CN105824821A - 数据处理方法和大数据平台 - Google Patents

数据处理方法和大数据平台 Download PDF

Info

Publication number
CN105824821A
CN105824821A CN201510003947.2A CN201510003947A CN105824821A CN 105824821 A CN105824821 A CN 105824821A CN 201510003947 A CN201510003947 A CN 201510003947A CN 105824821 A CN105824821 A CN 105824821A
Authority
CN
China
Prior art keywords
user
big data
data platform
strategy
object user
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.)
Granted
Application number
CN201510003947.2A
Other languages
English (en)
Other versions
CN105824821B (zh
Inventor
徐蓓
胡达
王国庆
王金城
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201510003947.2A priority Critical patent/CN105824821B/zh
Priority to PCT/CN2015/097621 priority patent/WO2016110175A1/zh
Publication of CN105824821A publication Critical patent/CN105824821A/zh
Application granted granted Critical
Publication of CN105824821B publication Critical patent/CN105824821B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例公开了一种数据处理方法和大数据平台。本发明实施例方法包括:大数据平台获取用户标识和用户标识对应的用户数据;大数据平台从用户系统获取筛选条件;大数据平台从用户数据中挖掘出符合筛选条件的目标用户以及目标用户的目标数据;大数据平台将目标用户的用户标识匿名成匿名标识;大数据平台将目标用户的匿名标识和目标数据发送至用户系统,以便用户系统根据目标用户的目标数据确定对象用户以及对对象用户的策略;大数据平台接收用户系统发送的对象用户的匿名标识和策略;大数据平台将对象用户的匿名标识去匿名化,并执行策略。本发明实施例能够在挖掘用户信息的价值的同时保障用户信息的安全。

