CN111523011B - 基于区块链技术分布式图计算引擎的冷热钱包智能标签系统 - Google Patents

基于区块链技术分布式图计算引擎的冷热钱包智能标签系统 Download PDF

Info

Publication number
CN111523011B
CN111523011B CN202010299535.9A CN202010299535A CN111523011B CN 111523011 B CN111523011 B CN 111523011B CN 202010299535 A CN202010299535 A CN 202010299535A CN 111523011 B CN111523011 B CN 111523011B
Authority
CN
China
Prior art keywords
wallet
big data
main information
information
cold
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
Application number
CN202010299535.9A
Other languages
English (en)
Other versions
CN111523011A (zh
Inventor
喻拓
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.)
Wuhan Youniu Technology Co ltd
Original Assignee
Wuhan Youniu Technology 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 Wuhan Youniu Technology Co ltd filed Critical Wuhan Youniu Technology Co ltd
Priority to CN202010299535.9A priority Critical patent/CN111523011B/zh
Publication of CN111523011A publication Critical patent/CN111523011A/zh
Application granted granted Critical
Publication of CN111523011B publication Critical patent/CN111523011B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/36—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using electronic wallets or electronic money safes
    • G06Q20/363—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using electronic wallets or electronic money safes with the personal data of a user
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Finance (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提出了一种基于区块链技术分布式图计算引擎的冷热钱包智能标签系统。包括：获取钱包大数据，从所述钱包大数据中提取主要信息；根据预设算法，确定所述主要信息与预设特征表间的相似性度量值；根据所述相似性度量值对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据；根据预设标签表对所述聚类钱包大数据进行标签标记，本发明通过分布式图计算的方法计算链上所以钱包大数据之间的相似性度量值，根据所述相似性度量值对钱包大数据进行聚类，最后给聚类后的钱包大数据进行标记，这样通过分布式图计算对全网钱包进行聚类，提高了钱包聚类的准确性，能够有效防止钱包大数据分类错误的情况，同时也提高了链上钱包标签化的效率。

