CN111401395B - 一种数据处理方法、终端设备及存储介质 - Google Patents
一种数据处理方法、终端设备及存储介质 Download PDFInfo
- Publication number
- CN111401395B CN111401395B CN201910002736.5A CN201910002736A CN111401395B CN 111401395 B CN111401395 B CN 111401395B CN 201910002736 A CN201910002736 A CN 201910002736A CN 111401395 B CN111401395 B CN 111401395B
- Authority
- CN
- China
- Prior art keywords
- application
- information
- authorization
- data
- data analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000013475 authorization Methods 0.000 claims abstract description 203
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000007405 data analysis Methods 0.000 claims description 63
- 230000015654 memory Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 description 19
- 230000006399 behavior Effects 0.000 description 12
- 238000007726 management method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000007418 data mining Methods 0.000 description 8
- 230000004927 fusion Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 241000207961 Sesamum Species 0.000 description 5
- 235000003434 Sesamum indicum Nutrition 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 208000006930 Pseudomyxoma Peritonei Diseases 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 229920000306 polymethylpentene Polymers 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种数据处理方法、终端设备及存储介质，应用于终端设备，所述方法包括：获取针对第一应用的授权信息；其中，所述授权信息用于指示所述第一应用能够获取的至少一个第二应用的授权数据；基于所述第一应用的授权信息，获取所述第一应用对应的授权数据；基于所述第一应用对应的授权数据，得到至少一种标签信息；将所述至少一种标签信息配置给所述第一应用。
Description
技术领域
本发明涉及互联网技术，尤其涉及一种数据处理方法、终端设备及存储介质。
背景技术
随着互联网技术的发展，互联网中的用户数据呈井喷式增长，用户数据都是由不同应用提供方掌握，用户数据是分散割裂的。当某一应用所需的用户数据超过该应用提供方所掌握的数据时，该应用提供方需要与其他应用提供方签订合作协议，且需要得到用户授权，这种数据获取过程漫长且复杂，加大了数据融合难度。
发明内容
为解决上述技术问题，本发明实施例期望提供一种数据处理方法、终端设备及存储介质。
第一方面，提供了一种数据处理方法，应用于终端设备，所述方法包括：
获取针对第一应用的授权信息；其中，所述授权信息用于指示所述第一应用能够获取的至少一个第二应用的授权数据；
基于所述第一应用的授权信息，获取所述第一应用对应的授权数据；
基于所述第一应用对应的授权数据，得到至少一种标签信息；
将所述至少一种标签信息配置给所述第一应用。
第二方面，提供了一种终端设备，包括：
处理单元，用于获取针对第一应用的授权信息；其中，所述授权信息用于指示所述第一应用能够获取的至少一个第二应用的授权数据；基于所述第一应用的授权信息，获取所述第一应用对应的授权数据；基于所述第一应用对应的授权数据，得到至少一种标签信息；
所述处理单元，还用于将所述至少一种标签信息配置给所述第一应用。
第三方面，提供了另一种终端设备，包括：
