基于隐私计算的客户识别方法、装置、设备及介质与流程

本申请涉及大数据的数据处理，尤其涉及一种基于隐私计算的客户识别方法、装置、设备及介质。

背景技术：

1、随着各个企业的业务量不断加大，客户群体也越来越多样化，因此，为了更好的服务客户，通常需要识别到企业的重点客户，并对重点客户进行针对性服务，以提升客户的满意度，使客户与企业间进行更好的合作。

2、但是，在目前的数据安全性要求下，明文数据不能出本地，因此，如何解决不同机构间进行联合数据统计的需求与数据安全性间的矛盾，成为了亟待解决的问题。

技术实现思路

1、本申请实施例提供了一种基于隐私计算的客户识别方法、装置、设备及介质，旨在解决不同机构间在网络不通的情况下联合进行客户的交易量排序，以识别到企业重点客户的问题。

2、第一方面，本申请实施例提供了一种基于隐私计算的客户识别方法，其包括：

3、响应于对目标企业的重点客户识别指令，获取所述目标企业的网络不互通的多个子公司，及获取每个子公司的各个客户的交易量；

4、获取各个客户的客户标识，并利用各个客户的客户标识及每个子公司的各个客户的交易量构建每个子公司的数据集；

5、利用psi算法对每两个子公司的数据集执行隐匿求交，得到每两个子公司的交集；

6、根据每两个子公司的交集对每个子公司的数据集进行拆分，得到每个子公司对应的交集数据集及独有数据集；

7、将每个子公司对应的交集数据集及独有数据集秘密共享至第一计算节点及第二计算节点；

8、基于多方安全计算对所述第一计算节点接收到的第一共享分片及所述第二计算节点接收到的第二共享分片进行联合排序，得到所述第一计算节点的第一客户交易量排序分片及所述第二计算节点的第二客户交易量排序分片；

9、将所述第一客户交易量排序分片及所述第二客户交易量排序分片发送至预设接收方；

10、在所述预设接收方根据所述第一客户交易量排序分片及所述第二客户交易量排序分片进行解密，得到所述目标企业的各个客户的客户交易量排序结果；

11、根据所述客户交易量排序结果确定所述目标企业的重点客户。

12、第二方面，本申请实施例提供了一种基于隐私计算的客户识别装置，其包括：

13、获取单元，用于响应于对目标企业的重点客户识别指令，获取所述目标企业的网络不互通的多个子公司，及获取每个子公司的各个客户的交易量；

14、构建单元，用于获取各个客户的客户标识，并利用各个客户的客户标识及每个子公司的各个客户的交易量构建每个子公司的数据集；

15、运算单元，用于利用psi算法对每两个子公司的数据集执行隐匿求交，得到每两个子公司的交集；

16、拆分单元，用于根据每两个子公司的交集对每个子公司的数据集进行拆分，得到每个子公司对应的交集数据集及独有数据集；

17、共享单元，用于将每个子公司对应的交集数据集及独有数据集秘密共享至第一计算节点及第二计算节点；

18、排序单元，用于基于多方安全计算对所述第一计算节点接收到的第一共享分片及所述第二计算节点接收到的第二共享分片进行联合排序，得到所述第一计算节点的第一客户交易量排序分片及所述第二计算节点的第二客户交易量排序分片；

19、发送单元，用于将所述第一客户交易量排序分片及所述第二客户交易量排序分片发送至预设接收方；

20、解密单元，用于在所述预设接收方根据所述第一客户交易量排序分片及所述第二客户交易量排序分片进行解密，得到所述目标企业的各个客户的客户交易量排序结果；

21、确定单元，用于根据所述客户交易量排序结果确定所述目标企业的重点客户。

22、第三方面，本申请实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于隐私计算的客户识别方法。

23、第四方面，本申请实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于隐私计算的客户识别方法。

24、本申请实施例提供了一种基于隐私计算的客户识别方法、装置、设备及介质，一方面，通过节点转发实现两两不互通节点的psi，对目标企业的每两个子公司的数据集执行隐匿求交，使数据在不出本地的情况下执行交集运算，保护了数据隐私；另一方面，再结合多方安全计算，对网络不互通的各个子公司中客户的交易量进行联合排序，在各方输入数据不泄露的情况下得到客户交易量排序结果，并根据客户交易量排序结果确定目标企业的重点客户，以便后续对重点客户进行针对性维护。

技术特征：

1.一种基于隐私计算的客户识别方法，其特征在于，包括：

2.根据权利要求1所述的基于隐私计算的客户识别方法，其特征在于，所述利用各个客户的客户标识及每个子公司的各个客户的交易量构建每个子公司的数据集，包括：

3.根据权利要求1所述的基于隐私计算的客户识别方法，其特征在于，所述根据每两个子公司的交集对每个子公司的数据集进行拆分，得到每个子公司对应的交集数据集及独有数据集，包括：

4.根据权利要求1所述的基于隐私计算的客户识别方法，其特征在于，所述将每个子公司对应的交集数据集及独有数据集秘密共享至第一计算节点及第二计算节点，包括：

5.根据权利要求1所述的基于隐私计算的客户识别方法，其特征在于，所述在所述预设接收方根据所述第一客户交易量排序分片及所述第二客户交易量排序分片进行解密，得到所述目标企业的各个客户的客户交易量排序结果，包括：

6.根据权利要求1所述的基于隐私计算的客户识别方法，其特征在于，所述根据所述客户交易量排序结果确定所述目标企业的重点客户，包括：

7.根据权利要求1所述的基于隐私计算的客户识别方法，其特征在于，所述利用psi算法对每两个子公司的数据集执行隐匿求交后，所述方法还包括：

8.一种基于隐私计算的客户识别装置，其特征在于，包括：

9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于隐私计算的客户识别方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至7任一项所述的基于隐私计算的客户识别方法。

技术总结
本申请涉及大数据技术领域，提供了基于隐私计算的客户识别方法、装置、设备及介质，一方面，通过节点转发实现两两不互通节点的PSI，对目标企业的每两个子公司的数据集执行隐匿求交，使数据在不出本地的情况下执行交集运算，保护了数据隐私；另一方面，再结合多方安全计算，对网络不互通的各个子公司中客户的交易量进行联合排序，在各方输入数据不泄露的情况下得到客户交易量排序结果，并根据客户交易量排序结果确定目标企业的重点客户，以便后续对重点客户进行针对性维护。

技术研发人员：张剑,陈曦,申志彬,陈晓敏,胡姣姣,蒙雄发,李如先
受保护的技术使用者：深圳前海环融联易信息科技服务有限公司
技术研发日：
技术公布日：2024/1/14