Description

数据处理方法和大数据平台
技术领域
本发明涉及通信技术领域,尤其涉及一种数据处理方法和大数据平台。
背景技术
目前,用户个人信息是构成大数据的一个重要部分。例如,智能手机和可穿戴式设备的普及,使得个人的位置、行为甚至生理变化等等信息,都成为可被实时记录并分析的数据资源。同时,社交网络兴起,用户成为互联网上各类信息的生产者。大数据在商业领域的典型应用体现为通过对用户行为的精准分析,提升用户体验,增强用户黏性,开展个性化营销。
然而,大数据加大了用户个人信息安全风险。在互联网时代,用户个人信息的价值与安全成为一对矛盾。互联网服务提供者希望能够尽量获取大量用户个人信息,而用户则希望能够尽量避免公开个人信息;业务创新需要信息共享,而用户则希望降低信息流转风险。
为解决上述矛盾,现有的一种方法是运营商大数据平台从内部搜集数据,按照运营商对网络和用户的理解分析整理成用户数据,然后将分析后的用户数据开放给用户系统,以便用户系统做一些增值业务。但是,运营商大数据平台虽然拥有用户的数据,但对用户系统所在行业并不熟悉和精通,因此所分析出来的用户数据经常不能满足用户系统的要求。
发明内容
本发明实施例提供了一种数据处理方法和大数据平台,能够在深度挖掘用户个人信息的价值的同时保障用户个人信息的安全。
本发明第一方面提供一种数据处理方法,包括:
大数据平台获取用户标识和所述用户标识对应的用户数据;
所述大数据平台从用户系统获取筛选条件;
所述大数据平台从所述用户数据中挖掘出符合所述筛选条件的目标用户以及所述目标用户的目标数据;
所述大数据平台将所述目标用户的用户标识匿名成匿名标识;
所述大数据平台将所述目标用户的匿名标识和目标数据发送至所述用户系统,以便所述用户系统根据所述目标用户的目标数据确定对象用户以及对所述对象用户的策略;
所述大数据平台接收所述用户系统发送的对象用户的匿名标识和所述策略;
所述大数据平台将所述对象用户的匿名标识去匿名化,并执行所述策略。
结合第一方面,在第一方面的第一种实现方式中,所述大数据平台具体从PCRF和Netprobe获取用户标识和所述用户标识对应的用户数据。
结合第一方面,在第一方面的第二种实现方式中,所述策略具体包括对所述对象用户中不同用户分别以预置方式发送对应的目标内容;
所述大数据平台执行所述策略具体包括:
所述大数据平台将所述目标内容分别发送至与所述目标内容的发送方式相对应的发送中心,并指示所述发送中心将所述目标内容发送至与所述目标内容相对应的对象用户。
结合第一方面,在第一方面的第三种实现方式中,所述策略具体包括在预置时期内当所述对象用户执行目标操作时对所述对象用户执行QoS保障;
所述大数据平台执行所述策略具体包括:
所述大数据平台在所述预置时期内监控所述对象用户;
当所述大数据平台检测到所述对象用户执行目标操作时,所述大数据平台将所述对象用户的用户标识发送至PCRF,并指示所述PCRF对所述对象用户执行QoS保障。
本发明第二方面提供一种大数据平台,包括:
获取模块,用于获取用户标识和所述用户标识对应的用户数据,还用于从用户系统获取筛选条件;
挖掘模块,用于从所述用户数据中挖掘出符合所述筛选条件的目标用户以及所述目标用户的目标数据;
匿名模块,用于将所述目标用户的用户标识匿名成匿名标识;
发送模块,用于将所述目标用户的匿名标识和目标数据发送至所述用户系统,以便所述用户系统根据所述目标用户的目标数据确定对象用户以及对所述对象用户的策略;
接收模块,用于接收所述用户系统发送的对象用户的匿名标识和所述策略;
去匿名模块,用于将所述对象用户的匿名标识去匿名化;
执行模块,用于执行所述策略。
结合第二方面,在第二方面的第一种实现方式中,所述获取模块具体用于从PCRF和Netprobe获取用户标识和所述用户标识对应的用户数据。
结合第二方面,在第二方面的第二种实现方式中,所述策略具体包括对所述对象用户中不同用户分别以预置方式发送对应的目标内容;
所述执行模块具体用于将所述目标内容分别发送至与所述目标内容的发送方式相对应的发送中心,并指示所述发送中心将所述目标内容发送至与所述目标内容相对应的对象用户。
结合第二方面,在第二方面的第三种实现方式中,所述策略具体包括在预置时期内当所述对象用户执行目标操作时对所述对象用户执行QoS保障;
