时间预测模型进行模型训练；基于推广时间和消息推送位置、在用户使用智能设备时进行消息推送。用户使用智能设备时进行消息推送。用户使用智能设备时进行消息推送。

【技术实现步骤摘要】
非隐私数据获取及消息推送方法及系统


[0001]本专利技术涉及大数据处理
，具体地说是非隐私数据获取及消息推送方法及系统。

技术介绍

[0002]用户终端的应用程序的使用过程中，会产生很多应用程序行为数据，例如用户操作行为数据、用户浏览行为数据、用户设置行为数据等等，如何对这些应用程序数据进行有效挖掘，从而确定相关的用户画像，以便于后续的消息推送是现有大多数社交、购物、阅读、短视频软件正在构建的大数据挖掘分析方法。但是现有大数据挖掘处理方法，并未充分考虑到用户隐私，对于用户相关数据进行无限制的获取，且在对用户进行相关消息推送时，通常是粗暴的以广告弹窗的方式，或是直接根据用户浏览记录构建了用户的信息茧房，严重破坏的用户的使用体验。
[0003]如何在保护用户隐私的前提下，基于用户行为对用户进行消息推送，是需要解决的技术问题。

技术实现思路

[0004]本专利技术的技术任务是针对以上不足，提供非隐私数据获取及消息推送方法及系统，来解决如何在保护用户隐私的前提下，基于用户行为对用户进行消息推送的技术问题。
[0005]第一方面，本专利技术一种非隐私数据获取及消息推送方法，包括如下步骤：
[0006]通过数据分割算法对用户文件中用户数据进行处理，获取隐私数据和非隐私数据，并对隐私数据进行完整性检测，其中，用户数据为用户使用智能设备产生的相关数据；
[0007]将非隐私数据存储在数据中转站内，并将数据中转站作为用户大数据源，云数据中心实时从用户大数据源中获取并处理非隐私数据；
[0008]实时获取非隐私数据中的用户行为数据及界面数据，对用户当前的使用状态进行识别，获得用户操作频率参数及智能设备显示界面布局参数，基于用户操作频率参数及智能设备显示界面布局参数对用户使用行为进行分析，得到用户操作习惯及使用意向，并对用户操作间隙时间进行预测；
[0009]基于用户操作习惯及使用意向构建用户的使用习惯参考数据库，并建立时间预测模型，所述时间预测模型用于基于用户操作习惯及使用意向、预测输出用户操作间隙数据，用户操作间隙时间作为推广时间；
[0010]根据预设用户标签对用户进行分类，将同一类用户标签下至少一个用户的使用习惯参考数据库进行集合，得到用户标签对应的通用数据库，基于通用数据库、对时间预测模型进行模型训练，得到训练后时间预测模型；
[0011]基于获取的用户操作习惯以及使用意向、通过训练后时间预测模型对用户操作间隙时间进行预测，得到推广时间，并基于智能设备显示界面布局参数预测消息推送位置，基于推广时间和消息推送位置、在用户使用智能设备时进行消息推送。
[0012]作为优选，通过如下步骤对隐私数据进行完整性检测：
[0013]获取隐私数据在用户文件中的位置信息；
[0014]根据隐私数据和位置信息建立隐私数据和原始文件的映射表，并根据原始文件和映射表建立索引表，同时将映射表和所述索引表存入关系数据库；
[0015]通过检测数据前后的数字摘要是否一致来检测隐私数据中数据内容是否被篡改过，从而达到隐私数据内容完整性检测。
[0016]作为优选，云数据中心实时从用户大数据源中获取并处理非隐私数据，还包括如下步骤：
[0017]L1、通过非隐私数据获取所有的网络搜索数据，网络搜索数据为用户在各个搜索引擎录入的搜索词语，并基于得到的搜索词语构建搜索词语组；
[0018]L2、获取到网络数据获取端的搜索词语组
[0019]L3、任选一搜索词语组内的搜索词语；
