[发明专利]基于多特征协同知识图谱和区块链的安全跨域推荐方法

说明书

本发明涉及数据处理技术领域，具体涉及一种基于多特征协同知识图谱和区块链的安全跨域推荐方法；包括客户端存储不上传于服务器的用户数据，并对用户数据进行预处理后上传；构建多特征协同知识图谱进行跨域信息安全融合；所有参与方注册加入区块链，写入操作上链，以便进行数据异常检测分析与源头追溯；将用户特征和知识图谱作为GCN的输入，向目标用户输出个性化推荐列表。实现将特征作为知识图谱中的实体节点，以隐藏与个体关联的敏感信息，实现满足推荐中用户数据分析需求的同时保护隐私安全；针对模型中毒攻击，引入区块链技术实现上链数据可追溯，从源头上保证数据的安全性；进而实现收集数据的正确性和完整性，从而提高推荐准确率。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于多特征协同知识图谱和区块链的安全跨域推荐方法。

背景技术

推荐系统作为能够有效应对信息呈爆炸式增长的数据筛选工具，其本质是基于用户历史数据构建用户画像，主动推荐与用户偏好相一致的对象，该对象不仅可以是商品，也可以是服务，如某些商家提供的旅游服务、票务服务、订餐服务等各种休闲娱乐服务。但随着用户规模和项目数量的急剧增长，现有的推荐方法存在推荐准确率低的情况。

发明内容

本发明的目的在于提供一种基于多特征协同知识图谱和区块链的安全跨域推荐方法，通过多特征协同知识图谱能够有效的保证数据融合过程中的隐私安全，同时引入了区块链作为多方共信机制，实现上传数据的源头可追溯，能有效的抵御分布式环境下的中毒攻击，保证收集数据的正确性和完整性，实现了多源跨域推荐中的推荐精度和隐私安全的双赢保证。

为实现上述目的，本发明提供了一种基于多特征协同知识图谱和区块链的安全跨域推荐方法，包括：

本地存储的用户数据不上传于服务器，并在本地对所述用户数据进行预处理后上传至服务器；

基于预处理后所述用户数据中的用户属性信息提取统计特征，以边的权重形式表示特征与项目之间的关系，进而隐藏与用户个体的敏感关联，进行多方用户数据信息融合，构建多特征协同知识图谱；

所有参与方注册加入区块链，并将用户统计特征数据上传服务器，上传操作写入到区块链，同时采用异常检测技术进行数据异常分析；

当用户请求推荐时，向推荐服务器提供用户特征，结合服务器中的多特征协同知识图谱作为图卷积神经网络的输入数据，训练得到符合用户个性化特征的推荐列表。

在一实施方式中，对所述用户数据进行预处理后上传至服务器，具体包括：

基于所述用户数据生成用户特征子图、项目知识图谱、项目特征关系图上传服务器；其中，所述用户特征子图包括用户的属性信息；所述项目知识图谱包括基于所述用户数据中项目的属性信息生成的关系图；所述项目特征关系图包括特征与项目之间的统计关系。

在一实施方式中，基于所述用户数据中项目的属性信息生成的关系图，具体包括：

同一类别的项目进行关联，具有相同标签的项目进行关联。

在一实施方式中，特征与项目之间的统计关系，具体包括：

特征与项目之间进行数据统计后得到相应的边权重值。

在一实施方式中，将所有参与方注册加入区块链，并将用户特征数据上传服务器，上传操作写入到区块链，同时采用异常检测技术进行数据异常分析，具体包括：

将上传源头、上传时间信息写入到区块链，在检测到数据异常时，根据区块链中存储的写入记录逆向进行源头追溯，并执行相应的惩罚机制。