Description

基于区块链技术分布式图计算引擎的冷热钱包智能标签系统
技术领域
本发明涉及信息处理技术领域，尤其涉及一种基于区块链技术分布式图计算引擎的冷热钱包智能标签系统。
背景技术
近年来，随着信息时代的发展，随着网上智能钱包的兴起，网上冒出了越来越多的网上钱包机构，但是因为没有统一的管理，所以这些网上钱包机构都显得非常混乱与复杂，需要对这些网上钱包机构进行聚类和统一标签化管理。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
有鉴于此，本发明提出了一种基于区块链技术分布式图计算引擎的冷热钱包智能标签系统，旨在解决现有技术在监控处理链上数据过多的产生延迟的技术问题。
本发明的技术方案是这样实现的：
一方面，本发明提供了一种基于区块链技术分布式图计算引擎的冷热钱包智能标签系统，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统包括以下步骤：
获取钱包大数据，从所述钱包大数据中提取主要信息；
根据预设算法，确定所述主要信息与预设特征表间的相似性度量值；
根据所述相似性度量值对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据；
根据预设标签表对所述聚类钱包大数据进行标签标记。
在以上技术方案的基础上，优选的，所述根据预设算法，确定所述主要信息与预设特征表间的相似性度量值，具体包括：
根据公式(1)确定所述主要信息与预设特征表间的相似性度量值APS(u,v)；
Figure BDA0002453441990000021
其中，u是钱包大数据中的所有主要数据，v是钱包大数据主要信息的一种信息，V是全网钱包大数据中的所有数据，n是全网钱包大数据主要信息量的数量总值，δ(v)是钱包大数据主要信息的热度值，δ(u)是钱包大数据所有信息的总热度值；
PG(vj,u)是钱包大数据主要信息的一种信息相对于钱包大数据中的所有主要数据的相似度值，根据PG(vj,u)＝PR(u)确定，PG(vj,v)＝PR(v)是钱包大数据主要信息的一种信息相对于钱包大数据中其他主要信息的相似度值，根据PG(vj,u)＝PR(v)确定。
在以上技术方案的基础上，优选的，所述PG(vj,u)是钱包大数据主要信息的一种信息相对于钱包大数据中的所有主要数据的相似度值，根据PG(vj,u)＝PR(u)确定，PG(vj,v)＝PR(v)是钱包大数据主要信息的一种信息相对于钱包大数据中其他主要信息的相似度值，具体包括：
根据公式(2)确定PR(u)和PR(v)的值；
Figure BDA0002453441990000022
其中，γ为加权系数，in(w)，out(w)，|out(w)|都是预先设定好的定值，由用户根据钱包大数据环境进行设定。
在以上技术方案的基础上，优选的，所述根据所述相似性度量值对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据，具体包括：
将所述钱包大数据的主要信息的相似性度量值与预设标签阈值进行比较，根据比较结果，对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据。
在以上技术方案的基础上，优选的，所述将所述钱包大数据的主要信息的相似性度量值与预设标签阈值进行比较，根据比较结果，对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据，具体包括：
将所述钱包大数据的主要信息的相似性度量值与预设标签阈值进行比较；
当所述相似性度量值满足预设标签阈值时，将所述相似性度量值对应的钱包大数据放入同一个文件夹进行存储，将所述文件夹中的钱包大数据作为聚类钱包大数据。
在以上技术方案的基础上，优选的，所述获取钱包大数据，从所述钱包大数据中提取主要信息，具体包括：
获取钱包大数据，根据预设信息提取优先度表从所述钱包大数据中提取主要信息，所述主要信息包括：用户信息、地域信息以及设备终端信息。
在以上技术方案的基础上，优选的，所述根据预设标签表对所述聚类钱包大数据进行标签标记，具体包括：
根据预设标签表对所述聚类钱包大数据的类别进行匹配，对匹配成功的聚类钱包大数据进行标签标记。
更进一步优选的，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统装置包括：
获取模块，用于获取钱包大数据，从所述钱包大数据中提取主要信息；
计算模块，用于根据预设算法，确定所述主要信息与预设特征表间的相似性度量值；
分配模块，用于根据所述相似性度量值对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据；
标记模块，用于根据预设标签表对所述聚类钱包大数据进行标签标记。
第二方面，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统还包括一种设备，所述设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序配置为实现如上文所述的基于区块链技术分布式图计算引擎的冷热钱包智能标签系统的步骤。