处理器，用于获取针对第一应用的授权信息；其中，所述授权信息用于指示所述第一应用能够获取的至少一个第二应用的授权数据；用于基于所述第一应用的授权信息，获取所述第一应用对应的授权数据；基于所述第一应用对应的授权数据，得到至少一种标签信息；
所述处理器，还用于将所述至少一种标签信息配置给所述第一应用。
第四方面，提供了一种计算机存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现前述方法的步骤。
采用上述技术方案，可以由终端设备执行应用的授权操作，并获得不同应用的授权数据，从不同应用的授权数据中挖掘出第一应用需要的数据(即标签信息)，即通过终端设备对原本各自独立的数据进行融合，简化了授权步骤，降低了数据融合难度。
附图说明
图1为本申请实施例中数据处理方法流程示意图1；
图2为本申请实施例中数据处理方法流程示意图2；
图3为本申请实施例中终端设备组成结构示意图1；
图4为本申请实施例中终端设备组成结构示意图2；
图5为本申请实施例中终端设备组成结构示意图3。
具体实施方式
为了能够更加详尽地了解本发明实施例的特点与技术内容，下面结合附图对本发明实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本发明实施例。
实施例一
如图1所示，数据处理方法包括：
步骤101：获取针对第一应用的授权信息；其中，授权信息用于指示第一应用能够获取的至少一个第二应用的授权数据；
步骤102：基于第一应用的授权信息，获取第一应用对应的授权数据；
步骤103：基于第一应用对应的授权数据，得到至少一种标签信息；
步骤104：将至少一种标签信息配置给第一应用。
这里，步骤101至步骤104的执行主体可以为终端设备的处理器。终端设备可以为：平板电脑、手机、电子阅读器、遥控器、个人计算机(Personal Computer，PC)、笔记本电脑、车载设备、网络电视、可穿戴设备、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置等设备。
这里，授权信息具体用于指示第一应用对应的数据访问范围；数据访问范围包括：至少一个第二应用的授权数据，终端设备存储的其他数据，当然也可以默认包括第一应用自身的部分或全部数据。
这里，获取授权信息的方法可以包括：从用户输入单元获取用户设置的针对第一应用的授权信息；或者，从网络侧接收针对第一应用的授权信息。
比如，在检测到第一应用处于第一状态时，获取针对第一应用的授权信息，并更新针对第一应用的授权信息。这里，第一状态可以为进入第一应用到授权信息设置界面时的状态，用户在终端侧自行决定授权数据的范围，无需不同应用提供方再进行繁复的授权协商，减少了多方数据融合的流程和难度，能够在终端侧有效且安全的实现数据融合操作。
具体的，第一应用进入到授权设置界面时，用户按照应用标识选择第一应用可访问的第二应用，还可以按照数据类别选择第二应用的部分数据作为授权数据。实际应用中，终端能够对各应用数据进行统一管理，数据根据应用和类别进行存储管理，数据按应用分区存储，按类别进行统一的分类管理，用户在授权时，可以选择至少一个第二应用中的至少一个类别的数据进行授权。比如，选择第二应用A的身份信息和消费信息授权给第一应用。用户设置第一应用的授权信息，保存授权数据，使第一应用仅能够访问用户授权的数据。
实际应用中，该方法还包括：更新针对第一应用的授权信息；和/或，发送针对第一应用的授权信息至网络侧，以使网络侧更新针对第一应用的授权信息。
在初次获取到针对第一应用的授权信息时，将针对第一应用的授权信息保存至本地存储单元；再次获取到针对第一应用的授权信息时，利用新的针对第一应用的授权信息更新本地存储单元中旧的授权信息。和/或，初次获取到针对第一应用的授权信息时，将针对第一应用的授权信息保存至网络侧；再次获取到针对第一应用的授权信息时，利用新的针对第一应用的授权信息更新网络侧中旧的授权信息。
步骤102具体包括：基于第一应用的授权信息，获取至少一个第二应用的授权数据；将至少一个第二应用的授权数据作为第一应用对应的授权数据。
或者，基于第一应用的授权信息，获取至少一个第二应用的授权数据，以及第一应用自身的至少部分数据，将至少一个第二应用的授权数据和第一应用自身的至少部分数据作为第一应用对应的授权数据。
也就是说，第一应用对应的授权数据，除了第二应用授权给第一应用的数据外，还可以包括终端设备存储的其他数据，比如：通话记录、短信、DPI等数据，当然也可以默认包括第一应用自身的部分或全部数据。
在一些实施例中，获取至少一个第二应用的授权数据的方法可以包括：基于第一应用的授权信息，从终端设备中获取至少一个第二应用的至少部分授权数据；和/或，基于第一应用的授权信息，从网络侧获取至少一个第二应用的至少部分授权数据。
也就是说，第二应用的授权数据全部或部分存储在终端设备中，或者第二应用的授权数据全部或部分存储在网络侧中，终端设备基于授权信息确定数据访问范围以及存储位置，从而获取对应的授权数据。
步骤103具体可以包括：采用统计学、决策树、回归分析、神经网络等方法，对第一应用对应的授权数据进行数据分析，得到至少一种标签信息。这里，授权数据可以为用户行为数据，标签信息至少包括用于表征用户行为数据类别的类别信息，比如：表征用户行为数据的类别信息可以有：用户身份(性别、年龄、籍贯、职业等)，信用信息，消费信息(平均消费、消费商品种类等)，社交信息(社交领域、社交范围、社交偏好等)，金融信息(基金、股票、保险等)。
可选的，标签信息还可以包括类别信息的评分信息。类别信息需要用具体数值表征的，该数值即为评分信息。比如，信用信息对应有信用等级或信用评分，平均消费对应有消费金额、消费金额范围等。
可选的，标签信息还可以包括标识信息，标识信息用于指示授权数据是否具有对应的类别信息。比如，类别信息为年收入10万元以上，类别信息标识为1具备该类别信息，为0表明不具备该类别信息。
最后，将至少一种标签信息配置给第一应用，第一应用在被授权可以获得除自身数据之外的数据之后，由终端设备对这些数据进行综合分析，得到第一应用需要的至少一种标签信息，将至少一种标签信息配置给第一应用。若标签信息至少包括用于表征用户行为的信息时，第一应用在获得至少一种标签信息之后，可以根据指示用户行为的标签信息向用户提供更精准的服务。
采用上述技术方案，可以由终端设备执行应用的授权操作，并获得不同应用的授权数据，从不同应用的授权数据中挖掘出第一应用需要的数据(即标签信息)，即通过终端设备对原本各自独立的数据进行融合，简化了授权步骤，降低了数据融合难度。
实施例二
为了能更加体现本发明的目的，在本发明实施例一的基础上，进行进一步的举例说明，如图2所示，数据处理方法包括：
步骤201：获取针对第一应用的授权信息；其中，授权信息用于指示第一应用能够获取的至少一个第二应用的授权数据；
步骤202：将第一应用对应的授权数据作为至少一种数据分析模型的输入信息；
步骤203：将输入信息输入到至少一种数据分析模型，得到至少一种数据分析模型输出的至少一种标签信息；
步骤204：基于第一应用对应的授权数据，得到至少一种标签信息；其中，标签信息至少包括用于表征授权数据类别的类别信息；
步骤205：将至少一种标签信息配置给第一应用。
这里，步骤201至步骤205的执行主体可以为终端设备的处理器。
这里，获取授权信息的方法可以包括：从用户输入单元获取用户设置的针对第一应用的授权信息；或者，从网络侧接收针对第一应用的授权信息。
实际应用中，该方法还包括：更新针对第一应用的授权信息；和/或，发送针对第一应用的授权信息至网络侧，以使网络侧更新针对第一应用的授权信息。
在初次获取到针对第一应用的授权信息时，将针对第一应用的授权信息保存至本地存储单元；再次获取到针对第一应用的授权信息时，利用新的针对第一应用的授权信息更新本地存储单元中旧的授权信息。和/或，初次获取到针对第一应用的授权信息时，将针对第一应用的授权信息保存至网络侧；再次获取到针对第一应用的授权信息时，利用新的针对第一应用的授权信息更新网络侧中旧的授权信息。
基于第一应用的授权信息，获取至少一个第二应用的授权数据；将至少一个第二应用的授权数据作为第一应用对应的授权数据；将第一应用对应的授权数据输入到至少一种数据分析模型，得到至少一种数据分析模型输出的至少一种标签信息。
这里，数据分析模型用于对数据进行综合分析，得到数据的标签信息，不同数据分析模型能够确定不同的标签信息；数据分析模型可以由应用提供方或者行业标准组织提供，数据分析模型通过机器学习算法对用户行为数据进行分析训练获得，标签信息根据使用需求对用户某个特征进行描述，作为对用户提供个性化、定制化服务的依据，比如作为精准营销、互联网贷款服务的依据。比如，支付宝公司评价用户的芝麻信用(一种信用信息)时，建立用于计算芝麻信用的数据分析模型，终端利用该数据分析模型通过分析用户在支付宝上的各项操作行为，得到用户的芝麻信用评分，再配置给被授权的应用，如此用户仅需要在终端进行授权操作后，其他应用便可以得到支付宝上用户的芝麻信用评分，无需其他应用与支付宝的提供方再进行授权协商。
具体的，可以基于统计学、决策树、回归分析、神经网络等算法建立的初始模型，并通过训练数据对初始模型进行训练得到最终的数据分析模型，终端将得到的授权信息输入至数据分析模型中，进行数据挖掘，便可得到具体的标签信息。具体可以是应用提供方根据应用数据特点而建立的，
该方法还包括：确定所述第一应用需要的至少一种目标标签信息；从网络侧获取所述至少一种目标标签信息中每一种目标标签信息对应的数据分析模型，得到所述至少一种数据分析模型。
实际应用中，网络侧预先建立用于得到不同标签信息的数据分析模型，比如：第一标签信息对应第一数据分析模型；第二标签信息对应第二数据分析模型；第三标签信息对应第三数据分析模型。
如果第一应用想要获得第一标签信息(即目标标签信息)的具体内容，但第一应用自身存储的数据无法得到第一标签信息，或者无法完整得到，此时就需要从其他应用处获取更多的信息，以便得到第一标签信息。当终端设备检测到第一应用的目标标签信息之后，从网络侧确定目标标签信息对应的第一数据分析模型；网络侧将第一数据分析模型下发至终端设备；终端设备将得到的第一应用对应的授权数据输入至第一数据分析模型，输出第一标签信息的具体内容。
比如，第一应用为借代类应用时，第一应用只保存有用户的基本信息，若第一应用想获得用户的信用信息，而第二应用A和第二应用B中分别保存着用户不同时期不同类别的信用信息，此时第一应用在用户授权后可以将第二应用A和第二应用B的授权数据输入至对应的数据分析模型中，从而输出信用评分。这里，信用评分可以通过对用户多方面的行为数据进行综合分析得到。
可选的，数据分析模型输出评分信息或标识信息，类别信息需要用具体数值表征的，该数值即为评分信息，标识信息用于指示授权数据是否具有对应的类别信息。
最后，将至少一种标签信息配置给第一应用，第一应用在被授权可以获得除自身数据之外的数据之后，由终端设备对这些数据进行综合分析，得到第一应用需要的至少一种标签信息，将至少一种标签信息配置给第一应用；第一用户在获得至少一种标签信息之后，向用户提供更精准的服务。
采用上述技术方案，可以由终端设备执行应用的授权操作，并获得不同应用的授权数据，从不同应用的授权数据中挖掘出第一应用需要的数据(即标签信息)，即通过终端设备对原本各自独立的数据进行融合，简化了授权步骤，降低了数据融合难度。
实施例三
为了能更加体现本发明的目的，在本发明实施例一的基础上，进行进一步的举例说明，图三为本发明实施例中终端设备的组成结构示意图1，如图3所示，终端设备30包括：
接口模块301主要功能包括：1、与各应用进行数据交互，获取应用产生的用户行为数据，输出用户授权的该应用可被其他应用共享的授权数据；2、与终端设备进行交互，获取终端设备产生的用户行为数据，如通话记录、短信、DPI等数据；3、其他交互。
数据存储模块302主要功能包括：1、安全存储终端产生，通过接口模块301获取到的数据；2、安全存储由数据挖掘模块303生成的数据标签。
数据挖掘模块303主要功能包括：1、由接口模块301获取到的交易明细、接口日志、终端传感器数据等原始数据，来计算数据分析模型生成标签信息；这里，数据分析模型可以通过统计、相关性计算、决策、逻辑回归等方案得到，数据分析模型可以由应用服务方定制并更新。
数据管理模块304主要功能包括：1、按照标签信息对数据进行分类管理，比如将数据按照敏感程度分为身份信息、消费信息、通信信息、社交信息、订购关系、金融信息等不同的类别；2、数据可视化，用户可查看生成的标签信息及细节。
访问权限控制模块305主要功能包括：1、授权信息的存储与更新；2、各应用数据访问的控制。
应用管理模块306主要功能包括：1、应用订购、卸载的同步；2、用户对应用数据获取授权的管理。
更新管理模块307主要功能包括：1、实现授权信息更新；2、实现数据挖掘模块303中标签信息生成逻辑的更新，这里，数据分析模型是根据标签信息的生成逻辑而建立的。
本发明实施例中，基于上述终端设备实现的数据处理方法具体包括以下：
步骤一：终端下载应用A，应用管理模块通过接口模块获取应用A相关信息，并在访问控制模块生成初始授权信息，初始授权信息表明应用A仅能访问由自身产生并存储的日志数据。
步骤二：用户订购业务，例如，应用A为借代类应用，启动应用A进入网络借贷流程。由访问控制模块弹出设置框，让用户签订授权协议，具体的可由用户按数据类别自行选择数据进行授权。终端能够对各应用数据进行统一管理，数据根据应用和类别进行存储管理，数据按应用分区存储，按类别进行统一的分类管理，用户在授权时，可以选择至少一个第二应用中的至少一个类别的数据进行授权。比如，选择应用B的身份信息和消费信息授权给应用A。用户设置应用A的授权信息，并保存授权数据，使应用A仅能够访问用户授权的数据。
用户授权后生成授权信息，并将授权信息同步至网络侧的系统管理平台，同时将授权信息存储在终端本地，或利用新生成的授权信息更新就得授权信息，应用可通过接口模块访问获取用户授权的数据。
步骤三：用户使用服务，产生日志记录、接口报文及终端传感器记录等数据，由通过接口模块按生成时间分区存储到数据存储模块。
步骤四：数据挖掘模块定时对新增数据进行分析，分应用、分行业按时(比如按天、按周、按月、按年)生成相应的标签信息。
标签信息对应的数据分析模型由网络侧系统管理平台统一审核管理，终端设备更新管理模块进行下载更新。各应用提供方可以按服务提交标签信息生成逻辑，包括但不仅限于统计学、决策树、回归分析、神经网络等方法。这里，可根据标签信息生成逻辑建立初始模型，并通过训练数据对初始模型进行训练得到最终的数据分析模型。
步骤五：标签信息生成后，数据管理模块将标签信息保存，或同步至网络侧，用户可实时查询终端数据情况，但不能更改。
步骤六：用户使用服务，需要获取数据，应用通过接口，获取访问控制规则允许的数据，封装后返回给应用。比如网络借贷用户授权后，该借贷应用获取尽量多的用户授权数据，返回应用平台，应用服务方根据更多的终端生成数据，为用户提供更精准优质的服务。
实施例四
基于同一发明构思，本发明实施例还提供了一种终端设备，如图4所示，该终端设备包括：
获取单元401，用于获取针对第一应用的授权信息；其中，授权信息用于指示第一应用能够获取的至少一个第二应用的授权数据；基于第一应用的授权信息，获取第一应用对应的授权数据；
处理单元402，基于第一应用对应的授权数据，得到至少一种标签信息；其中，标签信息至少包括用于表征授权数据类别的类别信息；
处理单元402，还用于将至少一种标签信息配置给第一应用。
在一些实施例中，处理单元402，将第一应用对应的授权数据作为至少一种数据分析模型的输入信息；将输入信息输入到至少一种数据分析模型，得到至少一种数据分析模型输出的至少一种标签信息；其中，不同数据分析模型能够确定不同的标签信息。
在一些实施例中，获取单元401，确定第一应用需要的至少一种目标标签信息；从网络侧获取至少一种目标标签信息中每一种目标标签信息对应的数据分析模型，得到至少一种数据分析模型。
在一些实施例中，获取单元401，基于第一应用的授权信息，从终端设备中获取至少一个第二应用的至少部分授权数据；和/或，基于第一应用的授权信息，从网络侧获取至少一个第二应用的至少部分授权数据。
在一些实施例中，处理单元402，更新针对第一应用的授权信息；和/或，发送针对第一应用的授权信息至网络侧，以使网络侧更新针对第一应用的授权信息。
本发明实施例还提供了另一种终端设备，如图5所示，该终端设备包括：处理器501和存储器502；其中，
处理器501用于执行存储器502中存储的控制程序，以实现以下步骤：
获取针对第一应用的授权信息；其中，授权信息用于指示第一应用能够获取的至少一个第二应用的授权数据；
基于第一应用的授权信息，获取第一应用对应的授权数据；
基于第一应用对应的授权数据，得到至少一种标签信息；其中，标签信息至少包括用于表征授权数据类别的类别信息；
将至少一种标签信息配置给第一应用。
在一些实施例中，处理器501具体用于执行存储器502中存储的控制程序，以实现以下步骤：将第一应用对应的授权数据作为至少一种数据分析模型的输入信息；将输入信息输入到至少一种数据分析模型，得到至少一种数据分析模型输出的至少一种标签信息；其中，不同数据分析模型能够确定不同的标签信息。
在一些实施例中，处理器501还用于执行存储器502中存储的控制程序，以实现以下步骤：确定第一应用需要的至少一种目标标签信息；从网络侧获取至少一种目标标签信息中每一种目标标签信息对应的数据分析模型，得到至少一种数据分析模型。
在一些实施例中，处理器501具体用于执行存储器502中存储的控制程序，以实现以下步骤：基于第一应用的授权信息，从终端设备中获取至少一个第二应用的至少部分授权数据；和/或，基于第一应用的授权信息，从网络侧获取至少一个第二应用的至少部分授权数据。
在一些实施例中，处理器501还用于执行存储器502中存储的控制程序，以实现以下步骤：更新针对第一应用的授权信息；和/或，发送针对第一应用的授权信息至网络侧，以使网络侧更新针对第一应用的授权信息。
在实际应用中，上述存储器可以是易失性存储器(volatile memory)，例如随机存取存储器(RAM，Random-Access Memory)；或者非易失性存储器(non-volatile memory)，例如只读存储器(ROM，Read-Only Memory)，快闪存储器(flash memory)，硬盘(HDD，HardDisk Drive)或固态硬盘(SSD，Solid-State Drive)；或者上述种类的存储器的组合，并向处理器提供指令和数据。
上述处理器可以为特定用途集成电路(ASIC，Application Specific IntegratedCircuit)、数字信号处理装置(DSPD，Digital Signal Processing Device)、可编程逻辑装置(PLD，Programmable Logic Device)、现场可编程门阵列(Field－Programmable GateArray，FPGA)、控制器、微控制器、微处理器中的至少一种。可以理解地，对于不同的设备，用于实现上述处理器功能的电子器件还可以为其它，本发明实施例不作具体限定。
本发明实施例还提供了另一种终端设备，如图3所示，终端设备30包括：
接口模块301主要功能包括：1、与各应用进行数据交互，获取应用产生的用户行为数据，输出用户授权的该应用可被其他应用共享的授权数据；2、与终端设备进行交互，获取终端设备产生的用户行为数据，如通话记录、短信、DPI等数据；3、其他交互。
数据存储模块302主要功能包括：1、安全存储终端产生，通过接口模块301获取到的数据；2、安全存储由数据挖掘模块303生成的数据标签。
数据挖掘模块303主要功能包括：1、由接口模块301获取到的交易明细、接口日志、终端传感器数据等原始数据，来计算数据分析模型生成标签信息；这里，数据分析模型可以通过统计、相关性计算、决策、逻辑回归等方案得到，数据分析模型可以由应用服务方定制并更新。
数据管理模块304主要功能包括：1、按照标签信息对数据进行分类管理，比如将数据按照敏感程度分为身份信息、消费信息、通信信息、社交信息、订购关系、金融信息等不同的类别；2、数据可视化，用户可查看生成的标签信息及细节。
访问权限控制模块305主要功能包括：1、授权信息的存储与更新；2、各应用数据访问的控制。
应用管理模块306主要功能包括：1、应用订购、卸载的同步；2、用户对应用数据获取授权的管理。
更新管理模块307主要功能包括：1、实现授权信息更新；2、实现数据挖掘模块303中标签信息生成逻辑的更新，这里，数据分析模型是根据标签信息的生成逻辑而建立的。
本申请实施例还提供了一种计算机可读存储介质，用于存储计算机程序。
可选的，该计算机可读存储介质可应用于本申请实施例中的任意一种终端设备，并且该计算机程序使得计算机执行本申请实施例的各个方法中由终端设备实现的相应流程，为了简洁，在此不再赘述。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程示意图和/或方框图来描述的。应理解可由计算机程序指令实现流程示意图和/或方框图中的每一流程和/或方框、以及流程示意图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程示意图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程示意图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程示意图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
Claims (8)
1.一种数据处理方法，应用于终端设备，所述方法包括：
获取针对第一应用的授权信息；其中，所述授权信息用于指示所述第一应用能够获取的至少一个第二应用的授权数据；
基于所述第一应用的授权信息，获取所述第一应用对应的授权数据；
将所述第一应用对应的授权数据作为至少一种数据分析模型的输入信息；将所述输入信息输入到所述至少一种数据分析模型，得到所述至少一种数据分析模型输出的至少一种标签信息；其中，不同数据分析模型能够确定不同的标签信息；
将所述至少一种标签信息配置给所述第一应用。
2.根据权利要求1所述的方法，其中，所述方法还包括：
确定所述第一应用需要的至少一种目标标签信息；
从网络侧获取所述至少一种目标标签信息中每一种目标标签信息对应的数据分析模型，得到所述至少一种数据分析模型。
3.根据权利要求1所述的方法，其中，
所述基于所述第一应用的授权信息，获取所述第一应用对应的授权数据，包括：
基于所述第一应用的授权信息，从所述终端设备中获取所述至少一个第二应用的至少部分授权数据；
和/或，基于所述第一应用的授权信息，从网络侧获取所述至少一个第二应用的至少部分授权数据。
4.根据权利要求1所述的方法，其中，所述方法还包括：
更新针对所述第一应用的授权信息；
和/或，发送针对所述第一应用的授权信息至网络侧，以使网络侧更新针对所述第一应用的授权信息。
5.一种终端设备，包括：
获取单元，用于获取针对第一应用的授权信息；其中，所述授权信息用于指示所述第一应用能够获取的至少一个第二应用的授权数据；基于所述第一应用的授权信息，获取所述第一应用对应的授权数据；
处理单元，用于将所述第一应用对应的授权数据作为至少一种数据分析模型的输入信息；将所述输入信息输入到所述至少一种数据分析模型，得到所述至少一种数据分析模型输出的至少一种标签信息；其中，不同数据分析模型能够确定不同的标签信息；
所述处理单元，还用于将所述至少一种标签信息配置给所述第一应用。
6.一种终端设备，包括：处理器和存储器；其中，
所述处理器用于执行存储器中存储的控制程序，以实现以下步骤：
获取针对第一应用的授权信息；其中，所述授权信息用于指示所述第一应用能够获取的至少一个第二应用的授权数据；
基于所述第一应用的授权信息，获取所述第一应用对应的授权数据；
将所述第一应用对应的授权数据作为至少一种数据分析模型的输入信息；将所述输入信息输入到所述至少一种数据分析模型，得到所述至少一种数据分析模型输出的至少一种标签信息；其中，不同数据分析模型能够确定不同的标签信息；
将所述至少一种标签信息配置给所述第一应用。
7.根据权利要求6所述的终端设备，其中，
所述处理器还用于执行存储器中存储的控制程序，以实现以下步骤：
确定所述第一应用需要的至少一种目标标签信息；
从网络侧获取所述至少一种目标标签信息中每一种目标标签信息对应的数据分析模型，得到所述至少一种数据分析模型。
8.一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现权利要求1至4任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910002736.5A CN111401395B (zh) | 2019-01-02 | 2019-01-02 | 一种数据处理方法、终端设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910002736.5A CN111401395B (zh) | 2019-01-02 | 2019-01-02 | 一种数据处理方法、终端设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111401395A CN111401395A (zh) | 2020-07-10 |
| CN111401395B true CN111401395B (zh) | 2023-05-09 |
Family
ID=71432039
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910002736.5A Active CN111401395B (zh) | 2019-01-02 | 2019-01-02 | 一种数据处理方法、终端设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111401395B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114143100B (zh) * | 2021-12-06 | 2022-06-14 | 粤港澳大湾区数字经济研究院(福田) | 授权控制方法、系统、智能终端及计算机可读存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104504314A (zh) * | 2013-06-04 | 2015-04-08 | Fuhu控股公司 | 访问控制系统 |
| US9460573B1 (en) * | 2014-02-27 | 2016-10-04 | Sprint Communications Company, L.P. | Autonomous authentication of a reader by a radio frequency identity (RFID) device |
| WO2018059333A1 (zh) * | 2016-09-28 | 2018-04-05 | 腾讯科技（深圳）有限公司 | 一种媒体信息处理方法、系统、电子设备及存储介质 |
| CN108475288A (zh) * | 2016-02-19 | 2018-08-31 | 华为技术有限公司 | 一种联合数据库统一访问控制的系统、方法和设备 |
| WO2018196153A1 (zh) * | 2017-04-25 | 2018-11-01 | 华为技术有限公司 | 一种开放授权方法、装置和终端 |
| CN108881170A (zh) * | 2018-05-21 | 2018-11-23 | 阿里巴巴集团控股有限公司 | 一种授权引导的数据处理方法、装置、处理设备及系统 |
| CN108900716A (zh) * | 2018-07-25 | 2018-11-27 | 努比亚技术有限公司 | 一种会议管理装置、方法及计算机可读存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8745758B2 (en) * | 2009-11-02 | 2014-06-03 | Time Warner Cable Enterprises Llc | Apparatus and methods for device authorization in a premises network |
-
2019
- 2019-01-02 CN CN201910002736.5A patent/CN111401395B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104504314A (zh) * | 2013-06-04 | 2015-04-08 | Fuhu控股公司 | 访问控制系统 |
| US9460573B1 (en) * | 2014-02-27 | 2016-10-04 | Sprint Communications Company, L.P. | Autonomous authentication of a reader by a radio frequency identity (RFID) device |
| CN108475288A (zh) * | 2016-02-19 | 2018-08-31 | 华为技术有限公司 | 一种联合数据库统一访问控制的系统、方法和设备 |
| WO2018059333A1 (zh) * | 2016-09-28 | 2018-04-05 | 腾讯科技（深圳）有限公司 | 一种媒体信息处理方法、系统、电子设备及存储介质 |
| WO2018196153A1 (zh) * | 2017-04-25 | 2018-11-01 | 华为技术有限公司 | 一种开放授权方法、装置和终端 |
| CN108881170A (zh) * | 2018-05-21 | 2018-11-23 | 阿里巴巴集团控股有限公司 | 一种授权引导的数据处理方法、装置、处理设备及系统 |
| CN108900716A (zh) * | 2018-07-25 | 2018-11-27 | 努比亚技术有限公司 | 一种会议管理装置、方法及计算机可读存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 唐静 ; .基于角色的权限管理中间件的设计与实现.信息技术.2009,(08),全文. * |
| 郭伟光 ; .一种基于角色的跨域访问授权方法.赤峰学院学报(自然科学版).2010,(04),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111401395A (zh) | 2020-07-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11430013B2 (en) | Configurable relevance service test platform | |
| WO2019080662A1 (zh) | 信息推荐方法及装置、设备 | |
| CN111061956B (zh) | 用于生成信息的方法和装置 | |
| US10841257B1 (en) | Determining engagement scores for sub-categories in a digital domain by a computing system | |
| US20180063064A1 (en) | Modifying a mood through selective feeding of content | |
| CN113065882A (zh) | 一种商品处理方法、装置及电子设备 | |
| US20170139908A1 (en) | Technology trend predicting method and system and non-transitory computer readable storage medium | |
| CN111401395B (zh) | 一种数据处理方法、终端设备及存储介质 | |
| US10474688B2 (en) | System and method to recommend a bundle of items based on item/user tagging and co-install graph | |
| CN107977876B (zh) | 用于处理订单信息的方法及装置 | |
| CN110211006B (zh) | 合同风险分析方法、装置及存储介质 | |
| CN116562357A (zh) | 点击预测模型训练方法及装置 | |
| US9806969B2 (en) | Infrastructure trending tool | |
| CN114925275A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
| CN111553375B (zh) | 使用变换以验证计算机视觉质量 | |
| CN110334177B (zh) | 语义相似模型的训练、语义相似识别方法、装置及电子设备 | |
| KR101791784B1 (ko) | 해시 태그를 이용한 명함 관리 방법 및 시스템 | |
| CN112528103A (zh) | 一种推荐对象的方法和装置 | |
| US20230316325A1 (en) | Generation and implementation of a configurable measurement platform using artificial intelligence (ai) and machine learning (ml) based techniques | |
| US11669424B2 (en) | System and apparatus for automated evaluation of compatibility of data structures and user devices based on explicit user feedback | |
| CN116911954B (zh) | 基于兴趣和流行度推荐物品的方法及装置 | |
| CN117076970A (zh) | 用户数据聚类方法、个性化推荐方法及系统 | |
| CN113961766A (zh) | 基于联邦学习的数据特征查询方法、装置、设备及介质 | |
| CN117455664A (zh) | 资源数据的处理方法、装置、计算机设备和存储介质 | |
| CN114298768A (zh) | 信息推送方法、装置、存储系统和电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |