[发明专利]用户分类方法、装置、客户端设备及可读存储介质

说明书

本发明涉及数据处理，揭露一种用户分类方法，包括：基于数据集描述信息确定联合建模的第二网络节点；与第二网络节点的客户端设备进行消息交互，确定执行联合建模的第三网络节点；确定共有样本ID，建立初始用户分类模型，将初始用户分类模型发送给第三网络节点；利用本地数据集对初始用户分类模型进行训练，得到第一参数，接收第三网络节点反馈的第二参数，循环交换当前模型参数，得到目标用户分类模型；获取用户分类请求携带的用户数据，将用户数据输入目标用户分类模型，得到用户分类结果。本发明还提供一种用户分类装置、客户端设备及可读存储介质。本发明提高了用户分类准确度，保证了数据集的安全性。

技术领域

本发明涉及数据处理领域，尤其涉及一种用户分类方法、装置、客户端设备及可读存储介质。

背景技术

随着科技的发展，模型的应用越来越广泛，例如，运用模型对用户进行精准分类，当前通常根据所采集到的数据集对用户分类模型进行训练，由于数据隐私安全方面的要求，所采集到的数据集较为有限，导致数据集不够全面，训练得到的模型分类准确度不高。

如今，可通过多方联合建模的方式完善数据集，然而，在不知道其他参与方的信息时，如何选择合适的合作对象以解决数据集缺失问题，并建立安全的在线交流方式以保证各方数据的安全从而实现对用户精准分类呢？当前没有相关的解决方案，因此，亟需一种用户分类方法，以提升用户分类准确度，并保证数据集安全性。

发明内容

鉴于以上内容，有必要提供一种用户分类方法，旨在提升用户分类准确度，保证数据集安全性。

本发明提供的用户分类方法，应用于第一客户端设备，所述第一客户端设备为联合建模系统中第一网络节点的客户端设备，所述联合建模系统包括中心服务器及多个网络节点，每个网络节点包括一个客户端设备及一个网关设备，所述方法包括：

向所述第一网络节点的第一网关设备发出针对用户分类模型的联合建模请求，接收所述第一网关设备从所述中心服务器获取的网络节点信息表，所述网络节点信息表包括：各个网络节点对应的数据集描述信息及网关设备信息，基于所述数据集描述信息确定联合建模的第二网络节点；

基于所述第二网络节点的网关设备信息与所述第二网络节点的客户端设备进行消息交互，基于消息交互结果确定执行联合建模的第三网络节点；

确定本地数据集密文与所述第三网络节点的数据集密文的共有样本ID，基于所述共有样本ID建立初始用户分类模型，基于所述第三网络节点的网关设备信息将所述初始分类模型发送给所述第三网络节点的客户端设备进行模型训练；

利用本地数据集对所述初始用户分类模型进行训练，得到第一参数，接收所述第三网络节点反馈的第二参数，基于所述第一、第二参数更新所述初始用户分类模型得到第三参数，将所述第三参数发送给所述第三网络节点，循环交换当前模型参数，直至模型训练结束，得到目标用户分类模型；

解析用户发出的用户分类请求，获取所述用户分类请求携带的用户数据，将所述用户数据输入所述目标用户分类模型，得到用户分类结果。

可选的，所述基于所述第二网络节点的网关设备信息与所述第二网络节点的客户端设备进行消息交互，包括：

将建模请求信息封装为预设格式的第一消息包，计算所述第一消息包的第一信息摘要值；

用第一私钥加密所述第一消息包，得到第一密文；

将所述第一密文、第一信息摘要值及所述第二网络节点的网关设备信息发送给所述第一网关设备，以供所述第一网关设备基于所述第二网络节点的网关设备信息将所述第一密文及第一信息摘要值发送给所述第二网络节点的网关设备；

从所述第一网关设备获取所述第二网络节点的网关设备反馈的第二密文和第二信息摘要值，解密所述第二密文得到第二消息包，并判断所述第二消息包的真实性。