[发明专利]基于人工智能的大数据隐私信息解析方法及系统

权利要求书

1.一种基于人工智能的大数据隐私信息解析方法，其特征在于，所述方法包括：

获取用户行为采样数据库，所述用户行为采样数据库包括一个或多个被配置初始化隐私属性标识的用户行为采样数据；

通过预先确定的隐私信息解析网络对所述用户行为采样数据库中的用户行为采样数据进行行为描述分析，得到行为数据描述序列；

根据所述行为数据描述序列，将所述用户行为采样数据作为关系实体生成行为数据关系网络；

基于所述行为数据关系网络对所述用户行为采样数据的初始化隐私属性标识进行优化，得到优化后用户行为采样数据库；

通过所述优化后用户行为采样数据库对所述预先确定的隐私信息解析网络进行机器学习，并通过机器学习后的隐私信息解析网络对待进行隐私信息解析用户行为数据进行隐私信息解析，得到隐私信息解析结果。

2.根据权利要求1所述的方法，其特征在于，所述基于所述行为数据关系网络对所述用户行为采样数据的初始化隐私属性标识进行优化，得到优化后用户行为采样数据库，包括：

将所述用户行为采样数据的初始化隐私属性标识在所述行为数据关系网络的关系实体之间进行关系游走，得到所述用户行为采样数据对应的关系游走后的隐私属性标识信息；

基于所述关系游走后的隐私属性标识信息，对所述用户行为采样数据的初始化隐私属性标识进行优化，得到优化后用户行为采样数据库。

3.根据权利要求2所述的方法，其特征在于，所述将所述用户行为采样数据的初始化隐私属性标识在所述行为数据关系网络的关系实体之间进行关系游走，得到所述用户行为采样数据对应的关系游走后的隐私属性标识信息，包括：

根据所述用户行为采样数据的初始化隐私属性标识，生成所述用户行为采样数据库对应的初始化隐私属性标识信息；

通过预先确定的关系游走规则，将所述初始化隐私属性标识信息在所述行为数据关系网络的关系实体之间进行关系游走，得到所述用户行为采样数据对应的关系游走后的隐私属性标识信息。

4.根据权利要求3所述的方法，其特征在于，所述初始化隐私属性标识信息包括各所述用户行为采样数据对应的初始化隐私属性标识特征，所述通过预先确定的关系游走规则，将所述初始化隐私属性标识信息在所述行为数据关系网络的关系实体之间进行关系游走，得到所述用户行为采样数据对应的关系游走后的隐私属性标识信息，包括：

根据所述行为数据关系网络确定所述用户行为采样数据之间的行为关系量化参数；

获取所述行为关系量化参数对应的重要性量化指标，并基于所述重要性量化指标，对所述用户行为采样数据的初始化隐私属性标识特征进行特征融合；

将特征融合后的初始化隐私属性标识特征进行特征拼接，得到所述用户行为采样数据对应的关系游走后的隐私属性标识信息。