CN112148759A - 一种基于云平台的择偶方法及系统 - Google Patents
一种基于云平台的择偶方法及系统 Download PDFInfo
- Publication number
- CN112148759A CN112148759A CN202011015919.XA CN202011015919A CN112148759A CN 112148759 A CN112148759 A CN 112148759A CN 202011015919 A CN202011015919 A CN 202011015919A CN 112148759 A CN112148759 A CN 112148759A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- obtaining
- personal information
- cloud platform
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012549 training Methods 0.000 claims abstract description 54
- 238000012795 verification Methods 0.000 claims description 33
- 230000001815 facial effect Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 11
- 230000003993 interaction Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000013528 artificial neural network Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000003062 neural network model Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 238000010187 selection method Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013515 script Methods 0.000 description 1
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种基于云平台的择偶方法方法及系统，应用于一云平台，所述云平台与一数据库和VR平台连接，所述方法包括：获得第一登录方式；获得第一用户的个人信息，并对第一用户的个人信息进行实名认证；将第一用户的个人信息上传至与云平台连接的数据库；获得第一用户的择偶标准，并将择偶标准上传至与云平台连接的数据库；将第一用户的择偶标准输入训练模型；获得训练模型的输出信息，输出信息包括理想的配偶对象信息；将理想的配偶对象信息发送给第一用户，并进行配对。解决了婚恋平台中因个人信息未经验证造成虚假信息的技术问题。
Description
技术领域
本发明涉及一种择偶方法，尤其涉及一种基于云平台的择偶方法及系统。
背景技术
随着经济社会的迅速发展，随之而来的上班族的压力与日俱增，快节奏的工作生活使得已到适婚年龄的单身男女无暇顾及婚姻大事，婚恋平台的兴起帮助他们寻找到合适的伴侣，减少了很多冗杂的流程。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
由于婚恋平台的快速兴起，对个人身份信息的验证要求不严格，导致很多虚假信息的产生，在择偶过程中造成人力物力资源的浪费。
发明内容
本申请实施例通过提供一种基于云平台的择偶方法及系统，解决了婚恋平台中因个人信息未经验证造成虚假信息的技术问题。达到了在婚恋平台中对个人信息进行实名认证，避免造成人力物力资源浪费的技术效果。
本申请实施例提供了一种基于云平台的择偶方法及系统，其中，所述方法包括：获得第一登录方式，所述第一登录方式用于登录所述云平台；获得第一用户的个人信息，并对所述第一用户的个人信息进行实名认证；将所述第一用户的个人信息上传至与云平台连接的数据库；获得所述第一用户的择偶标准，并将所述择偶标准上传至与云平台连接的数据库；将所述第一用户的择偶标准输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一用户的择偶标准和用来标识是否为理想配偶的标识信息；获得所述训练模型的输出信息，所述输出信息包括理想的配偶对象信息；将所述理想的配偶对象信息发送给所述第一用户，并进行配对。
另一方面，本申请还提供了一种基于云平台的择偶系统，其中，所述系统包括：第一获得单元：所述第一获得单元用于获得第一登录方式，所述第一登录方式用于登录所述云平台；第二获得单元：所述第二获得单元用于获得第一用户的个人信息，并对所述第一用户的个人信息进行实名认证；第一上传单元：所述第一上传单元用于将所述第一用户的个人信息上传至与云平台连接的数据库；第三获得单元：所述第三获得单元用于获得所述第一用户的择偶标准，并将所述择偶标准上传至与云平台连接的数据库；第一输入单元：所述第一输入单元用于将所述第一用户的择偶标准输入训练模型，其中，所述训练模型通过多组训练数据训练获得；第四获得单元：所述第四获得单元用于获得所述训练模型的输出信息，所述输出信息包括理想的配偶对象信息；第一发送单元：所述第一发送单元用于将所述理想的配偶对象信息发送给所述第一用户，并进行配对。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
通过对用户的个人身份信息进行实名认证，对用户的有效身份证件信息进行扫描，对用户进行人脸识别，判断人脸识别信息与有效身份证件信息是否相匹配即判断是否为同一个人，有效保证了用户的身份信息准确无误，达到了确保用户身份的真实性的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于云平台的择偶方法的流程示意图；
图2为本申请实施例一种基于云平台的择偶系统的结构示意图；
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第一上传单元13，第三获得单元14，第一输入单元15，第四获得单元16，第一发送单元17，总线300，接收器301，处理器302，发送器303，存储器304，总线接口306。
具体实施方式
本申请实施例通过提供一种基于云平台的择偶方法及系统，解决了婚恋平台中因个人信息未经验证造成虚假信息的技术问题。达到了在婚恋平台中对个人信息进行实名认证，避免造成人力物力资源浪费的技术效果。
下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
申请概述
随着经济社会的迅速发展，随之而来的上班族的压力与日俱增，快节奏的工作生活使得已到适婚年龄的单身男女无暇顾及婚姻大事，婚恋平台的兴起帮助他们寻找到合适的伴侣，减少了很多冗杂的流程。由于婚恋平台的快速兴起，对个人身份信息的验证要求不严格，导致很多虚假信息的产生，在择偶过程中造成人力物力资源的浪费。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例提供了一种基于云平台的择偶方法及系统，其中，所述方法包括：获得第一登录方式，所述第一登录方式用于登录所述云平台；获得第一用户的个人信息，并对所述第一用户的个人信息进行实名认证；将所述第一用户的个人信息上传至与云平台连接的数据库；获得所述第一用户的择偶标准，并将所述择偶标准上传至与云平台连接的数据库；将所述第一用户的择偶标准输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一用户的择偶标准和用来标识是否为理想配偶的标识信息；获得所述训练模型的输出信息，所述输出信息包括理想的配偶对象信息；将所述理想的配偶对象信息发送给所述第一用户，并进行配对。
为了更好地理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
如图1所示，本申请实施例提供了一种基于云平台的择偶方法，应用于一云平台，所述云平台与一数据库和VR平台连接，其中，所述方法包括：
步骤S100：获得第一登录方式，所述第一登录方式用于登录所述云平台；
具体而言，所述第一登录方式为登录云平台的登录方式，所述登录方式可以为手机注册的验证码登录、微信登录、QQ登录等登录方式，登录云平台之后，开始进行个人身份信息的注册及验证。
步骤S200：获得第一用户的个人信息，并对所述第一用户的个人信息进行实名认证；
具体而言，所述第一用户的个人信息包括姓名、性别、出生日期、籍贯、教育背景，除此之外还包括：身高、体重、血型、个人爱好、兴趣擅长、个人经历等信息，通过输入所述第一用户的个人信息，使得对所述第一用户有最基础的了解。
步骤S300：将所述第一用户的个人信息上传至与云平台连接的数据库；
步骤S400：获得所述第一用户的择偶标准，并将所述择偶标准上传至与云平台连接的数据库；
具体而言，获得所述第一用户的个人信息之后，可将所述第一用户的个人信息上传至与云平台连接的数据库，便于保存管理。所述第一用户的择偶标准包含理想配偶的身高、年龄、体重、区域、工作、教育学历以及可进行备注的其他信息等，并将所述择偶标准上传至与云平台连接的数据库，通过获得所述第一用户的择偶标准，方便云平台为所述第一用户匹配到合适的择偶对象。
步骤S500：将所述第一用户的择偶标准输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一用户的择偶标准和用来标识是否为理想配偶的标识信息；
步骤S600：获得所述训练模型的输出信息，所述输出信息包括理想的配偶对象信息；
具体而言，已知所述第一用户的择偶标准信息，则通过将所述第一用户的择偶标准信息输入训练模型不断地进行训练，可以使得输出的训练结果更加精确。所述训练模型是一个神经网络模型即机器学习中的神经网络模型，神经网络(Neural Networks，NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks)，是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型。在本申请实施例中，将所述第一用户的择偶标准信息输入神经网络模型，用标识的是否为理想配偶信息对所述神经网络模型进行训练。
进一步来说，所述训练神经网络模型的过程实质为监督学习的过程。所述多组训练数据具体为：所述第一用户的择偶标准和用来标识是否为理想配偶的标识信息。通过输入所述第一用户的择偶标准信息，神经网络模型会输出理想的配偶对象信息，通过将所述输出信息与所述起标识作用的是否为理想配偶信息进行校验，如果所述输出信息与所述起标识作用的是否为理想配偶信息要求相一致，则本数据监督学习完成，则进行下一组数据监督学习；如果所述输出信息与所述起标识作用的是否为理想配偶信息要求不一致，则神经网络学习模型自身进行调整，直到神经网络学习模型输出结果与所述起标识作用的是否为理想配偶信息要求相一致，进行下一组数据的监督学习。通过训练数据使神经网络学习模型自身不断地修正、优化，通过监督学习的过程来提高神经网络学习模型处理所述信息的准确性，进而达到使得获得的所述理想的配偶对象信息更加精确的技术效果。
步骤S700：将所述理想的配偶对象信息发送给所述第一用户，并进行配对。
具体而言，根据所述第一用户的择偶标准，所述云平台为所述第一用户匹配到合适的对象，可将所述理想的配偶对象信息发送给所述第一用户，在获得所述理想配偶对象的信息之后，可根据所述第一用户的个人意愿判断是否向所述理想的配偶对象发送配对信息。
获得第一用户的个人信息，并对所述第一用户的个人信息进行实名认证，步骤S200还包括：
步骤S210：获得所述第一用户的有效身份证件信息；
步骤S220：对所述有效身份证件信息进行扫描，获得所述有效身份证件信息的电子档信息；
步骤S230：将所述电子档信息上传至所述数据库；
步骤S240：对所述第一用户进行面部识别，获得所述第一用户的面部识别信息；
步骤S250：将所述第一用户的电子档信息与所述面部识别信息进行比对，获得第一比对结果；
步骤S260：判断所述第一比对结果是否满足第一预设阈值；
步骤S270：当所述第一比对结果不满足所述第一预设阈值，获得第一指令，所述第一指令用来对所述第一用户的个人信息进行撤销。
具体而言，对所述第一用户的个人信息进行实名认证，确保其身份真实性。可获得所述第一用户的有效身份证件信息，可以是身份证、护照等证件，通过对所述有效身份证件信息进行扫描，可获得相应的电子档信息，并将所述电子档信息上传至数据库进行保存；进一步为了对所述第一用户的身份信息进行验证，可对所述第一用户的面部信息进行面部识别，判断所述面部识别信息是否与所述电子档信息契合，当两者的契合度满足第一预设阈值时，即所述第一预设阈值为两者的契合度超过80％以上，视为验证通过，当两者的契合度不满足所述第一预设阈值时，即两者的契合度没有达到80％，则视为验证失败，获得第一指令，所述第一指令用来对所述第一用户的个人信息进行撤销，直到所述第一用户的个人信息验证通过，才可进行后续流程。通过验证所述第一用户的个人信息，达到了确保所述第一用户身份信息真实可靠的技术效果。
将所述理想的配偶对象信息发送给所述第一用户，并进行配对，步骤S700还包括：
步骤S710:获得第一发送权限，所述第一发送权限用于将所述第一用户的个人信息和择偶标准发送给所述理想配偶对象；
步骤S720：获得所述理想配偶对象的第一配对意愿指数；
步骤S730：判断所述理想配偶对象的配对意愿指数是否满足第二预设阈值；
步骤S740：当所述理想配偶对象的配对意愿指数满足第二预设阈值时，获得第二发送权限，所述第二发送权限用于发送所述理想配偶对象的配对意愿。
具体而言，在所述第一用户获得到所述理想配偶对象信息之后，可将所述第一用户的个人信息和择偶标准发送给所述理想配偶对象，所述理想配偶对象收到所述第一用户的信息之后，可获得所述理想配偶对象的第一配对意愿指数，所述第一配对意愿指数即所述理想配偶对象是否愿意与所述第一用户配对，当所述理想配偶对象的配对意愿指数满足第二预设阈值时，即所述理想配偶对象接受所述第一用户的配对请求，则获得第二发送权限，所述第二发送权限用于发送所述理想配偶对象的配对意愿。通过获得所述理想配偶对象的配对意愿指数，达到了使得整个择偶过程更加真实，更加贴近个人意愿，获得更加理想的结果的技术效果。
获得第二发送权限，所述第二发送权限用于发送所述理想配偶对象的配对意愿之后，步骤S740还包括：
步骤S741：将所述第一用户和所述理想配偶对象的个人信息和择偶标准上传至VR平台；
步骤S742：获得与所述第一用户和所述理想配偶对象相匹配的VR虚拟现实交际场景，并进行模拟现实交际；
步骤S743：获得第一结束时间，所述第一结束时间为VR虚拟现实交际结束的时间；
步骤S744：获得所述第一用户的第一满意度和所述理想配偶对象的第二满意度；
步骤S745：判断所述第一满意度和所述第二满意度是否满足第三预设阈值；
步骤S746：当所述第一满意度和所述第二满意度满足第三预设阈值时，则匹配成功。
具体而言，为了使所述第一用户和所述理想配偶对象具有更加真实的体验感，可通过VR平台模拟现实进行虚拟的交际，加深双方的了解。可将所述第一用户和所述理想配偶对象的个人信息和择偶标准上传至VR平台，VR平台会根据双方的性格、个人喜好等匹配合适的VR情景交际供双方进行交流，交流结束之后，可获得所述第一用户的第一满意度和所述理想配偶对象的第二满意度，判断所述第一满意度和所述第二满意度是否满足第三预设阈值，进一步可理解为当满意度总值为百分制时，判断所述第一满意度和所述第二满意度是否超过50％，当所述第一满意度和所述第二满意度满足第三预设阈值时，则匹配成功，即所述第一满意度和所述第二满意度均超过50％，双方对模拟现实的交际都比较满意，则匹配成功。通过模拟现场进行虚拟交际，达到了深化双方了解，省时省力的技术效果。
为了确保对所述第一用户的个人信息进行安全的记录并保存，可对其进行基于区块链的加密处理，本申请实施例还包括：
步骤S810：根据所述第一用户的个人信息生成第一验证码，其中，所述第一验证码是与所述第一用户的个人信息一一对应的；
步骤S820：根据所述第二用户的个人信息生成第二验证码，其中，所述第二验证码是与所述第二用户的个人信息一一对应的，以此类推，根据所述第N用户的个人信息和第N-1验证码生成第N验证码，其中，N为大于1的自然数；
步骤S830：将所有用户的个人信息和验证码分别复制保存在M台设备上，其中，M为大于1的自然数。
具体而言，为了确保所述第一用户的个人信息的安全性，确保其不被篡改，可进行基于区块链的加密操作。区块链技术是一项具有普适性的底层技术架构，它通过共识机制在分布式节点上生成和同步数据、借助可编程脚本实现合约条款的自动执行和数据操作。区块链被定义为一种按时间顺序来组织数据区块，不同区块之间按序形成链条状连接的数据结构，借助这种数据结构来构建数字账本。
根据所述第一用户的个人信息生成第一验证码，其中，所述第一验证码是与所述第一用户的个人信息一一对应的；根据所述第二用户的个人信息生成第二验证码，其中，所述第二验证码是与所述第二用户的个人信息一一对应的，以此类推，根据所述第N用户的个人信息和第N-1验证码生成第N验证码，其中，N为大于1的自然数；将所有用户的个人信息和验证码分别复制保存在M台设备上，其中，M为大于1的自然数。对所述第一用户的个人信息进行加密存储，其中，每个设备对应于一个节点，所有节点组合起来形成了区块链，这样的区块链就构成了一个便于验证(只要验证最后一个区块的Hash值就相当于验证了整个版本)，不可更改(任何一个交易信息的更改，会让所有之后的区块的Hash值发生变化，这样在验证时就无法通过)的总账本。
区块链系统采用分布式数据形式，让每一个参与节点都能够获得一份完整的数据库备份，除非能够同时控制整个系统中51％的节点，否则单个节点对数据库的修改是无效的，也无法影响其他节点上的数据内容。因此，参与系统中的节点越多，算力越强，系统中的数据安全性也就越高。对所述第一用户的个人信息基于区块链的加密处理，有效保证了所述第一用户的个人信息的存储安全，达到了对所述第一用户的个人信息进行安全的记录并保存的技术效果。
为了使得对所述第一用户的个人信息的存储更加高效快速，本申请实施例还包括：
步骤S840：将所述第N用户的个人信息和第N-1验证码作为第N区块；
步骤S850：获得所述第N区块记录时间，所述第N区块记录时间表示第N区块需要记录的时间；
步骤S860：根据所述第N区块记录时间，获得所述M台设备中运速最强的第一设备；
步骤S870：将第N区块的记录权发送给所述第一设备。
具体而言，在对所述第一用户的个人信息进行基于区块链的加密操作时，为了获得更加高效的运算、存储速率，可获得所述第N区块记录时间，所述第N区块记录时间表示第N区块需要记录的时间；进而根据所述第N区块记录时间，获得所述M台设备中运速最强的第一设备；将第N区块的记录权发送给所述第一设备，进而保证了去中心化区块链系统的安全、有效和稳定运行，能够保证所述区块能够被快速准确的记录在设备中，进而保证了信息的安全性，进而对所述第一用户的个人信息进行准确的判断，达到了使得对所述第一用户的个人信息存储记录更加快速和高效的技术效果。
综上所述，本申请实施例所提供的一种基于云平台的择偶方法及系统具有如下技术效果：
1、通过对用户的个人身份信息进行实名认证，对用户的有效身份证件信息进行扫描，对用户进行人脸识别，判断人脸识别信息与有效身份证件信息是否相匹配即判断是否为同一个人，有效保证了用户的身份信息准确无误，达到了确保用户身份的真实性的技术效果。
2、通过将VR技术引入所述云平台，使得所述第一用户和所述理想配偶对象进行模拟现实的虚拟交际，加深双方的了解，同时节省了时间，避免了人力物力的资源浪费，达到了快速加深双方的了解程度的技术效果。
实施例二
基于与前述实施例中一种基于云平台的择偶方法同样发明构思，本发明还提供了一种基于云平台的择偶系统，如图2所示，所述系统包括：
第一获得单元11：所述第一获得单元11用于获得第一登录方式，所述第一登录方式用于登录所述云平台；
第二获得单元12：所述第二获得单元12用于获得第一用户的个人信息，并对所述第一用户的个人信息进行实名认证；
第一上传单元13：所述第一上传单元13用于将所述第一用户的个人信息上传至与云平台连接的数据库；
第三获得单元14：所述第三获得单元14用于获得所述第一用户的择偶标准，并将所述择偶标准上传至与云平台连接的数据库；
第一输入单元15：所述第一输入单元15用于将所述第一用户的择偶标准输入训练模型，其中，所述训练模型通过多组训练数据训练获得；
第四获得单元16：所述第四获得单元16用于获得所述训练模型的输出信息，所述输出信息包括理想的配偶对象信息；
第一发送单元17：所述第一发送单元17用于将所述理想的配偶对象信息发送给所述第一用户，并进行配对。
进一步的，所述装置还包括：
第五获得单元：所述第五获得单元用于获得所述第一用户的有效身份证件信息；
第六获得单元：所述第六获得单元用于对所述有效身份证件信息进行扫描，获得所述有效身份证件信息的电子档信息；
第二上传单元：所述第二上传单元用于将所述电子档信息上传至所述数据库；
第七获得单元：所述第七获得单元用于对所述第一用户进行面部识别，获得所述第一用户的面部识别信息；
第八获得单元：所述第八获得单元用于将所述第一用户的电子档信息与所述面部识别信息进行比对，获得第一比对结果；
第一判断单元：所述第一判断单元用于判断所述第一比对结果是否满足第一预设阈值；
第九获得单元：所述第九获得单元用于当所述第一比对结果不满足所述第一预设阈值，获得第一指令，所述第一指令用来对所述第一用户的个人信息进行撤销。
进一步的，所述装置还包括：
第十获得单元：所述第十获得单元用于获得第一发送权限，所述第一发送权限用于将所述第一用户的个人信息和择偶标准发送给所述理想配偶对象；
第十一获得单元：所述第十一获得单元用于获得所述理想配偶对象的第一配对意愿指数；
第二判断单元：所述第二判断单元用于判断所述理想配偶对象的配对意愿指数是否满足第二预设阈值；
第十二获得单元：所述第十二获得单元用于当所述理想配偶对象的配对意愿指数满足第二预设阈值时，获得第二发送权限，所述第二发送权限用于发送所述理想配偶对象的配对意愿。
进一步的，所述装置还包括：
第三上传单元：所述第三上传单元用于将所述第一用户和所述理想配偶对象的个人信息和择偶标准上传至VR平台；
第十三获得单元：所述第十三获得单元用于获得与所述第一用户和所述理想配偶对象相匹配的VR虚拟现实交际场景，并进行模拟现实交际；
第十四获得单元：所述第十四获得单元用于获得第一结束时间，所述第一结束时间为VR虚拟现实交际结束的时间；
第十五获得单元：所述第十五获得单元用于获得所述第一用户的第一满意度和所述理想配偶对象的第二满意度；
第三判断单元：所述第三判断单元用于判断所述第一满意度和所述第二满意度是否满足第三预设阈值；
进一步的，所述装置还包括：
第一生成单元：所述第一生成单元用于根据所述第一用户的个人信息生成第一验证码；
第二生成单元：所述第二生成单元用于根据所述第二用户的个人信息生成第二验证码；
第一保存单元：所述第一保存单元用于将所有用户的个人信息和验证码分别复制保存在M台设备上，其中，M为大于1的自然数。
进一步的，所述装置还包括：
第十六获得单元：所述第十六获得单元用于获得所述第N区块记录时间，所述第N区块记录时间表示第N区块需要记录的时间；
第十七获得单元：所述第十七获得单元用于根据所述第N区块记录时间，获得所述M台设备中运速最强的第一设备；
第二发送单元：所述第二发送单元用于将第N区块的记录权发送给所述第一设备。
前述图1实施例一中的一种基于云平台的择偶方法的各种变化方式和具体实例同样适用于本实施例的一种基于云平台的择偶系统，通过前述对一种基于云平台的择偶方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于云平台的择偶系统的实施方法，所以为了说明书的简洁，再次不再详述。
实施例三
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种基于云平台的择偶方法的发明构思，本发明还提供一种基于云平台的择偶系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种基于云平台的择偶方法的任一方法的步骤。
其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例提供了一种基于云平台的择偶方法及系统，其中，所述方法包括：获得第一登录方式，所述第一登录方式用于登录所述云平台；获得第一用户的个人信息，并对所述第一用户的个人信息进行实名认证；将所述第一用户的个人信息上传至与云平台连接的数据库；获得所述第一用户的择偶标准，并将所述择偶标准上传至与云平台连接的数据库；将所述第一用户的择偶标准输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一用户的择偶标准和用来标识是否为理想配偶的标识信息；获得所述训练模型的输出信息，所述输出信息包括理想的配偶对象信息；将所述理想的配偶对象信息发送给所述第一用户，并进行配对。
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，本发明可采用完全硬件实施例、完全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、CD-ROM、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图和/或方框图中的每一流程和/或方框、以及流程图和/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。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于云平台的择偶方法，应用于一云平台，所述云平台与一数据库和VR平台连接，其中，所述方法包括：
获得第一登录方式，所述第一登录方式用于登录所述云平台；
获得第一用户的个人信息，并对所述第一用户的个人信息进行实名认证；
将所述第一用户的个人信息上传至与云平台连接的数据库；
获得所述第一用户的择偶标准，并将所述择偶标准上传至与云平台连接的数据库；
将所述第一用户的择偶标准输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一用户的择偶标准和用来标识是否为理想配偶的标识信息；
获得所述训练模型的输出信息，所述输出信息包括理想的配偶对象信息；
将所述理想的配偶对象信息发送给所述第一用户，并进行配对。
2.如权利要求1所述的方法，其中，获得第一用户的个人信息，并对所述第一用户的个人信息进行实名认证，还包括：
获得所述第一用户的有效身份证件信息；
对所述有效身份证件信息进行扫描，获得所述有效身份证件信息的电子档信息；
将所述电子档信息上传至所述数据库；
对所述第一用户进行面部识别，获得所述第一用户的面部识别信息；
将所述第一用户的电子档信息与所述面部识别信息进行比对，获得第一比对结果；
判断所述第一比对结果是否满足第一预设阈值；
当所述第一比对结果不满足所述第一预设阈值，获得第一指令，所述第一指令用来对所述第一用户的个人信息进行撤销。
3.如权利要求1所述的方法，其中，将所述理想的配偶对象信息发送给所述第一用户，并进行配对，还包括：
获得第一发送权限，所述第一发送权限用于将所述第一用户的个人信息和择偶标准发送给所述理想配偶对象；
获得所述理想配偶对象的第一配对意愿指数；
判断所述理想配偶对象的配对意愿指数是否满足第二预设阈值；
当所述理想配偶对象的配对意愿指数满足第二预设阈值时，获得第二发送权限，所述第二发送权限用于发送所述理想配偶对象的配对意愿。
4.如权利要求3所述的方法，其中，获得第二发送权限，所述第二发送权限用于发送所述理想配偶对象的配对意愿之后，还包括：
将所述第一用户和所述理想配偶对象的个人信息和择偶标准上传至VR平台；
获得与所述第一用户和所述理想配偶对象相匹配的VR虚拟现实交际场景，并进行模拟现实交际；
获得第一结束时间，所述第一结束时间为VR虚拟现实交际结束的时间；
获得所述第一用户的第一满意度和所述理想配偶对象的第二满意度；
判断所述第一满意度和所述第二满意度是否满足第三预设阈值；
当所述第一满意度和所述第二满意度满足第三预设阈值时，则匹配成功。
5.如权利要求1所示，其中，所述方法还包括：
根据所述第一用户的个人信息生成第一验证码，其中，所述第一验证码是与所述第一用户的个人信息一一对应的；
根据所述第二用户的个人信息生成第二验证码，其中，所述第二验证码是与所述第二用户的个人信息一一对应的，以此类推，根据所述第N用户的个人信息和第N-1验证码生成第N验证码，其中，N为大于1的自然数；
将所有用户的个人信息和验证码分别复制保存在M台设备上，其中，M为大于1的自然数。
6.如权利要求5所示，其中，所述方法还包括：
将所述第N用户的个人信息和第N-1验证码作为第N区块；
获得所述第N区块记录时间，所述第N区块记录时间表示第N区块需要记录的时间；
根据所述第N区块记录时间，获得所述M台设备中运速最强的第一设备；
将第N区块的记录权发送给所述第一设备。
7.一种基于云平台的择偶系统，其中，所述系统包括：
第一获得单元：所述第一获得单元用于获得第一登录方式，所述第一登录方式用于登录所述云平台；
第二获得单元：所述第二获得单元用于获得第一用户的个人信息，并对所述第一用户的个人信息进行实名认证；
第一上传单元：所述第一上传单元用于将所述第一用户的个人信息上传至与云平台连接的数据库；
第三获得单元：所述第三获得单元用于获得所述第一用户的择偶标准，并将所述择偶标准上传至与云平台连接的数据库；
第一输入单元：所述第一输入单元用于将所述第一用户的择偶标准输入训练模型，其中，所述训练模型通过多组训练数据训练获得；
第四获得单元：所述第四获得单元用于获得所述训练模型的输出信息，所述输出信息包括理想的配偶对象信息；
第一发送单元：所述第一发送单元用于将所述理想的配偶对象信息发送给所述第一用户，并进行配对。
8.一种基于云平台的择偶系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011015919.XA CN112148759A (zh) | 2020-09-24 | 2020-09-24 | 一种基于云平台的择偶方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011015919.XA CN112148759A (zh) | 2020-09-24 | 2020-09-24 | 一种基于云平台的择偶方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112148759A true CN112148759A (zh) | 2020-12-29 |
Family
ID=73896473
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011015919.XA Pending CN112148759A (zh) | 2020-09-24 | 2020-09-24 | 一种基于云平台的择偶方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112148759A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112765220A (zh) * | 2021-02-24 | 2021-05-07 | 汇正(广州)企业管理咨询有限公司 | 一种基于云计算的业务数据监测方法及系统 |
| CN112819441A (zh) * | 2021-02-05 | 2021-05-18 | 汇正(广州)企业管理咨询有限公司 | 一种基于大数据的企业管理方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103838776A (zh) * | 2012-11-27 | 2014-06-04 | 上海爱相随信息科技有限公司 | 基于用户择偶要求的婚恋平台信息检索推荐系统 |
| CN109858344A (zh) * | 2018-12-24 | 2019-06-07 | 深圳市珍爱捷云信息技术有限公司 | 婚恋对象推荐方法、装置、计算机设备及存储介质 |
| CN109857944A (zh) * | 2018-12-24 | 2019-06-07 | 深圳市珍爱捷云信息技术有限公司 | 婚恋交友推荐方法、装置、计算机设备及计算机存储介质 |
| CN110909259A (zh) * | 2019-11-27 | 2020-03-24 | 腾讯科技（深圳）有限公司 | 基于区块链的用户推荐方法、装置、设备及存储介质 |
-
2020
- 2020-09-24 CN CN202011015919.XA patent/CN112148759A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103838776A (zh) * | 2012-11-27 | 2014-06-04 | 上海爱相随信息科技有限公司 | 基于用户择偶要求的婚恋平台信息检索推荐系统 |
| CN109858344A (zh) * | 2018-12-24 | 2019-06-07 | 深圳市珍爱捷云信息技术有限公司 | 婚恋对象推荐方法、装置、计算机设备及存储介质 |
| CN109857944A (zh) * | 2018-12-24 | 2019-06-07 | 深圳市珍爱捷云信息技术有限公司 | 婚恋交友推荐方法、装置、计算机设备及计算机存储介质 |
| CN110909259A (zh) * | 2019-11-27 | 2020-03-24 | 腾讯科技（深圳）有限公司 | 基于区块链的用户推荐方法、装置、设备及存储介质 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112819441A (zh) * | 2021-02-05 | 2021-05-18 | 汇正(广州)企业管理咨询有限公司 | 一种基于大数据的企业管理方法及系统 |
| CN112819441B (zh) * | 2021-02-05 | 2024-05-03 | 爱晋仕(上海)信息科技有限公司 | 一种基于大数据的企业管理方法及系统 |
| CN112765220A (zh) * | 2021-02-24 | 2021-05-07 | 汇正(广州)企业管理咨询有限公司 | 一种基于云计算的业务数据监测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11669737B2 (en) | Secure training of multi-party deep neural network | |
| US11836583B2 (en) | Method, apparatus and system for secure vertical federated learning | |
| WO2021204040A1 (zh) | 联邦学习数据处理方法、装置、设备及存储介质 | |
| CN111931950A (zh) | 一种基于联邦学习进行模型参数更新的方法及系统 | |
| CN114731274A (zh) | 分布式随机梯度下降的安全联合 | |
| CN112148759A (zh) | 一种基于云平台的择偶方法及系统 | |
| CN112232891B (zh) | 一种基于大数据分析的客户匹配方法和装置 | |
| CN110874571A (zh) | 人脸识别模型的训练方法及装置 | |
| CN110738323B (zh) | 基于数据共享建立机器学习模型的方法和装置 | |
| CN112257048B (zh) | 一种信息安全防护的方法及装置 | |
| CN111563262A (zh) | 一种基于可逆深度神经网络的加密方法及系统 | |
| CN113569151B (zh) | 基于人工智能的数据推荐方法、装置、设备及介质 | |
| CN116502732B (zh) | 基于可信执行环境的联邦学习方法以及系统 | |
| CN112307331A (zh) | 一种基于区块链高校毕业生智能招聘信息推送方法、系统及终端设备 | |
| CN111666393A (zh) | 智能问答系统的验证方法、装置、计算机设备及存储介质 | |
| CN111191738B (zh) | 跨平台的数据处理方法、装置、设备及可读存储介质 | |
| KR20200139012A (ko) | 블록체인 네트워크 기반의 스마트 계약의 수행 방법 및 이에 적합한 스마트 계약 수행 시스템 | |
| CN113807157A (zh) | 基于联邦学习训练神经网络模型的方法、装置和系统 | |
| WO2023169167A1 (zh) | 模型训练方法、装置、设备及存储介质 | |
| Toli et al. | Privacy-preserving multibiometric authentication in cloud with untrusted database providers | |
| CN116361271A (zh) | 一种区块链数据修改迁移方法、电子设备及存储介质 | |
| CN112668016A (zh) | 一种模型训练方法、装置和电子设备 | |
| CN111931947B (zh) | 一种用于分布式模型训练的训练样本重组方法及系统 | |
| CN113688762A (zh) | 基于深度学习的人脸识别方法、装置、设备及介质 | |
| CN112288342A (zh) | 一种提高多中心协作质量控制的数据处理方法和系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201229 |