[发明专利]基于分类决策树模型的分类方法、装置及电子设备

权利要求书

1.一种基于分类决策树模型的分类方法，其特征在于，应用于第一参与方设备，所述方法包括：

获取第二参与方设备发送的分类决策树模型中目标叶子节点的标识；

其中，所述分类决策树模型包括至少一棵决策树，所述目标叶子节点与待分类数据相匹配，所述标识为基于所述待分类数据遍历所述决策树得到；

基于所述目标叶子节点的标识、分类决策树模型中叶子节点的标识和相应分类类别评分的映射关系，得到所述目标叶子节点对应的分类类别的评分；

对所述评分进行隐私保护处理，得到相应的扩展评分；

将所述扩展评分发送至第三参与方设备，以使所述第三参与方设备对至少两个第一参与方设备发送的扩展评分进行融合处理，得到所述待分类数据对应的分类结果并返回至所述第一参与方设备；

接收并输出所述待分类数据对应的分类结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述评分进行隐私保护处理，得到相应的扩展评分，包括：

当所述目标叶子节点的数量为至少两个时，对至少两个所述目标叶子节点对应的评分进行求和，得到相应的总评分；

基于目标叶子节点与分类类别的对应关系，分别对各所述分类类别对应的目标叶子节点的评分进行求和，得到各所述分类类别的类别评分；

分别计算各所述分类类别的类别评分与所述总评分的比值，将所述比值作为相应分类类别的评分权重；

对所述评分权重进行加密，将加密后的评分权重作为所述扩展评分。

3.根据权利要求1所述的方法，其特征在于，所述获取第二参与方设备发送的分类决策树模型中目标叶子节点的标识，包括：

向第二参与方设备发送数据分类请求，所述数据分类请求携带待分类数据的数据标识；

所述数据分类请求，用于所述第二参与方设备基于所述数据标识，获取相应的所述待分类数据，并基于所述待分类数据，遍历分类决策树模型的决策树，得到所述决策树中与所述待分类数据相匹配的目标叶子节点的标识；

接收所述第二参与方设备返回的与所述待分类数据相匹配的目标叶子节点的标识。

4.根据权利要求1所述的方法，其特征在于，所述对所述评分进行隐私保护处理，得到相应的扩展评分，包括：

对所述评分进行模糊处理，将模糊处理后的评分作为所述扩展评分。

5.根据权利要求1所述的方法，其特征在于，所述对所述评分进行隐私保护处理，得到相应的扩展评分，包括：

对所述评分进行同态加密，将同态加密后的评分作为所述扩展评分。

6.根据权利要求1所述的方法，其特征在于，所述获取第二参与方设备发送的分类决策树模型中目标叶子节点的标识之前，所述方法还包括：

通过所述分类决策树模型，对第二参与方设备中样本数据的分类类别进行预测，得到预测分类结果；

获取所述样本数据所对应的分类标签，所述分类标签指示所述样本数据所归属的分类类别；

基于所述预测分类结果与所述分类标签的误差，确定所述分类决策树模型的梯度信息，所述梯度信息用于更新所述分类决策树模型。

7.根据权利要求6所述的方法，其特征在于，所述通过所述分类决策树模型，对第二参与方设备中样本数据的分类类别进行预测，得到预测分类结果，包括：

获取第二参与方设备发送的分类决策树模型中样本叶子节点的标识；

其中，所述样本叶子节点为，所述分类决策树模型的决策树中与样本数据相匹配的叶子节点；

基于所述样本叶子节点的标识、分类决策树模型中叶子节点的标识和相应分类类别评分的映射关系，得到所述样本叶子节点对应的分类类别的样本评分；

对所述样本评分进行隐私保护处理，得到相应的样本扩展评分；

将所述样本扩展评分发送至第三参与方设备，以使所述第三参与方设备对至少两个第一参与方设备发送的样本扩展评分进行融合处理，得到所述样本数据对应的预测分类结果并返回至所述第一参与方设备。