[发明专利]基于个性化差分隐私的手机银行理财产品推荐方法和装置

说明书

本发明提供了一种基于个性化差分隐私的手机银行理财产品推荐方法和装置，涉及大数据，该方法包括：获取用户在手机银行上购买理财产品的历史行为信息，确定评分矩阵；对评分矩阵进行预处理，加入个性化的高斯噪声扰动，确定预处理后的评分矩阵；计算预处理后的评分矩阵的用户相似度矩阵，确定用户因子矩阵；对预处理后的评分矩阵进行评分预测，加入剩余隐私预算的高斯噪声扰动，确定项目因子矩阵；所述个性化的高斯噪声扰动与剩余隐私预算的高斯噪声扰动构成隐私预算池；根据用户因子矩阵和项目因子矩阵，确定推荐理财产品集合。本发明对所有参与的客户采取不同的隐私保护权重，提升模型精度的同时，降低算法的运行开销。

技术领域

本发明涉及大数据技术领域，尤其涉及一种基于个性化差分隐私的手机银行理财产品推荐方法和装置。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

在金融领域中，手机银行会根据用户的喜好，推荐适合用户的理财产品等金融服务，以满足用户“千人千面”的需求。手机银行推荐是通过分析用户的历史理财行为，来预测用户感兴趣的理财产品。如果用户的行为数据泄露，将会导致用户信息的泄露。不仅会导致银行金融推荐服务质量的下降，也会让用户对银行的口碑产生不信任。因此，保证推荐算法的准确性的同时，兼顾用户隐私信息的安全性，是十分重要的。

目前的推荐算法都需要设计加密解密技术，目前用到的隐私推荐方法大多基于加密技术来实现的，同时加密解密技术需要大量的计算开销。

常见推荐算法都使用差分隐私技术来增强推荐算法的隐私保护，但是没有考虑到现实中客户端隐私偏好的个性化，对所有参与的客户端都采取相同的较高隐私保护程度，会导致模型精度的下降，且算法在移动端的运行开销都较大。

因此，如何提供一种新的方案，其能够解决上述技术问题是本领域亟待解决的技术难题。

发明内容

本发明实施例提供一种基于个性化差分隐私的手机银行理财产品推荐方法，对所有参与的客户采取不同的隐私保护权重，提升模型精度的同时，降低算法的运行开销，该方法包括：

获取用户在手机银行上购买理财产品的历史行为信息，确定评分矩阵；

对评分矩阵进行预处理，加入个性化的高斯噪声扰动，确定预处理后的评分矩阵；

计算预处理后的评分矩阵的用户相似度矩阵，确定用户因子矩阵；

对预处理后的评分矩阵进行评分预测，加入剩余隐私预算的高斯噪声扰动，确定项目因子矩阵；所述个性化的高斯噪声扰动与剩余隐私预算的高斯噪声扰动构成隐私预算池；

根据用户因子矩阵和项目因子矩阵，确定推荐理财产品集合。

本发明实施例还提供一种基于个性化差分隐私的手机银行理财产品推荐装置，包括：

评分矩阵确定模块，用于获取用户在手机银行上购买理财产品的历史行为信息，确定评分矩阵；

预处理模块，用于对评分矩阵进行预处理，加入个性化的高斯噪声扰动，确定预处理后的评分矩阵；

用户因子矩阵确定模块，用于计算预处理后的评分矩阵的用户相似度矩阵，确定用户因子矩阵；

项目因子矩阵确定模块，用于对预处理后的评分矩阵进行评分预测，加入剩余隐私预算的高斯噪声扰动，确定项目因子矩阵；所述个性化的高斯噪声扰动与剩余隐私预算的高斯噪声扰动构成隐私预算池；

推荐理财产品集合确定模块，用于根据用户因子矩阵和项目因子矩阵，确定推荐理财产品集合。