[发明专利]一种基于区块链技术和用户精准画像的农村养殖大数据征信系统

摘要

本发明公开一种基于区块链技术和用户画像的农村养殖大数据征信系统，利用区块链加密技术对用户个人交易数据进行加密，使其对风险的把控更加严格。区块链的分布式交易系统还具有交易不可逆性与交易可追溯性特征。区块链交易系统的去中心化的特征保证其可以建立一个全网络定时刷新记账系统，每一次交易都将具有一个唯一标识的时间标记，并且全网络可见，保证交易的唯一性。如此可以最大限度地减少互联网金融行业的欺骗行为。然后对加密保存的用户行为数据进行深度特征提取，将学习到的深度特征用于训练用户信用评估模型。本发明建立的农村养殖大数据征信模型，进而进一步推动金融行业发展和数字化信任社会的构建。

主权项

1.一种基于区块链技术和用户精准画像的农村养殖大数据征信系统，其特征在于，包括以下步骤:1）构建私链：1‑1）准备创世区块配置文件以太坊是一个公有链系统，但以太坊支持自定义创世区块，要运行私有链，需要定义自己的创世区块，创世区块信息写在一个json格式的配置文件中；1‑2）初始化：写入创世区块准备好创世区块配置文件后，需要初始化区块链，将上面的创世区块信息写入到区块链中；1‑3）启动私有链节点初始化完成后，就有了一条自己的私有链，之后就可以启动自己的私有链节点并做操作；1‑4）Blockchain作为API接口使用PythonFlask框架，即一个轻量Web应用框架，将网络请求映射到Python函数；然后创建一个交易并添加到区块；告诉服务器去挖掘新的区块；返回整个区块链，并创建节点；1‑5）发送交易数据：发送到节点的交易数据如下：农村养殖户的主体信息；农村养殖户的交易信息；农村养殖户的借贷信息；1‑6）运行区块链使用cURL和Postman去和API进行交互，并启动数据库，将整个交易数据加密保存在数据库中；2）建立农村养殖大数据训练集；从区块链加密保存数据的数据库中选取m个农村养殖用户交易样本信息，其中包括: 农村养殖户的主体信息；农村养殖户的交易信息；农村养殖户的借贷信息；这些特征一共有n维；通过收集整理后，形成多维数据样本集R；3）数据预处理；将步骤2）中收集整理得到的多维数据样本集R进行去噪、缺失值处理、归一化处理，得到训练集H；4）特征学习；构建一个含有多个决策树的深度特征学习模型，预训练原始数据，具体步骤如下：4‑1）确定该模型的结构，设定其总共有q个决策树，其中每棵树有1个叶子节点，树的深度为p；其中q为自然数，q=1,2,3, ……；4‑2）将步骤2）所得的多维数据样本集H作为建模的样本集；4‑3）首先从样本集H中随机选取k个样本集，根据这k个样本集采用二叉划分的方式构建第一颗回归树来拟合训练集数据，得到训练结果集合C（1），训练结果C（1）与实际标签值会有一个误差集，定义误差集大小为E；其中k为自然数，k=1,2,3, ……；4‑4）将误差结果集E作为第二颗树的训练集合，并重复上一步骤，直到训练误差为零或达到最小值，然后将所有构建的回归树的路径保存为V(q)，这就是模型所学习到的深度特征，用来表征原始数据的信息；5）构建用户信用评估模型Model；将前面提取到的特征集V(q)作为用户信用评估模型的训练数据集，并对这些特征进行建模，得到用户信用评估模型Model；6)采集与步骤2）中相同特征的农村养殖户交易数据，并将其保存至矩阵R中；7)采用与步骤3）相同的方法，将矩阵R去噪归一化处理得到矩阵H；8)设定与步骤3）中相同结构和深度的算法模型，并将处理后的矩阵H作为树模型的输入，得到数据集V(q)；9)将得到的数据集V(q)代入用户信用评估模型Model中进行用户信用评估，得到用户的信用评分，从而在农村电子商务金融贸易中，是否为用户提供相应的贷款提供了有力的依据和判断。