[发明专利]基于区块链的产品推荐方法、装置及系统

说明书

本申请提供一种基于区块链的产品推荐方法、装置及系统，涉及区块链领域，也可用于金融领域，所述方法包括：利用区块链中的服务网关节点获取用户原始数据；其中，所述用户原始数据是所述区块链中的客户端节点通过所述服务网关节点上传的；对所述用户原始数据进行差分隐私增强处理，得到对应的用户隐私数据；将所述用户隐私数据输入预先训练的产品推荐模型，生成对应的推荐产品，并将所述推荐产品发送至所述客户端节点；其中，所述产品推荐模型是利用差分隐私增强处理后的链上用户原始数据进行迭代梯度训练得到的。本申请能够在有效避免隐私泄露风险及单点依赖风险发生的情况下，基于用户原始数据实现产品推荐。

技术领域

本申请涉及区块链技术领域，可以用于金融领域，具体是一种基于区块链的产品推荐方法及装置。

背景技术

大数据时代的到来在使信息量暴增的同时，数据维度也呈现几何式增长。在保护用户隐私的前提下，如何充分挖掘高维数据的可用信息，成为了大数据发布领域的研究热点与难点。一般而言，(项目/产品)推荐系统是一种利用用户数据计算用户偏好，旨在向用户推荐相关项目/产品的系统。在信息传递与机器学习的过程中，为了避免用户数据计算中产生用户隐私泄露，通常会引入差分隐私算法，通过向用户数据中加入噪声干扰的方式，降低个人信息的敏感度，从而实现混淆敏感数据，达到隐私保护的效果。

现有技术中，差分隐私计算作为一种强大的隐私保护模型，被越来越多地应用到高维数据的发布中。然而在不可信的环境下，用户向推荐系统提供的个人偏好信息存在较大的风险隐患：一是隐私暴露风险，在原始数据中加入干扰噪声，仍无法避免攻击者通过降噪及梯度下降等手段提取个人敏感信息；二是单点依赖风险，推荐系统作为用户偏好信息的集大成者，也存在泄露个人用户信息的可能。

发明内容

针对现有技术中的问题，本申请提供一种基于区块链的产品推荐方法及装置，能够在有效避免隐私泄露风险及单点依赖风险发生的情况下，基于用户原始数据实现产品推荐。

为解决上述技术问题，本申请提供以下技术方案：

第一方面，本申请提供一种基于区块链的产品推荐方法，包括：

利用区块链中的服务网关节点获取用户原始数据；其中，所述用户原始数据是所述区块链中的客户端节点通过所述服务网关节点上传的；

对所述用户原始数据进行差分隐私增强处理，得到对应的用户隐私数据；

将所述用户隐私数据输入预先训练的产品推荐模型，生成对应的推荐产品，并将所述推荐产品发送至所述客户端节点；其中，所述产品推荐模型是利用差分隐私增强处理后的链上用户原始数据进行迭代梯度训练得到的。

进一步地，所述的基于区块链的产品推荐方法，还包括：

从所述区块链中的存储节点获取数据共享密钥；其中，所述数据共享密钥是所述客户端节点基于用户提交的上传数据请求中的初始化安全参数生成，并存储于所述存储节点的。

进一步地，训练所述产品推荐模型的步骤，包括：

从所述存储节点获取所述链上用户原始数据；

对所述链上用户原始数据进行差分隐私增强处理，得到首轮多方信息共享数据；

迭代执行以下步骤，直至达到训练收敛条件，得到所述产品推荐模型：基于当前迭代轮次下的梯度下降因子及多方信息共享数据执行迭代梯度训练；其中，在执行首轮梯度训练时，所述多方信息共享数据为所述首轮多方信息共享数据。

进一步地，所述对所述链上用户原始数据进行差分隐私增强处理，得到首轮多方信息共享数据，包括：

对所述链上用户原始数据进行矩阵分解处理；

对矩阵分解处理后的链上用户原始数据执行梯度下降运算，得到待分享训练数据；