第三方面，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统还包括一种存储介质，所述存储介质为计算机存储介质，所述计算机存储介质上存储有基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序被处理器执行时实现如上文所述的基于区块链技术分布式图计算引擎的冷热钱包智能标签系统的步骤。
本发明的一种基于区块链技术分布式图计算引擎的冷热钱包智能标签系统相对于现有技术具有以下有益效果：
(1)通过分布式图计算方法对全网钱包进行聚类，能够精确的对全网的每一种钱包进行聚类，工作效率高，更够极大的节省资源，能够保证全网的钱包都被扫描到，并且防止钱包漏选的现象出现；
(2)通过对聚类后钱包进行标签化管理，更够极大提升用户的体验，用户在查找钱包时，能够精确定位到钱包的类别对钱包进行查找，节省了时间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例方案涉及的硬件运行环境的设备的结构示意图；
图2为本发明基于区块链技术分布式图计算引擎的冷热钱包智能标签系统第一实施例的流程示意图；
图3为本发明基于区块链技术分布式图计算引擎的冷热钱包智能标签系统第二实施例的流程示意图；
图4为本发明基于区块链技术分布式图计算引擎的冷热钱包智能标签系统第一实施例的功能模块示意图。
具体实施方式
下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。
如图1所示，该设备可以包括：处理器1001，例如中央处理器(Central ProcessingUnit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对设备的限定，在实际应用中设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序。
在图1所示的设备中，网络接口1004主要用于建立设备与存储基于区块链技术分布式图计算引擎的冷热钱包智能标签系统系统中所需的所有数据的服务器的通信连接；用户接口1003主要用于与用户进行数据交互；本发明基于区块链技术分布式图计算引擎的冷热钱包智能标签系统设备中的处理器1001、存储器1005可以设置在基于区块链技术分布式图计算引擎的冷热钱包智能标签系统设备中，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统设备通过处理器1001调用存储器1005中存储的基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序，并执行本发明实施提供的基于区块链技术分布式图计算引擎的冷热钱包智能标签系统。
结合图2，图2为本发明基于区块链技术分布式图计算引擎的冷热钱包智能标签系统第一实施例的流程示意图。
本实施例中，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统包括以下步骤：
S10：获取钱包大数据，从所述钱包大数据中提取主要信息。
相应地，获取钱包大数据，根据预设信息提取优先度表从所述钱包大数据中提取主要信息，所述主要信息包括：用户信息、地域信息以及设备终端信息。
应当理解的是，本实施例会获取全网所有的钱包中包含的大数据，并会对这些钱包进行一个初步的分类，比如说支付类钱包、借记类钱包以及记账类钱包等，而每种钱包的主要信息都不相同，比如支付类钱包的主要信息一般为：用户信息、支付方式信息、地址信息以及金融信息等。
应当理解的是，在获取钱包大数据的时候，因为每个钱包大数据的核心数据不同，所以要预先设定一个信息提取优先度表，这个优先度表会根据不同的钱包设定不同的信息提取优先度，方便设备进行提取。
S20：根据预设算法，确定所述主要信息与预设特征表间的相似性度量值。
应当理解的是，根据公式(1)确定所述主要信息与预设特征表间的相似性度量值APS(u,v)；
Figure BDA0002453441990000061
其中，u是钱包大数据中的所有主要数据，v是钱包大数据主要信息的一种信息，V是全网钱包大数据中的所有数据，n是全网钱包大数据主要信息量的数量总值，δ(v)是钱包大数据主要信息的热度值，δ(u)是钱包大数据所有信息的总热度值；
PG(vj,u)是钱包大数据主要信息的一种信息相对于钱包大数据中的所有主要数据的相似度值，根据PG(vj,u)＝PR(u)确定，PG(vj,v)＝PR(v)是钱包大数据主要信息的一种信息相对于钱包大数据中其他主要信息的相似度值，根据PG(vj,u)＝PR(v)确定。
根据公式(2)确定PR(u)和PR(v)的值；
Figure BDA0002453441990000071
其中，γ为加权系数，in(w)，out(w)，|out(w)|都是预先设定好的定值，由用户根据钱包大数据环境进行设定。