[0020]L4、获取搜索词语组内关键数据，包括获取到关键数据内的名称、用途关键字和特征描述词，并对关键数据和搜索词语进行拟合分析；
[0021]L5、任选下一搜索词语，重复步骤L4；
[0022]L6、重复步骤L5直到对所有搜索词语处理完，得到若干个目标词语构成的目标词语组；
[0023]L7、基于目标词语组调取相关推送内容。
[0024]作为优选，基于用户操作频率参数及智能设备显示界面布局参数对用户使用行为进行分析时，基于用户操作频率参数分析用户使用应用程序时对应的操作频率、操作内容及停留时间，分析用户对于应用程序或该界面主题内容的需求程度及用户的使用意向，其中，用户的使用意向包括用户对于指定关键词的搜索频率及其停留时间与对应的操作行为数据。
[0025]作为优选，根据预设用户标签对用户进行分类，将同一类用户标签下至少一个用户的使用习惯参考数据库进行集合，得到用户标签对应的通用数据库，根据预设的用户标签对用户进行分类，形成指定的用户标签群体，对于每个用户标签群体，对所述用户标签群体下属的所有用户对应的使用习惯参考数据库进行数据采集，并依据用户操作习惯和使用意向进行交集，建立用户标签群体的同类型通用数据库。
[0026]第二方面，本专利技术一种非隐私数据获取及消息推送系统，用于通过如第一方面任一项所述的非隐私数据获取及消息推送方法进行消息推送，所述系统包括：
[0027]数据处理模块，所述数据处理模块用于通过数据分割算法对用户文件中用户数据进行处理，获取隐私数据和非隐私数据，并对隐私数据进行完整性检测，其中，用户数据为用户使用智能设备产生的相关数据；
[0028]数据中转模块，所述数据中转模块用于将非隐私数据存储在数据中转站内，并将数据中转站作为用户大数据源，云数据中心实时从用户大数据源中获取并处理非隐私数据；
[0029]数据分析模块，所述数据分析模块用于实时获取非隐私数据中的用户行为数据及界面数据，对用户当前的使用状态进行识别，获得用户操作频率参数及智能设备显示界面布局参数，基于用户操作频率参数及智能设备显示界面布局参数对用户使用行为进行分
析，得到用户操作习惯及使用意向，并对用户操作间隙时间进行预测；
[0030]模型构建模块，所述模型构建模块用于基于用户操作习惯及使用意向构建用户的使用习惯参考数据库，并建立时间预测模型，所述时间预测模型用于基于用户操作习惯及使用意向、预测输出用户操作间隙数据，用户操作间隙时间作为推广时间；
[0031]模型训练模块，所述模型训练模块用于根据预设用户标签对用户进行分类，将同一类用户标签下至少一个用户的使用习惯参考数据库进行集合，得到用户标签对应的通用数据库，基于通用数据库、对时间预测模型进行模型训练，得到训练后时间预测模型；
[0032]预测模块，所述预测模块用于基于获取的用户操作习惯以及使用意向、通过训练后时间预测模型对用户操作间隙时间进行预测，得到推广时间，并基于智能设备显示界面布局参数预测消息推送位置，基于推广时间和消息推送位置、在用户使用智能设备时进行消息推送。
[0033]作为优选，数据处理模块用于通过如下步骤对隐私数据进行完整性检测：
[0034]获取隐私数据在用户文件中的位置信息；
[0035]根据隐私数据和位置信息建立隐私数据和原始文件的映射表，并根据原始文件和映射表建立索引表，同时将映射表和所述索本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非隐私数据获取及消息推送方法，其特征在于，包括如下步骤：通过数据分割算法对用户文件中用户数据进行处理，获取隐私数据和非隐私数据，并对隐私数据进行完整性检测，其中，用户数据为用户使用智能设备产生的相关数据；将非隐私数据存储在数据中转站内，并将数据中转站作为用户大数据源，云数据中心实时从用户大数据源中获取并处理非隐私数据；实时获取非隐私数据中的用户行为数据及界面数据，对用户当前的使用状态进行识别，获得用户操作频率参数及智能设备显示界面布局参数，基于用户操作频率参数及智能设备显示界面布局参数对用户使用行为进行分析，得到用户操作习惯及使用意向，并对用户操作间隙时间进行预测；基于用户操作习惯及使用意向构建用户的使用习惯参考数据库，并建立时间预测模型，所述时间预测模型用于基于用户操作习惯及使用意向、预测输出用户操作间隙数据，用户操作间隙时间作为推广时间；根据预设用户标签对用户进行分类，将同一类用户标签下至少一个用户的使用习惯参考数据库进行集合，得到用户标签对应的通用数据库，基于通用数据库、对时间预测模型进行模型训练，得到训练后时间预测模型；基于获取的用户操作习惯以及使用意向、通过训练后时间预测模型对用户操作间隙时间进行预测，得到推广时间，并基于智能设备显示界面布局参数预测消息推送位置，基于推广时间和消息推送位置、在用户使用智能设备时进行消息推送。2.根据权利要求1所述的非隐私数据获取及消息推送方法，其特征在于，通过如下步骤对隐私数据进行完整性检测：获取隐私数据在用户文件中的位置信息；根据隐私数据和位置信息建立隐私数据和原始文件的映射表，并根据原始文件和映射表建立索引表，同时将映射表和所述索引表存入关系数据库；通过检测数据前后的数字摘要是否一致来检测隐私数据中数据内容是否被篡改过，从而达到隐私数据内容完整性检测。3.根据权利要求1所述的非隐私数据获取及消息推送方法，其特征在于，云数据中心实时从用户大数据源中获取并处理非隐私数据，还包括如下步骤：L1、通过非隐私数据获取所有的网络搜索数据，网络搜索数据为用户在各个搜索引擎录入的搜索词语，并基于得到的搜索词语构建搜索词语组；L2、获取到网络数据获取端的搜索词语组L3、任选一搜索词语组内的搜索词语；L4、获取搜索词语组内关键数据，包括获取到关键数据内的名称、用途关键字和特征描述词，并对关键数据和搜索词语进行拟合分析；L5、任选下一搜索词语，重复步骤L4；L6、重复步骤L5直到对所有搜索词语处理完，得到若干个目标词语构成的目标词语组；L7、基于目标词语组调取相关推送内容。4.根据权利要求1所述的非隐私数据获取及消息推送方法，其特征在于，基于用户操作频率参数及智能设备显示界面布局参数对用户使用行为进行分析时，基于用户操作频率参数分析用户使用应用程序时对应的操作频率、操作内容及停留时间，分析用户对于应用程
序或该界面主题内容的需求程度及用户的使用意向，其中，用户的使用意向包括用户对于指定关键词的搜索频率及其停留时间与对应的操作行为数据。5.根据权利要求1所述的非隐私数据获取及消息推送方法，其特征在于，根据预设用户标签对用户进行分类，将同一类用户标签下至少一个用户的使用习惯参考数据库进行集合，得到用户标签对应的通用数据库，根据预设的用户标签对用户进行分类，形成指定的用户标签群体，对于每个用户标签群体，对所述用户标签群体下属的所有用户对应的使用习惯参考数据库进行数据采集，并依据用户操作习惯和使用意向进行交集，建立用户标签群体的同类型通用数据库。6.一种非隐私数据获取及消息推送系统，其特征在于，用于通过如权利要求1
‑
5任一项所述的非隐私数据获取及消息推送方法进行消息推送，所述系统包括：数据处理模块，所述数据处理模...

【专利技术属性】
技术研发人员：赵兴业，张建伟，宋喆，赵山，
申请(专利权)人：浪潮云信息技术股份公司，
类型：发明
国别省市：