所述执行模块具体用于在所述预置时期内监控所述对象用户,当检测到所述对象用户执行目标操作时,将所述对象用户的用户标识发送至PCRF,并指示所述PCRF对所述对象用户执行QoS保障。
从以上技术方案可以看出,本发明实施例具有以下优点:
本实施例中,大数据平台根据用户系统提供的筛选条件筛选出目标用户以及目标用户的目标数据后,将该目标用户的用户标识匿名成匿名标识,然后才将该目标用户的匿名标识和目标数据发送给用户系统,这样,用户系统可以根据自身的需求来对目标数据进行分析以确定对象用户,以及制定针对该对象用户的策略;同时,由于用户系统只能接收到目标用户的匿名标识而不是用户标识,避免了用户的个人信息公开流通,保障了用户的信息安全;用户系统再将该对象用户的匿名标识和策略发送至大数据平台,以便大数据平台利用通信网络来执行该策略,使得大数据平台能够将所拥有的用户数据价值最大化。
附图说明
图1为本发明的数据处理方法的一个实施例的流程图;
图2为本发明的大数据平台的一个实施例的结构示意图。
具体实施方式
本发明实施例提供了一种数据处理方法和大数据平台,能够在挖掘用户信息的价值的同时保障用户信息的安全。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、系统、产品或设备固有的其它步骤或单元。
请参阅图1,本发明的一个实施例中数据处理方法包括:
101、大数据平台获取用户标识和所述用户标识对应的用户数据。
本实施例中,大数据平台可以是基于运营商的大数据平台。当然,上述仅为举例,并不作限制。大数据平台可以从策略与计费规则功能单元(英文:PolicyandChargingRulesFunction,缩写:PCRF)以及互联网探针(Netprobe)获取至少部分用户标识以及该用户标识对应的用户数据。
102、所述大数据平台从用户系统获取筛选条件。
大数据平台接收用户平台发送的筛选条件,例如用户上网访问的特定内容,或者用户每个月上网的原始单据等等。
103、所述大数据平台从所述用户数据中挖掘出符合所述筛选条件的目标用户以及所述目标用户的目标数据。
获取到筛选条件后,大数据平台从所获取到的用户数据中挖掘出符合该筛选条件的用户数据,以及该用户数据所对应的用户标识。例如,该用户数据可以是每个目标用户访问特定内容的时间、次数、频率、地点、流量等等,或者也可以是归属于某个地方的所有用户的上网流量单据。
104、所述大数据平台将所述目标用户的用户标识匿名成匿名标识,将所述目标用户的匿名标识和目标数据发送至所述用户系统,以便所述用户系统根据所述目标用户的目标数据确定对象用户以及对所述对象用户的策略。
大数据平台内预存有将用户标识匿名的规则。在获取到目标用户后,大数据平台按照该规则将每一个目标用户的用户标识匿名成匿名标识,其中,每个用户标识的匿名标识和该用户标识所对应的用户数据还是保持对应的关系。
大数据平台将所有目标用户的匿名标识、用户数据以及该匿名标识和用户数据的对应关系均发送给用户系统,以便用户系统可以根据自身的需求来分析这些用户数据,并从这些用户数据中挖掘出符合其需求的对象用户,制定针对该对象用户的策略。其中,不同的对象用户所对应的策略可以相同,也可以不同。
105、所述大数据平台接收所述用户系统发送的对象用户的匿名标识和所述策略,将所述对象用户的匿名标识去匿名化,并执行所述策略。
大数据平台接收到对象用户的匿名标识后,按照预置的规则将该匿名标识去匿名化,以得到对象用户的用户标识以及与该用户标识对应的策略。
用户系统制定的策略有多种情况。例如,所述策略具体包括对所述对象用户中不同用户分别以预置方式发送对应的目标内容。在执行该策略时,所述大数据平台将所述目标内容分别发送至与所述目标内容的发送方式相对应的发送中心,并指示所述发送中心将所述目标内容发送至与所述目标内容相对应的对象用户。
具体举例来说,用户系统为广告系统,该广告系统将对象用户分成了某个产品的潜在用户、一般用户以及重要用户三种,所制定的策略是对潜在用户短信发送推荐内容,对一般用户是电话推送推荐内容,对重要用户是在该重要客户访问同类产品网站时推送对应的营销信息。那么,大数据平台在执行策略时,将潜在用户的用户标识以及短信推荐内容发送至短消息中心,并指示该短消息中心将该短信推荐内容发送至该潜在用户;还将一般用户的用户标识以及电话推荐内容发送至客户中心,并指示该客户中心将该电话推荐内容推送至该一般用户;还将重点用户的用户标识以及营销信息发送至工具栏服务器(Toolbarserver),并指示该Toolbarserver在检测到该重点用户访问同类产品网站时向该重点用户推送该营销信息。