应当理解的是，比如支付类钱包的用户信息，要计算用户信息与预设特征表之间的相似性度量值，首先就需要根据公示(2)获取用户信息相对于全网钱包大数据中所有主要信息的相似度值和用户信息相对于支付类钱包中所有主要信息的相似度值，然后在根据公式(1)计算出用户信息与预设特征表之间的相似性度量值，本实施例中所提到的预设特征表是用户根据全网钱包的类别统计出的一个数值，会根据全网钱包的数量进行实时的更新。
应当理解的是，本实施例通过分布式图计算方法对钱包大数据中的主要信息的相似性度量值进行计算，通过相似性度量值来判断全网的各个钱包之间是否存在相似的地方，若是存在，则可以将相似的钱包进行聚类。
S30：根据所述相似性度量值对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据。
应当理解的是，将所述钱包大数据的主要信息的相似性度量值与预设标签阈值进行比较；当所述相似性度量值满足预设标签阈值时，将所述相似性度量值对应的钱包大数据放入同一个文件夹进行存储，将所述文件夹中的钱包大数据作为聚类钱包大数据。
应当理解的是，通过上述的步骤已经得到了钱包中主要信息的相似性度量值，这里将相似性度量值与预设标签阈值进行比较，这里所提到的预设标签阈值是指用户设定的对钱包进行聚类的值，比如说一款智能钱包的支付信息满足预设标签阈值，另一款智能钱包的支付信息同样满足预设标签阈值，那么这两款智能钱包就可以进行聚类。
应当理解的是，通过相似性度量值对全网钱包进行聚类，能够精确有效的对全网钱包进行类别的划分和汇总，将所有相似的钱包存放入同一个的文件夹，方便后期的使用和提取。
S40：根据预设标签表对所述聚类钱包大数据进行标签标记。
应当理解的是，根据预设标签表对所述聚类钱包大数据的类别进行匹配，对匹配成功的聚类钱包大数据进行标签标记。
应当理解的是，这里会对聚类钱包大数据中的所有主要信息进行匹配，比如支付类钱包，会对它的用户信息、支付方式信息、地址信息以及金融信息等进行扫描，并一一与预设标签表进行比对，如果支付类钱包的用户信息满足预设标签表中某项标签的条件，则会对支付宝类钱包进行标签标记。
应当理解的是，可以根据不同的标签如：地域、用户群以及功能对聚类的钱包进行标记，同一个钱包可以存在多种标记，并且每一个钱包都至少会存在一种标记。
需要说明的是，以上仅为举例说明，并不对本申请的技术方案构成任何限定。
通过上述描述不难发现，本实施例通过获取钱包大数据，从所述钱包大数据中提取主要信息；根据预设算法，确定所述主要信息与预设特征表间的相似性度量值；根据所述相似性度量值对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据；根据预设标签表对所述聚类钱包大数据进行标签标记，本实施例通过分布式图计算的方法计算链上所以钱包大数据之间的相似性度量值，根据所述相似性度量值对钱包大数据进行聚类，最后给聚类后的钱包大数据进行标记，这样通过分布式图计算对全网钱包进行聚类，提高了钱包聚类的准确性，能够有效防止钱包大数据分类错误的情况，同时也提高了链上钱包标签化的效率。
进一步地，如图3所示，基于第一实施例提出本发明基于区块链技术分布式图计算引擎的冷热钱包智能标签系统的第二实施例。
为了便于理解，以下结合图3进行具体说明：
在步骤S40'中：将所述钱包大数据的主要信息的相似性度量值与预设标签阈值进行比较，根据比较结果，对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据。
应当理解的是，将所述钱包大数据的主要信息的相似性度量值与预设标签阈值进行比较；当所述相似性度量值满足预设标签阈值时，将所述相似性度量值对应的钱包大数据放入同一个文件夹进行存储，将所述文件夹中的钱包大数据作为聚类钱包大数据。
应当理解的是，通过将所述钱包大数据的主要信息的相似性度量值与预设标签阈值进行比较，通过预设标签阈值来对钱包大数据进行判断，筛选出属于同一类别的钱包，一个钱包可能会与多个其他的钱包都存在相似度，也有可能只会与另一个钱包存在相似度，在判断钱包的相似度之后，将属于同一类的钱包放入同一个文件夹进行存储，这样方便后续的使用。
此外，本发明实施例还提出一种基于区块链技术分布式图计算引擎的冷热钱包智能标签系统装置。如图4所示，该基于区块链技术分布式图计算引擎的冷热钱包智能标签系统装置包括：获取模块10、计算模块20、分配模块30、标记模块40。
获取模块10，用于获取钱包大数据，从所述钱包大数据中提取主要信息；
计算模块20，用于根据预设算法，确定所述主要信息与预设特征表间的相似性度量值；
分配模块30，用于根据所述相似性度量值对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据；
标记模块40，用于根据预设标签表对所述聚类钱包大数据进行标签标记。
此外，需要说明的是，以上所描述的装置实施例仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的基于区块链技术分布式图计算引擎的冷热钱包智能标签系统，此处不再赘述。
此外，本发明实施例还提出一种存储介质，所述存储介质为计算机存储介质，所述计算机存储介质上存储有基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序被处理器执行时实现如下操作：
获取钱包大数据，从所述钱包大数据中提取主要信息；
根据预设算法，确定所述主要信息与预设特征表间的相似性度量值；
根据所述相似性度量值对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据；
根据预设标签表对所述聚类钱包大数据进行标签标记。
进一步地，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序被处理器执行时还实现如下操作：
根据公式(1)确定所述主要信息与预设特征表间的相似性度量值APS(u,v)；
Figure BDA0002453441990000101
其中，u是钱包大数据中的所有主要数据，v是钱包大数据主要信息的一种信息，V是全网钱包大数据中的所有数据，n是全网钱包大数据主要信息量的数量总值，δ(v)是钱包大数据主要信息的热度值，δ(u)是钱包大数据所有信息的总热度值；
PG(vj,u)是钱包大数据主要信息的一种信息相对于钱包大数据中的所有主要数据的相似度值，根据PG(vj,u)＝PR(u)确定，PG(vj,v)＝PR(v)是钱包大数据主要信息的一种信息相对于钱包大数据中其他主要信息的相似度值，根据PG(vj,u)＝PR(v)确定。
进一步地，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序被处理器执行时还实现如下操作：
根据公式(2)确定PR(u)和PR(v)的值；
Figure BDA0002453441990000111
其中，γ为加权系数，in(w)，out(w)，|out(w)|都是预先设定好的定值，由用户根据钱包大数据环境进行设定。
进一步地，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序被处理器执行时还实现如下操作：
将所述钱包大数据的主要信息的相似性度量值与预设标签阈值进行比较，根据比较结果，对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据。
进一步地，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序被处理器执行时还实现如下操作：
将所述钱包大数据的主要信息的相似性度量值与预设标签阈值进行比较；
当所述相似性度量值满足预设标签阈值时，将所述相似性度量值对应的钱包大数据放入同一个文件夹进行存储，将所述文件夹中的钱包大数据作为聚类钱包大数据。
进一步地，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序被处理器执行时还实现如下操作：
获取钱包大数据，根据预设信息提取优先度表从所述钱包大数据中提取主要信息，所述主要信息包括：用户信息、地域信息以及设备终端信息。
进一步地，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序被处理器执行时还实现如下操作：
根据预设标签表对所述聚类钱包大数据的类别进行匹配，对匹配成功的聚类钱包大数据进行标签标记。
以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于区块链技术分布式图计算引擎的冷热钱包智能标签系统，其特征在于：所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统包括：
获取钱包大数据，从所述钱包大数据中提取主要信息；
根据预设算法，确定所述主要信息与预设特征表间的相似性度量值，具体包括：
根据公式(1)确定所述主要信息与预设特征表间的相似性度量值APS(u,v)；
Figure FDA0004119263400000011
其中，u是钱包大数据中的所有主要信息，v是钱包大数据主要信息的一种信息，V是全网钱包大数据中的所有信息，n是全网钱包大数据主要信息量的数量总值，δ(v)是钱包大数据主要信息的热度值，δ(u)是钱包大数据所有信息的总热度值；
PG(vj,u)是钱包大数据主要信息中的一种信息相对于全网钱包大数据中的所有主要信息的相似度值，根据PG(vj,u)＝PR(u)确定，PG(vj,v)＝PR(v)是钱包大数据主要信息的一种信息相对于钱包大数据中其他主要信息的相似度值，根据PG(vj,u)＝PR(v)确定，具体包括：
根据公式(2)确定PR(u)和PR(v)的值；
Figure FDA0004119263400000012
其中，γ为加权系数，in(w)，out(w)，|out(w)|都是预先设定好的定值，由用户根据钱包大数据环境进行设定；
