【技术实现步骤摘要】
房屋信贷数据处理方法及系统
[0001]本申请涉及区块链
，可应用于金融领域和其他领域，尤指一种房屋信贷数据处理方法及系统
。
技术介绍
[0002]目前二手房交易量日益增大，由于房屋交易涉及金额巨大，房屋交易涉及买卖双方
、
中介
、
银行
、
房产管理部分等多个方面，交易手续复杂，各个环节基本都是人工操作，很容易发生问题
。
二手房屋买卖的双方通过中介公司联系到一起
,
中介提供居间联系
、
沟通
、
代办过户手续等服务
,
房屋买卖双方按约定支付酬金
。
中介公司模式为保证二手房交易安全，降低交易的技术难度起到重要的作用
。
但是中介方式由于交易方要支付不菲的费用，而且交易环节大部分的信息获取
、
买卖双方信息
、
房屋信息等都是评估判断都是人为参与进行，受人员的影响较大，加上中介公司人员流动性大，因此也给交易双方带
【技术保护点】
【技术特征摘要】
1.
一种房屋信贷数据处理方法，其特征在于，所述方法包含：获取第一用户提供的第一身份信息和交易类型；当所述交易类型为买房交易时，通过区块链网络获得各用户端基于所述第一身份信息生成的用户数据；根据所述用户数据通过差分隐私算法进行迭代计算获得用户的兴趣项数据，根据所述兴趣项数据和引入的随机差分矩阵构建用户画像；根据所述用户画像于所述区块链网络中匹配第二用户提供的房屋数据获得目标房屋信息，根据所述第一用户和所述第二用户通过所述目标房屋信息提供的交易数据和所述目标房屋信息生成房屋变更数据；将所述房屋变更数据共识至所述区块链网络
。2.
根据权利要求1所述的房屋信贷数据处理方法，其特征在于，根据所述用户数据通过差分隐私算法进行迭代计算获得用户的兴趣项数据还包含：根据所述用户数据构建数据矩阵，通过协同矩阵算法将所述数据矩阵转换为用户集和兴趣集构成的协同耦合数据；于所述协同耦合数据中选取样本数据集，并将高斯噪声加入所述样本数据集中生成用户数据集；根据所述用户数据集通过差分隐私算法进行迭代计算获得用户的兴趣项数据
。3.
根据权利要求2所述的房屋信贷数据处理方法，其特征在于，根据所述用户数据集通过差分隐私算法进行迭代计算获得用户的兴趣项数据包含：根据所述用户数据集通过隐私混淆处理生成干扰数据集，根据梯度下降算法计算所述干扰数据集中的正则平方错误值，并通过迭代计算适配所述干扰数据集中的兴趣集获得用户的兴趣项数据
。4.
根据权利要求1所述的房屋信贷数据处理方法，其特征在于，根据所述兴趣项数据和引入的随机差分矩阵构建用户画像包含：根据随机生成的噪声向量对所述兴趣集进行干扰迭代获得梯度下降函数；根据所述梯度下降函数和随机生成的噪声矩阵计算获得梯度模，将所述梯度模提供至用户兴趣访问方计算对应的梯度模累加因子；根据所述梯度模累加因子获得对应的梯度模函数，通过所述梯度模函数生成画像信息，根据所述画像信息构建用户画像
。5.
根据权利要求1所述的房屋信贷数据处理方法，其特征在于，根据所述第一用户和所述第二用户通过所述目标房屋信息提供的交易数据和所述目标房屋信息生成房屋变更数据还包含：根据所述第一用户和所述第二用户根据所述目标房屋信息提供的交易数据获得贷款需求数...
【专利技术属性】
技术研发人员：胡可伟，林卫辉，陈子维，柳恒，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。