或者,所述策略具体包括在预置时期内当所述对象用户执行目标操作时对所述对象用户执行服务质量(QualityofService,QoS)保障。所述大数据平台在所述预置时期内监控所述对象用户;当所述大数据平台检测到所述对象用户执行目标操作时,所述大数据平台将所述对象用户的用户标识发送至PCRF,并指示所述PCRF对所述对象用户执行QoS保障。
具体举例来说,用户系统为某个网站,该网站所制定的策略为对象用户在预置时期内登录该网站时对该对象用户执行QoS保障。大数据平台在该预置时期内监控该对象用户,当检测到该对象用户登录该网站时,大数据平台将该对象用户的用户标识发送至PCRF,并指示PCRF对该对象用户执行QoS保障。
为便于理解,下面以一个实际应用场景对本发明实施例的数据处理方法进行描述。
基于运营商的大数据平台从PCRF和Netprobe获取所有的用户标识以及每个用户标识对应的用户数据。该大数据平台还从某一金融机构获取筛选条件,该筛选条件具体为上网行为涉及到“理财”的用户信息。
大数据平台根据该筛选条件从所有的用户数据中挖掘出上网行为涉及到“理财”的用户标识以及该用户标识对应的上网行为涉及到“理财”的所有用户数据,并将所挖掘出的所有用户标识匿名成匿名标识。
大数据平台将所有匿名标识以及每个匿名标识对应的上网行为涉及到“理财”的所有用户数据发送至该金融机构,以便该金融机构根据所接收到的用户数据从所有的匿名标识中筛选出符合该金融机构的某一款理财产品的对象用户,并制定对该对象用户的短信推荐内容。
大数据平台接收该金融机构发送的对象用户的匿名标识和短信推荐内容,并将该对象用户的匿名标识去匿名化,然后将所有对象用户去匿名化后的用户标识以及短信推荐内容发送至短消息中心,并指示短消息中心将该短信推荐内容发送至各对象用户。
上面对本发明实施例中的数据处理方法进行了描述,下面对本发明实施例中的大数据平台进行描述,请参阅图2,本发明实施例中移动设备200包含:
获取模块201,用于获取用户标识和所述用户标识对应的用户数据,还用于从用户系统获取筛选条件;
挖掘模块202,用于从所述用户数据中挖掘出符合所述筛选条件的目标用户以及所述目标用户的目标数据;
匿名模块203,用于将所述目标用户的用户标识匿名成匿名标识;
发送模块204,用于将所述目标用户的匿名标识和目标数据发送至所述用户系统,以便所述用户系统根据所述目标用户的目标数据确定对象用户以及对所述对象用户的策略;
接收模块205,用于接收所述用户系统发送的对象用户的匿名标识和所述策略;
去匿名模块206,用于将所述对象用户的匿名标识去匿名化;
执行模块207,用于执行所述策略。
本实施例中,大数据平台根据用户系统提供的筛选条件筛选出目标用户以及目标用户的目标数据后,将该目标用户的用户标识匿名成匿名标识,然后才将该目标用户的匿名标识和目标数据发送给用户系统,这样,用户系统可以根据自身的需求来对目标数据进行分析以确定对象用户,以及制定针对该对象用户的策略;同时,由于用户系统只能接收到目标用户的匿名标识而不是用户标识,避免了用户的个人信息公开流通,保障了用户的信息安全;用户系统再将该对象用户的匿名标识和策略发送至大数据平台,以便大数据平台利用通信网络来执行该策略,使得大数据平台能够将所拥有的用户数据价值最大化。
优选的,所述获取模块201具体用于从PCRF和Netprobe获取用户标识和所述用户标识对应的用户数据。
优选的,所述策略具体包括对所述对象用户中不同用户分别以预置方式发送对应的目标内容。所述执行模块207具体用于将所述目标内容分别发送至与所述目标内容的发送方式相对应的发送中心,并指示所述发送中心将所述目标内容发送至与所述目标内容相对应的对象用户。
或者,所述策略具体包括在预置时期内当所述对象用户执行目标操作时对所述对象用户执行服务质量(QoS)保障。所述执行模块207具体用于在所述预置时期内监控所述对象用户,当检测到所述对象用户执行目标操作时,将所述对象用户的用户标识发送至PCRF,并指示所述PCRF对所述对象用户执行QoS保障。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种数据处理方法,其特征在于,包括:
