[發(fā)明專利]一種基于區(qū)塊鏈的大數(shù)據(jù)處理系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011536944.2
• 申請(qǐng)日: 2020-12-23
• 公開(kāi)（公告）號(hào): CN112667888A
• 公開(kāi)（公告）日: 2021-04-16
• 發(fā)明（設(shè)計(jì)）人: 唐金勝;何前進(jìn)
• 申請(qǐng)（專利權(quán)）人: 唐金勝
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F16/27;G06F21/60;G06F21/62;H04L9/32;H04L29/08
• 代理公司: 廣州高炬知識(shí)產(chǎn)權(quán)代理有限公司 44376
• 代理人: 李順

本發(fā)明屬于大數(shù)據(jù)技術(shù)領(lǐng)域，具體的說(shuō)是一種基于區(qū)塊鏈的大數(shù)據(jù)處理系統(tǒng)，包括數(shù)據(jù)采集模塊、數(shù)據(jù)分析模塊、數(shù)據(jù)混淆模塊以及數(shù)據(jù)推送模塊；所述數(shù)據(jù)采集模塊不間斷的收集用戶觀看的內(nèi)容相關(guān)信息，并發(fā)送至數(shù)據(jù)混淆模塊；所述數(shù)據(jù)混淆模塊在接收到相關(guān)數(shù)據(jù)后，對(duì)數(shù)據(jù)進(jìn)行處理，得到無(wú)指向性的偏好數(shù)據(jù)，處理完成后將數(shù)據(jù)發(fā)送至數(shù)據(jù)分析模塊；所述數(shù)據(jù)分析模塊在接收到無(wú)指向性數(shù)據(jù)后，對(duì)該數(shù)據(jù)進(jìn)行分析，得到對(duì)應(yīng)區(qū)域的用戶的偏好狀態(tài)信息，并發(fā)送至數(shù)據(jù)推送模塊；所述數(shù)據(jù)推送模塊依據(jù)用戶偏好狀態(tài)信息，進(jìn)行針對(duì)性的推送相關(guān)信息；本發(fā)明保證大數(shù)據(jù)隱私安全，信息推廣效果好。

技術(shù)領(lǐng)域

本發(fā)明屬于大數(shù)據(jù)技術(shù)領(lǐng)域，具體的說(shuō)是一種基于區(qū)塊鏈的大數(shù)據(jù)處理系統(tǒng)。

背景技術(shù)

大數(shù)據(jù)(bigdata)，指無(wú)法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來(lái)適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。隨著電子信息化的飛速發(fā)展，電子信息數(shù)據(jù)逐漸成為人們研究的重點(diǎn)，人們?nèi)粘Ｉ罹x不開(kāi)各種各樣的數(shù)據(jù)，進(jìn)而大數(shù)據(jù)成為了目前研究的熱點(diǎn)。

另外，傳統(tǒng)的區(qū)塊鏈技術(shù)為一種趨向于去中心化、不可篡改、數(shù)據(jù)公開(kāi)的數(shù)據(jù)技術(shù)，而其存儲(chǔ)的大數(shù)據(jù)一旦被所有節(jié)點(diǎn)獲取，則無(wú)法保證大數(shù)據(jù)隱私和大數(shù)據(jù)安全性。在現(xiàn)實(shí)應(yīng)用過(guò)程中，數(shù)據(jù)服務(wù)商為客戶提供服務(wù)的過(guò)程中保證客戶的數(shù)據(jù)安全性以及隱私性是必須的前提，若不能夠保證數(shù)據(jù)的安全性，則該數(shù)據(jù)服務(wù)商將不被客戶接受與認(rèn)可。

發(fā)明內(nèi)容

為了彌補(bǔ)現(xiàn)有技術(shù)的不足，提升基于區(qū)塊鏈的大數(shù)據(jù)隱私安全，提高信息推廣效果，本發(fā)明提出一種基于區(qū)塊鏈的大數(shù)據(jù)處理系統(tǒng)。

本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：本發(fā)明所述一種基于區(qū)塊鏈的大數(shù)據(jù)處理系統(tǒng)，括數(shù)據(jù)采集模塊、數(shù)據(jù)分析模塊、數(shù)據(jù)混淆模塊以及數(shù)據(jù)推送模塊；所述數(shù)據(jù)采集模塊采用爬蟲(chóng)技術(shù)，不間斷的收集用戶觀看的內(nèi)容相關(guān)信息；所述數(shù)據(jù)采集模塊將采集到的數(shù)據(jù)發(fā)送至數(shù)據(jù)混淆模塊中；所述數(shù)據(jù)混淆模塊在接收到相關(guān)數(shù)據(jù)后，依照特定的算法，采用黑箱模式對(duì)數(shù)據(jù)進(jìn)行處理，去除或打亂數(shù)據(jù)中特定個(gè)體用戶與特定偏好數(shù)據(jù)之間的關(guān)聯(lián)性，得到無(wú)指向性的偏好數(shù)據(jù)；所述無(wú)指向性數(shù)據(jù)中仍舊保存有大致地理信息、大致時(shí)間信息；所述大致地理信息的基本處理單位為縣級(jí)區(qū)域；所述大致時(shí)間信息精確到小時(shí)；所述數(shù)據(jù)混淆模塊對(duì)采集到的數(shù)據(jù)完成處理后，將得到的無(wú)指向性數(shù)據(jù)發(fā)送至數(shù)據(jù)分析模塊；所述數(shù)據(jù)分析模塊在接收到無(wú)指向性數(shù)據(jù)后，對(duì)該數(shù)據(jù)進(jìn)行分析，得到對(duì)應(yīng)區(qū)域的用戶的偏好狀態(tài)信息；所述數(shù)據(jù)分析模塊得到用戶偏好狀態(tài)信息后，將該信息發(fā)送至數(shù)據(jù)推送模塊中；所述數(shù)據(jù)推送模塊依據(jù)用戶偏好狀態(tài)信息，針對(duì)不同地區(qū)的用戶在不同時(shí)間點(diǎn)針對(duì)性的推送相關(guān)信息，提升推廣效果；

工作時(shí)，通過(guò)數(shù)據(jù)采集模塊對(duì)用戶偏好數(shù)據(jù)進(jìn)行采集，并通過(guò)數(shù)據(jù)混淆模塊對(duì)采集到的數(shù)據(jù)進(jìn)行處理，完成數(shù)據(jù)脫敏，得到無(wú)指向性數(shù)據(jù)，避免采集到的數(shù)據(jù)與特定用戶產(chǎn)生關(guān)聯(lián)，導(dǎo)致用戶隱私信息發(fā)生泄漏，同時(shí)，在得到無(wú)指向性數(shù)據(jù)后，通過(guò)數(shù)據(jù)分析模塊進(jìn)行分析，從而得到相關(guān)地域用戶的偏好信息，從而便于數(shù)據(jù)推送模塊進(jìn)行針對(duì)性的推送，提升推廣效果，同時(shí)，相關(guān)地域的用戶偏好信息還可提供至相應(yīng)合作單位，促進(jìn)相關(guān)單元在特定地域的服務(wù)質(zhì)量提升，提高消費(fèi)者留存率，提升經(jīng)濟(jì)效益，同時(shí)，通過(guò)數(shù)據(jù)分析模塊對(duì)用戶在特定時(shí)間段內(nèi)的偏好信息進(jìn)行分析，從而預(yù)測(cè)用戶在特定時(shí)間點(diǎn)的心理狀態(tài)，從在特定的時(shí)間點(diǎn)對(duì)特定地域進(jìn)行定向推廣，進(jìn)一步提升數(shù)據(jù)推送模塊的推廣效果。

優(yōu)選的，所述數(shù)據(jù)分析模塊對(duì)于接收到的無(wú)指向性數(shù)據(jù)進(jìn)行分析，依照瀏覽信息內(nèi)容的不同，對(duì)用戶群體進(jìn)行劃分，提升數(shù)據(jù)推動(dòng)模塊進(jìn)行定向推廣的效果；所述數(shù)據(jù)分析模塊通過(guò)對(duì)無(wú)指向性數(shù)據(jù)進(jìn)行分析，將其中屬于違規(guī)信息的部分進(jìn)行單獨(dú)區(qū)分，進(jìn)而依據(jù)違規(guī)信息分析得出偏好瀏覽違規(guī)信息的用戶群體、地點(diǎn)以及時(shí)間，得到違規(guī)信息特征數(shù)據(jù)；所述數(shù)據(jù)分析模塊將違規(guī)信息特征數(shù)據(jù)發(fā)送至數(shù)據(jù)推送模塊；所述數(shù)據(jù)推送模塊依據(jù)接收到的違規(guī)信息特征數(shù)據(jù)，在特定時(shí)間點(diǎn)增加向特定地區(qū)推送普法、教育信息的數(shù)量以及頻次；