根据所述相似性度量值对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据；
根据预设标签表对所述聚类钱包大数据进行标签标记。
2.如权利要求1所述的基于区块链技术分布式图计算引擎的冷热钱包智能标签系统，其特征在于：所述根据所述相似性度量值对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据，具体包括：
将所述钱包大数据的主要信息的相似性度量值与预设标签阈值进行比较，根据比较结果，对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据。
3.如权利要求2所述的基于区块链技术分布式图计算引擎的冷热钱包智能标签系统，其特征在于：所述将所述钱包大数据的主要信息的相似性度量值与预设标签阈值进行比较，根据比较结果，对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据，具体包括：
将所述钱包大数据的主要信息的相似性度量值与预设标签阈值进行比较；
当所述相似性度量值满足预设标签阈值时，将所述相似性度量值对应的钱包大数据放入同一个文件夹进行存储，将所述文件夹中的钱包大数据作为聚类钱包大数据。
4.如权利要求1所述的基于区块链技术分布式图计算引擎的冷热钱包智能标签系统，其特征在于：所述获取钱包大数据，从所述钱包大数据中提取主要信息，具体包括：
获取钱包大数据，根据预设信息提取优先度表从所述钱包大数据中提取主要信息，所述主要信息包括：用户信息、地域信息以及设备终端信息。
5.如权利要求1至4任一项所述的基于区块链技术分布式图计算引擎的冷热钱包智能标签系统，其特征在于：所述根据预设标签表对所述聚类钱包大数据进行标签标记，具体包括：
根据预设标签表对所述聚类钱包大数据的类别进行匹配，对匹配成功的聚类钱包大数据进行标签标记。
6.一种基于区块链技术分布式图计算引擎的冷热钱包智能标签系统装置，其特征在于，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统装置包括：
获取模块，用于获取钱包大数据，从所述钱包大数据中提取主要信息；
计算模块，用于根据预设算法，确定所述主要信息与预设特征表间的相似性度量值，具体包括：
根据公式(1)确定所述主要信息与预设特征表间的相似性度量值APS(u,v)；
Figure FDA0004119263400000031
其中，u是钱包大数据中的所有主要信息，v是钱包大数据主要信息的一种信息，V是全网钱包大数据中的所有信息，n是全网钱包大数据主要信息量的数量总值，δ(v)是钱包大数据主要信息的热度值，δ(u)是钱包大数据所有信息的总热度值；
PG(vj,u)是钱包大数据主要信息的一种信息相对于钱包大数据中的所有主要信息的相似度值，根据PG(vj,u)＝PR(u)确定，PG(vj,v)＝PR(v)是钱包大数据主要信息的一种信息相对于钱包大数据中其他主要信息的相似度值，根据PG(vj,u)＝PR(v)确定，具体包括：
根据公式(2)确定PR(u)和PR(v)的值；
Figure FDA0004119263400000032
其中，γ为加权系数，in(w)，out(w)，|out(w)|都是预先设定好的定值，由用户根据钱包大数据环境进行设定；
分配模块，用于根据所述相似性度量值对所述主要信息对应的钱包大数据进行聚类，获取聚类钱包大数据；
标记模块，用于根据预设标签表对所述聚类钱包大数据进行标签标记。
7.一种设备，其特征在于，所述设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序配置为实现如权利要求1至5任一项所述的基于区块链技术分布式图计算引擎的冷热钱包智能标签系统的步骤。
8.一种存储介质，其特征在于，所述存储介质为计算机存储介质，所述计算机存储介质上存储有基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序，所述基于区块链技术分布式图计算引擎的冷热钱包智能标签系统程序被处理器执行时实现如权利要求1至5任一项所述的基于区块链技术分布式图计算引擎的冷热钱包智能标签系统的步骤。
CN202010299535.9A 2020-04-16 2020-04-16 基于区块链技术分布式图计算引擎的冷热钱包智能标签系统 Active CN111523011B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010299535.9A CN111523011B (zh) 2020-04-16 2020-04-16 基于区块链技术分布式图计算引擎的冷热钱包智能标签系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010299535.9A CN111523011B (zh) 2020-04-16 2020-04-16 基于区块链技术分布式图计算引擎的冷热钱包智能标签系统

Publications (2)

Publication Number Publication Date
CN111523011A CN111523011A (zh) 2020-08-11
CN111523011B true CN111523011B (zh) 2023-04-14

Family

ID=71904062

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010299535.9A Active CN111523011B (zh) 2020-04-16 2020-04-16 基于区块链技术分布式图计算引擎的冷热钱包智能标签系统

Country Status (1)

Country Link
CN (1) CN111523011B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114549090B (zh) * 2022-04-25 2022-07-19 深圳市明珞锋科技有限责任公司 一种根据批发订单进行季度数据核算的数据处理系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129470A (zh) * 2011-03-28 2011-07-20 中国科学技术大学 标签聚类方法和系统
CN102622396A (zh) * 2011-11-30 2012-08-01 浙江大学 一种基于标签的web服务聚类方法
US8346664B1 (en) * 2008-11-05 2013-01-01 Intuit Inc. Method and system for modifying financial transaction categorization lists based on input from multiple users
CN104281664A (zh) * 2014-09-24 2015-01-14 北京航空航天大学 分布式图计算系统数据切分方法和系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9672499B2 (en) * 2014-04-02 2017-06-06 Modernity Financial Holdings, Ltd. Data analytic and security mechanism for implementing a hot wallet service
SG10202103868QA (en) * 2015-07-30 2021-05-28 Visa Int Service Ass Dynamic checkout button apparatuses, methods and systems
US10965673B2 (en) * 2018-05-11 2021-03-30 Civic Technologies, Inc. User ID codes for online verification
US10949828B2 (en) * 2018-06-28 2021-03-16 International Business Machines Corporation Transaction processing based on statistical classification and contextual analysis

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8346664B1 (en) * 2008-11-05 2013-01-01 Intuit Inc. Method and system for modifying financial transaction categorization lists based on input from multiple users
CN102129470A (zh) * 2011-03-28 2011-07-20 中国科学技术大学 标签聚类方法和系统
CN102622396A (zh) * 2011-11-30 2012-08-01 浙江大学 一种基于标签的web服务聚类方法
CN104281664A (zh) * 2014-09-24 2015-01-14 北京航空航天大学 分布式图计算系统数据切分方法和系统

Also Published As

Publication number Publication date
CN111523011A (zh) 2020-08-11

Similar Documents

Publication Publication Date Title
WO2018157818A1 (zh) 用户偏好的推测方法、装置、终端设备及存储介质
CN109544166A (zh) 一种风险识别方法和装置
CN106844407B (zh) 基于数据集相关性的标签网络产生方法和系统
CN110544109A (zh) 用户画像生成方法、装置、计算机设备和存储介质
WO2019062081A1 (zh) 业务员画像形成方法、电子装置及计算机可读存储介质
CN112435137B (zh) 一种基于社团挖掘的欺诈信息检测方法及系统
US20190080352A1 (en) Segment Extension Based on Lookalike Selection
CN107633257B (zh) 数据质量评估方法及装置、计算机可读存储介质、终端
CN107622326A (zh) 用户分类、可用资源预测方法、装置及设备
CN110458644A (zh) 一种信息处理方法及相关设备
CN114186760A (zh) 一种企业稳健运营的分析方法、系统及可读存储介质
CN111523011B (zh) 基于区块链技术分布式图计算引擎的冷热钱包智能标签系统
CN113706249B (zh) 数据推荐方法、装置、电子设备及存储介质
CN115018588A (zh) 产品推荐方法、装置、电子设备及可读存储介质
CN114756669A (zh) 问题意图的智能分析方法、装置、电子设备及存储介质
CN105389714B (zh) 一种从行为数据识别用户特性的方法
CN112435068A (zh) 一种恶意订单识别方法、装置、电子设备及存储介质
CN112950347A (zh) 资源数据处理的优化方法及装置、存储介质、终端
CN111047336A (zh) 用户标签推送、用户标签展示方法、装置和计算机设备
CN111985577A (zh) 基于人工智能的客户价值标注方法、装置、设备及介质
CN109711856B (zh) 基于大数据的用户分类方法、装置、服务器及存储介质
CN111784403A (zh) 基于网上商城的用户类别分析方法、装置和计算机设备
CN110598090A (zh) 兴趣标签的生成方法、装置、计算机设备和存储介质
CN115018529A (zh) 理财广告的生成方法、装置、设备及存储介质
CN109885710B (zh) 基于差分演化算法的用户画像刻画方法及服务器

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