大数据平台获取用户标识和所述用户标识对应的用户数据;
所述大数据平台从用户系统获取筛选条件;
所述大数据平台从所述用户数据中挖掘出符合所述筛选条件的目标用户以及所述目标用户的目标数据;
所述大数据平台将所述目标用户的用户标识匿名成匿名标识;
所述大数据平台将所述目标用户的匿名标识和目标数据发送至所述用户系统,以便所述用户系统根据所述目标用户的目标数据确定对象用户以及对所述对象用户的策略;
所述大数据平台接收所述用户系统发送的对象用户的匿名标识和所述策略;
所述大数据平台将所述对象用户的匿名标识去匿名化,并执行所述策略。
2.根据权利要求1所述的数据处理方法,其特征在于,
所述大数据平台具体从策略与计费规则功能单元PCRF和互联网探针Netprobe获取用户标识和所述用户标识对应的用户数据。
3.根据权利要求1所述的数据处理方法,其特征在于,所述策略具体包括对所述对象用户中不同用户分别以预置方式发送对应的目标内容;
所述大数据平台执行所述策略具体包括:
所述大数据平台将所述目标内容分别发送至与所述目标内容的发送方式相对应的发送中心,并指示所述发送中心将所述目标内容发送至与所述目标内容相对应的对象用户。
4.根据权利要求1所述的数据处理方法,其特征在于,所述策略具体包括在预置时期内当所述对象用户执行目标操作时对所述对象用户执行服务质量QoS保障;
所述大数据平台执行所述策略具体包括:
所述大数据平台在所述预置时期内监控所述对象用户;
当所述大数据平台检测到所述对象用户执行目标操作时,所述大数据平台将所述对象用户的用户标识发送至PCRF,并指示所述PCRF对所述对象用户执行QoS保障。
5.一种大数据平台,其特征在于,包括:
获取模块,用于获取用户标识和所述用户标识对应的用户数据,还用于从用户系统获取筛选条件;
挖掘模块,用于从所述用户数据中挖掘出符合所述筛选条件的目标用户以及所述目标用户的目标数据;
匿名模块,用于将所述目标用户的用户标识匿名成匿名标识;
发送模块,用于将所述目标用户的匿名标识和目标数据发送至所述用户系统,以便所述用户系统根据所述目标用户的目标数据确定对象用户以及对所述对象用户的策略;
接收模块,用于接收所述用户系统发送的对象用户的匿名标识和所述策略;
去匿名模块,用于将所述对象用户的匿名标识去匿名化;
执行模块,用于执行所述策略。
6.根据权利要求5所述的大数据平台,其特征在于,
所述获取模块具体用于从PCRF和Netprobe获取用户标识和所述用户标识对应的用户数据。
7.根据权利要求5所述的大数据平台,其特征在于,所述策略具体包括对所述对象用户中不同用户分别以预置方式发送对应的目标内容;
所述执行模块具体用于将所述目标内容分别发送至与所述目标内容的发送方式相对应的发送中心,并指示所述发送中心将所述目标内容发送至与所述目标内容相对应的对象用户。
8.根据权利要求5所述的大数据平台,其特征在于,所述策略具体包括在预置时期内当所述对象用户执行目标操作时对所述对象用户执行QoS保障;
所述执行模块具体用于在所述预置时期内监控所述对象用户,当检测到所述对象用户执行目标操作时,将所述对象用户的用户标识发送至PCRF,并指示所述PCRF对所述对象用户执行QoS保障。
CN201510003947.2A 2015-01-05 2015-01-05 数据处理方法和大数据平台 Active CN105824821B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201510003947.2A CN105824821B (zh) 2015-01-05 2015-01-05 数据处理方法和大数据平台
PCT/CN2015/097621 WO2016110175A1 (zh) 2015-01-05 2015-12-16 数据处理方法和大数据平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510003947.2A CN105824821B (zh) 2015-01-05 2015-01-05 数据处理方法和大数据平台

