本技術(shù)涉數(shù)據(jù)加密，尤其涉及通訊數(shù)據(jù)加密方法、存儲介質(zhì)、產(chǎn)品及通訊數(shù)據(jù)加密系統(tǒng)。

背景技術(shù)：

1、在金融客戶風(fēng)控領(lǐng)域，一般會采用機(jī)器學(xué)習(xí)的方法，通過對用戶過去的行為進(jìn)行學(xué)習(xí)來建設(shè)風(fēng)險模型，并實(shí)現(xiàn)對未來用戶的違約風(fēng)險的預(yù)測，并根據(jù)預(yù)測的結(jié)果向用戶推薦的金融產(chǎn)品。金融機(jī)構(gòu)為識別新用戶的信用風(fēng)險時，需要借助于通信運(yùn)營商處的數(shù)據(jù)對風(fēng)險模型進(jìn)行訓(xùn)練后再基于風(fēng)控模型進(jìn)行預(yù)測，但是如果通信運(yùn)營商直接將用戶的通訊數(shù)據(jù)提供給金融機(jī)構(gòu)做風(fēng)險模型建模的話存在數(shù)據(jù)泄露的風(fēng)險。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的主要目的在于提供一種通訊數(shù)據(jù)加密方法、存儲介質(zhì)、產(chǎn)品及通訊數(shù)據(jù)加密系統(tǒng)，旨在解決通信運(yùn)營商直接將用戶的通信數(shù)據(jù)提供給金融機(jī)構(gòu)做風(fēng)險模型建模的話存在數(shù)據(jù)泄密風(fēng)險的技術(shù)問題。

2、為實(shí)現(xiàn)上述目的，本技術(shù)提出一種通訊數(shù)據(jù)加密方法，應(yīng)用于通信運(yùn)營設(shè)備，所述通訊數(shù)據(jù)加密的方法包括：

3、基于潛在用戶的通訊數(shù)據(jù)確定行為表現(xiàn)矩陣；

4、基于所述行為表現(xiàn)矩陣，采用預(yù)設(shè)譜聚類策略對所述潛在用戶進(jìn)行人群分類，得到稠密矩陣塊，所述預(yù)設(shè)譜聚類策略為在譜聚類模型的基礎(chǔ)上使用奇異值分解法；

5、采用奇異值分解法對所述稠密矩陣塊進(jìn)行降維加密處理，得到分塊矩陣；

6、根據(jù)所述分塊矩陣確定目標(biāo)潛在用戶的目標(biāo)表現(xiàn)數(shù)據(jù)，以使金融機(jī)構(gòu)將所述目標(biāo)表現(xiàn)數(shù)據(jù)輸入信用預(yù)測模型得到信用分值后，基于所述信用分值為所述目標(biāo)潛在用戶推送目標(biāo)金融產(chǎn)品。

7、在一實(shí)施例中，所述基于潛在用戶的通訊數(shù)據(jù)確定行為表現(xiàn)矩陣的步驟包括：

8、對所述通訊數(shù)據(jù)進(jìn)行特征變量衍生，得到目標(biāo)通訊數(shù)據(jù)；

9、對所述目標(biāo)通訊數(shù)據(jù)進(jìn)行向量化處理，得到行為表現(xiàn)矩陣，其中，所述行為表現(xiàn)矩陣的行表示任一用戶對所有通信行為的表現(xiàn)數(shù)據(jù)，所述行為表現(xiàn)矩陣的列表示所有用戶對任一通信行為的表現(xiàn)數(shù)據(jù)。

10、在一實(shí)施例中，所述基于所述行為表現(xiàn)矩陣，采用預(yù)設(shè)譜聚類策略對所述潛在用戶進(jìn)行人群分類，得到稠密矩陣塊的步驟包括：

11、根據(jù)所述行為表現(xiàn)矩陣構(gòu)造無向圖，所述無向圖包括若干頂點(diǎn)和若干邊，其中，所述頂點(diǎn)表示用戶或者通信行為，所述邊表示用戶與通信行為之間的關(guān)系；

12、根據(jù)所述無向圖確定所述行為表現(xiàn)矩陣的拉普拉斯矩陣；

13、根據(jù)所述拉普拉斯矩陣的左奇異值向量和右奇異值向量確定目標(biāo)向量；

14、對所述目標(biāo)向量進(jìn)行聚類，得到聚類結(jié)果，并根據(jù)所述聚類結(jié)果調(diào)整所述行為表現(xiàn)矩陣，得到稠密矩陣塊。

15、在一實(shí)施例中，所述根據(jù)所述無向圖確定所述行為表現(xiàn)矩陣的拉普拉斯矩陣的步驟包括：

16、根據(jù)所述無向圖的邊權(quán)重確定所述無向圖的鄰接矩陣；

17、根據(jù)所述無向圖確定頂點(diǎn)所連接的邊數(shù)量，并根據(jù)所述邊數(shù)量確定所述無向圖的度矩陣；

18、根據(jù)所述鄰接矩陣以及所述度矩陣確定所述拉普拉斯矩陣。

19、在一實(shí)施例中，所述根據(jù)所述拉普拉斯矩陣的左奇異值向量和右奇異值向量確定目標(biāo)向量的步驟包括：

20、基于所述拉普拉斯矩陣以及所述度矩陣，將廣義特征值問題式展開為第一關(guān)系式和第二關(guān)系式，所述第一關(guān)系式與用戶頂點(diǎn)的邊數(shù)量相關(guān)，所述第二關(guān)系式與通信行為頂點(diǎn)的邊數(shù)量相關(guān)；

21、基于奇異值分解法的表達(dá)式，將所述第一關(guān)系式調(diào)整為第一目標(biāo)關(guān)系式，以及將所述第二關(guān)系式調(diào)整為第二目標(biāo)關(guān)系式；

22、根據(jù)所述第一目標(biāo)關(guān)系式以及所述第二目標(biāo)關(guān)系式，確定左奇異值向量和右奇異值向量。

23、在一實(shí)施例中，所述根據(jù)所述分塊矩陣確定目標(biāo)潛在用戶的目標(biāo)表現(xiàn)數(shù)據(jù)的步驟包括：

24、對所述分塊矩陣做矩陣近似處理，得到用戶向量、通信行為向量以及奇異值向量；

25、根據(jù)所述用戶向量、所述通信行為向量以及所述奇異值向量，確定所述目標(biāo)潛在用戶的目標(biāo)表現(xiàn)數(shù)據(jù)。

26、為實(shí)現(xiàn)上述目的，本技術(shù)還提出一種通訊數(shù)據(jù)加密方法，應(yīng)用于金融機(jī)構(gòu)，所述通訊數(shù)據(jù)加密的方法包括：

27、將目標(biāo)表現(xiàn)數(shù)據(jù)輸入信用預(yù)測模型得到信用分值后，基于所述信用分值為目標(biāo)潛在用戶推送目標(biāo)金融產(chǎn)品，其中，所述目標(biāo)表現(xiàn)數(shù)據(jù)為通信運(yùn)營設(shè)備基于潛在用戶的通訊數(shù)據(jù)確定行為表現(xiàn)矩陣，基于所述行為表現(xiàn)矩陣，采用預(yù)設(shè)譜聚類策略對所述潛在用戶進(jìn)行人群分類，得到稠密矩陣塊，所述預(yù)設(shè)譜聚類策略為在譜聚類模型的基礎(chǔ)上使用奇異值分解法，采用奇異值分解法對所述稠密矩陣塊進(jìn)行降維加密處理，得到分塊矩陣，根據(jù)所述分塊矩陣確定目標(biāo)潛在用戶的目標(biāo)表現(xiàn)數(shù)據(jù)確定的。

28、在一實(shí)施例中，所述將目標(biāo)表現(xiàn)數(shù)據(jù)輸入信用預(yù)測模型得到信用分值后，基于所述信用分值為目標(biāo)潛在用戶推送目標(biāo)金融產(chǎn)品的步驟包括：

29、基于所述分塊矩陣訓(xùn)練初始信用預(yù)測模型，得到信用預(yù)測模型；

30、將所述目標(biāo)表現(xiàn)數(shù)據(jù)輸入所述信用預(yù)測模型后，得到所述目標(biāo)潛在用戶的信用分值；

31、基于所述信用分值為所述目標(biāo)潛在用戶推送目標(biāo)金融產(chǎn)品。

32、此外，為實(shí)現(xiàn)上述目的，本技術(shù)還提出一種通訊數(shù)據(jù)加密裝置，所述數(shù)據(jù)加密裝置包括：

33、確定模塊，用于基于潛在用戶的通訊數(shù)據(jù)確定行為表現(xiàn)矩陣；

34、采用模塊，用于基于所述行為表現(xiàn)矩陣，采用預(yù)設(shè)譜聚類策略對所述潛在用戶進(jìn)行人群分類，得到稠密矩陣塊，所述預(yù)設(shè)譜聚類策略為在譜聚類模型的基礎(chǔ)上使用奇異值分解法；

35、降維模塊，用于采用奇異值分解法對所述稠密矩陣塊進(jìn)行降維加密處理，得到分塊矩陣；

36、所述確定模塊，還用于根據(jù)所述分塊矩陣確定目標(biāo)潛在用戶的目標(biāo)表現(xiàn)數(shù)據(jù)，以使金融機(jī)構(gòu)將所述目標(biāo)表現(xiàn)數(shù)據(jù)輸入信用預(yù)測模型得到信用分值后，基于所述信用分值為所述目標(biāo)潛在用戶推送目標(biāo)金融產(chǎn)品。

37、此外，為實(shí)現(xiàn)上述目的，本技術(shù)還提出一種通訊數(shù)據(jù)加密設(shè)備，所述設(shè)備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計算機(jī)程序，所述計算機(jī)程序配置為實(shí)現(xiàn)如上文所述的通訊數(shù)據(jù)加密方法的步驟。

38、此外，為實(shí)現(xiàn)上述目的，本技術(shù)還提出一種存儲介質(zhì)，所述存儲介質(zhì)為計算機(jī)可讀存儲介質(zhì)，所述存儲介質(zhì)上存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如上文所述的通訊數(shù)據(jù)加密方法的步驟。

39、此外，為實(shí)現(xiàn)上述目的，本技術(shù)還提供一種計算機(jī)程序產(chǎn)品，所述計算機(jī)程序產(chǎn)品包括計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如上文所述的通訊數(shù)據(jù)加密方法的步驟。

40、此外，為了實(shí)現(xiàn)上述目的，本技術(shù)還提供了一種通訊數(shù)據(jù)加密系統(tǒng)，所述系統(tǒng)包括通信運(yùn)營設(shè)備和金融機(jī)構(gòu)，所述通信運(yùn)營設(shè)備執(zhí)行如上文所述的方法，所述金融機(jī)構(gòu)執(zhí)行如上文所述的方法。

41、本技術(shù)提出的一個或多個技術(shù)方案，至少具有以下技術(shù)效果：

42、本技術(shù)提供的通訊數(shù)據(jù)加密方法、存儲介質(zhì)、產(chǎn)品及通訊數(shù)據(jù)加密系統(tǒng)，本技術(shù)通過基于潛在用戶的通訊數(shù)據(jù)確定行為表現(xiàn)矩陣；基于所述行為表現(xiàn)矩陣，采用預(yù)設(shè)譜聚類策略對所述潛在用戶進(jìn)行人群分類，得到稠密矩陣塊，所述預(yù)設(shè)譜聚類策略為在譜聚類模型的基礎(chǔ)上使用奇異值分解法；采用奇異值分解法對所述稠密矩陣塊進(jìn)行降維加密處理，得到分塊矩陣；根據(jù)所述分塊矩陣確定目標(biāo)潛在用戶的目標(biāo)表現(xiàn)數(shù)據(jù)，以使金融機(jī)構(gòu)將所述目標(biāo)表現(xiàn)數(shù)據(jù)輸入信用預(yù)測模型得到信用分值后，基于所述信用分值為所述目標(biāo)潛在用戶推送目標(biāo)金融產(chǎn)品。解決了通信運(yùn)營商直接將用戶的通信數(shù)據(jù)提供給金融機(jī)構(gòu)做風(fēng)險模型建模的話存在數(shù)據(jù)泄密風(fēng)險的技術(shù)問題，與現(xiàn)有技術(shù)相比，本技術(shù)采用預(yù)設(shè)譜聚類策略對潛在用戶進(jìn)行人群分類，能夠?qū)崿F(xiàn)快速從運(yùn)營商通訊數(shù)據(jù)的行為表現(xiàn)矩陣中找到人群特征相似度較大的稠密矩陣塊，相比于針對單獨(dú)的個體用戶進(jìn)行分析更加節(jié)省時間，然后采用奇異值分解法對稠密矩陣塊進(jìn)行降維加密處理，這樣不僅能夠在保留較多數(shù)據(jù)信息基礎(chǔ)上實(shí)現(xiàn)數(shù)據(jù)降維，還能夠防止數(shù)據(jù)使用端通過數(shù)據(jù)還原的方式得到原始數(shù)據(jù)，因此不易造成數(shù)據(jù)泄露的風(fēng)險，進(jìn)而保證了數(shù)據(jù)的安全性。