Publications (2)

Publication Number Publication Date
CN105824821A true CN105824821A (zh) 2016-08-03
CN105824821B CN105824821B (zh) 2019-06-21

Family

ID=56355497

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510003947.2A Active CN105824821B (zh) 2015-01-05 2015-01-05 数据处理方法和大数据平台

Country Status (2)

Country Link
CN (1) CN105824821B (zh)
WO (1) WO2016110175A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106254389A (zh) * 2016-09-21 2016-12-21 周奇 大数据安全管理方法及系统
CN106779873A (zh) * 2017-01-13 2017-05-31 山东浪潮商用系统有限公司 一种基于电信运营商数据采集、汇总、交易的方法
CN107920100A (zh) * 2016-10-10 2018-04-17 北京京东尚科信息技术有限公司 信息推送方法和装置
CN108415949A (zh) * 2018-02-01 2018-08-17 广东聚晨知识产权代理有限公司 一种高速处理大数据平台系统
CN110912863A (zh) * 2018-09-18 2020-03-24 腾讯科技(深圳)有限公司 身份线索信息获取方法、装置、计算机设备和存储介质
CN110930195A (zh) * 2019-11-26 2020-03-27 中信银行股份有限公司 一种数据处理方法及电子设备
CN112418689A (zh) * 2020-11-26 2021-02-26 天翼征信有限公司 一种运营商大数据系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1588946A (zh) * 2004-09-14 2005-03-02 北京邮电大学 在互联网提供服务质量保证业务的管理系统及其实现方法
CN101282242A (zh) * 2007-04-06 2008-10-08 中兴通讯股份有限公司 一种电信网络服务质量监测系统和方法
CN102027500A (zh) * 2008-03-17 2011-04-20 塞戈米特公司 用于目标内容布置的方法与系统
CN102073956A (zh) * 2009-11-19 2011-05-25 深圳市腾讯计算机系统有限公司 一种基于数据挖掘的定向广告投放方法、系统和设备
CN103631957A (zh) * 2013-12-13 2014-03-12 北京国双科技有限公司 访客行为数据统计方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001265771A (ja) * 2000-03-22 2001-09-28 Nippon Telegr & Teleph Corp <Ntt> 個人情報管理装置、個人情報管理方法、及び個人情報管理装置または方法を実行するプログラムを記録した記録媒体
JP4015919B2 (ja) * 2002-10-22 2007-11-28 株式会社東芝 情報共有支援装置および情報共有支援方法
WO2008042853A2 (en) * 2006-10-02 2008-04-10 Russel Robert Ii Heiser Personalized consumer advertising placement
US8688806B2 (en) * 2010-06-11 2014-04-01 Tellabs Operations, Inc. Procedure, apparatus, system, and computer program for collecting data used for analytics
CN103294967B (zh) * 2013-05-10 2016-06-29 中国地质大学(武汉) 大数据挖掘下的用户隐私保护方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1588946A (zh) * 2004-09-14 2005-03-02 北京邮电大学 在互联网提供服务质量保证业务的管理系统及其实现方法
CN101282242A (zh) * 2007-04-06 2008-10-08 中兴通讯股份有限公司 一种电信网络服务质量监测系统和方法
CN102027500A (zh) * 2008-03-17 2011-04-20 塞戈米特公司 用于目标内容布置的方法与系统
CN102073956A (zh) * 2009-11-19 2011-05-25 深圳市腾讯计算机系统有限公司 一种基于数据挖掘的定向广告投放方法、系统和设备
CN103631957A (zh) * 2013-12-13 2014-03-12 北京国双科技有限公司 访客行为数据统计方法及装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106254389A (zh) * 2016-09-21 2016-12-21 周奇 大数据安全管理方法及系统
CN107920100A (zh) * 2016-10-10 2018-04-17 北京京东尚科信息技术有限公司 信息推送方法和装置
CN106779873A (zh) * 2017-01-13 2017-05-31 山东浪潮商用系统有限公司 一种基于电信运营商数据采集、汇总、交易的方法
CN108415949A (zh) * 2018-02-01 2018-08-17 广东聚晨知识产权代理有限公司 一种高速处理大数据平台系统
CN110912863A (zh) * 2018-09-18 2020-03-24 腾讯科技(深圳)有限公司 身份线索信息获取方法、装置、计算机设备和存储介质
CN110930195A (zh) * 2019-11-26 2020-03-27 中信银行股份有限公司 一种数据处理方法及电子设备
CN112418689A (zh) * 2020-11-26 2021-02-26 天翼征信有限公司 一种运营商大数据系统

Also Published As

Publication number Publication date
CN105824821B (zh) 2019-06-21
WO2016110175A1 (zh) 2016-07-14

Similar Documents

Publication Publication Date Title
CN105824821A (zh) 数据处理方法和大数据平台
US11677704B1 (en) Techniques for scam detection and prevention
Mazel et al. A comparison of web privacy protection techniques
EP3396905B1 (en) Method and device for securely sending a message
CN108876434B (zh) 用户画像构建方法、装置、计算设备及可读存储介质
US20120290545A1 (en) Collection of intranet activity data
US20210136120A1 (en) Universal computing asset registry
CN110516173B (zh) 一种非法网站识别方法、装置、设备及介质
CN105630977A (zh) 应用程序推荐方法、装置及系统
EP2725538B1 (en) Privacy protected dynamic clustering of end users
KR20180089479A (ko) 사용자 데이터 공유 방법 및 디바이스
CN113553583A (zh) 信息系统资产安全风险评估方法与装置
Zhu et al. How dangerous are your smartphones? App usage recommendation with privacy preserving
US20240089177A1 (en) Heterogeneous Graph Clustering Using a Pointwise Mutual Information Criterion
Hamed et al. Privacy risk assessment and users' awareness for mobile apps permissions
CN112035676A (zh) 用户操作行为知识图谱构建方法及装置
CN110929129A (zh) 一种信息检测方法、设备及机器可读存储介质
US10083246B2 (en) Apparatus and method for universal personal data portability
CN111445255A (zh) 异常资金转移关系的确定方法及装置
Safarzadeh et al. A novel and comprehensive evaluation methodology for SIEM
CN111241547A (zh) 一种越权漏洞的检测方法、装置及系统
US20230077289A1 (en) System for electronic data artifact testing using a hybrid centralized-decentralized computing platform
CN113254989B (zh) 目标数据的融合方法、装置和服务器
US9253010B1 (en) Systems and methods for determining a reputation of at least one telephone number associated with an unclassified source
Liang et al. A risk and similarity aware application recommender system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant