CN114996347A - 一种用户画像管理方法、装置、电子设备及存储介质 - Google Patents

一种用户画像管理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114996347A
CN114996347A CN202210730320.7A CN202210730320A CN114996347A CN 114996347 A CN114996347 A CN 114996347A CN 202210730320 A CN202210730320 A CN 202210730320A CN 114996347 A CN114996347 A CN 114996347A
Authority
CN
China
Prior art keywords
user
target
portrait
time
target 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
CN202210730320.7A
Other languages
English (en)
Other versions
CN114996347B (zh
Inventor
梁伟
卢毅
李馨迟
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.)
China Telecom Corp Ltd
Original Assignee
China Telecom Corp 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 China Telecom Corp Ltd filed Critical China Telecom Corp Ltd
Priority to CN202210730320.7A priority Critical patent/CN114996347B/zh
Publication of CN114996347A publication Critical patent/CN114996347A/zh
Application granted granted Critical
Publication of CN114996347B publication Critical patent/CN114996347B/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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2255—Hash tables
    • 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
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本公开实施例提供了一种用户画像管理方法、装置、电子设备及存储介质，在接收到针对目标用户的目标用户画像的使用请求后，提取使用请求中携带的使用者的使用者标识，以及提取使用请求中携带的使用摘要；获取目标用户针对目标用户画像的授权名单和授权摘要；基于使用者标识、使用摘要、授权名单和授权摘要，判断使用者是否具有目标用户画像的使用权；如果使用者不具有目标用户画像的使用权，向目标用户使用的电子设备发送告警消息，以提醒目标用户本次使用者针对目标用户画像的请求使用行为；如果使用者具有目标用户画像的使用权，向使用者使用的电子设备发送目标用户画像。基于此，可以避免对用户的权利和隐私造成侵犯，提高用户画像的安全性。

Description

一种用户画像管理方法、装置、电子设备及存储介质
技术领域
本公开涉及互联网技术领域，特别是涉及一种用户画像管理方法、装置、电子设备及存储介质。
背景技术
随着互联网技术的快速发展，越来越多的应用程序(例如，社交应用、分布式金融应用、元宇宙应用、游戏应用等)使用区块链技术，用户在使用这些应用程序提供的功能时，应用程序会将用户在该应用程序的用户数据存储至区块链，例如，社交应用会将用户的个人信息和社交信息存储至区块链。因此，区块链上沉淀了大量的用户数据。
相关技术中，一些企业在向用户提供通信、社交、网购、资讯、娱乐等各类服务时，搜集了大量的用户数据对用户进行精准的用户画像，在基于用户画像为用户提供服务的同时，还会基于用户画像进行商业活动，例如，广告投放。
然而，上述过程中，基于用户画像进行商业活动时，可能并未取得用户的授权，会对用户的权利和隐私造成侵犯，导致用户画像的安全性较低。
发明内容
本公开实施例的目的在于提供一种用户画像管理方法、装置、电子设备及存储介质，以避免对用户的权利和隐私造成侵犯，提高用户画像的安全性。具体技术方案如下：
第一方面，为了达到上述目的，本公开实施例提供了一种用户画像管理方法，所述方法包括：
在接收到针对目标用户的目标用户画像的使用请求后，提取所述使用请求中携带的使用者的用户标识，作为使用者标识，以及提取所述使用请求中携带的使用摘要；其中，所述使用摘要表示所述使用者获取所述目标用户画像的使用场景；
获取所述目标用户针对所述目标用户画像的授权名单和授权摘要；其中，所述授权名单包含所述目标用户授权使用所述目标用户画像的各用户的用户标识；所述授权摘要表示所述目标用户授权使用所述目标用户画像的使用场景；
基于所述使用者标识、所述使用摘要、所述授权名单和所述授权摘要，判断所述使用者是否具有所述目标用户画像的使用权；
如果所述使用者不具有所述目标用户画像的使用权，向所述目标用户使用的电子设备发送告警消息，以提醒所述目标用户本次所述使用者针对所述目标用户画像的请求使用行为；
如果所述使用者具有所述目标用户画像的使用权，向所述使用者使用的电子设备发送所述目标用户画像。
在一些实施例中，所述基于所述使用者标识、所述使用摘要、所述授权名单和所述授权摘要，判断所述使用者是否具有所述目标用户画像的使用权，包括：
判断所述授权名单中是否包含所述使用者标识；
如果所述授权名单中不包含所述使用者标识，确定所述使用者不具有所述目标用户画像的使用权；
如果所述授权名单中包含所述使用者标识，计算所述使用摘要与所述授权摘要之间的差异值；如果所述差异值大于预设阈值，确定所述使用者不具有所述目标用户画像的使用权；如果所述差异值不大于所述预设阈值，确定所述使用者具有所述目标用户画像的使用权。
在一些实施例中，所述计算所述使用摘要与所述授权摘要之间的差异值，包括：
从所述使用摘要中提取连续的，且为第一预设长度的字符串，得到所述使用摘要包含的各字符串；
针对提取到的每一字符串，如果所述授权摘要中包含与该字符串相同的字符串，确定该字符串对应的匹配度为第一数值；
如果所述授权摘要中不包含与该字符串相同的字符串，从该字符串中提取连续的，且为第二预设长度的字符串，得到该字符串包含的各子字符串；针对该字符串包含的每一子字符串，如果所述授权摘要中不包含与该子字符串相同的字符串，确定该子字符串对应的匹配度为第二数值；如果所述授权摘要中包含与该子字符串相同的字符串，基于该子字符串包含的字符的数目、该字符串包含的字符的数目、所述授权摘要包含的字符的数目，以及所述授权摘要中与该子字符串相同的字符串出现的次数，计算该子字符串对应的匹配度；计算该字符串包含的各子字符串对应的匹配度的和值，并计算该和值与该字符串包含的各子字符串的数目的比值，得到该字符串对应的匹配度；
基于所述使用摘要包含的各字符串对应的匹配度和所述使用摘要包含的字符串的数目，计算所述使用摘要与所述授权摘要之间的差异值。
在一些实施例中，在所述在接收到针对目标用户的目标用户画像的使用请求后，提取所述使用请求中携带的使用者的用户标识，作为使用者标识，以及提取所述使用请求中携带的使用摘要之前，所述方法还包括：
基于所述目标用户的用户信息，确定所述目标用户对应的画像维度，作为目标画像维度；
基于所述目标用户在所述目标画像维度的用户数据，生成所述目标用户在所述目标画像维度的用户画像，作为初始用户画像；
基于所述初始用户画像，生成所述目标用户最终的用户画像，作为目标用户画像。
在一些实施例中，所述基于所述初始用户画像，生成所述目标用户最终的用户画像，作为目标用户画像，包括：
基于所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重；
确定计算得到的时间权重和所述初始用户画像为所述目标用户最终的用户画像，作为目标用户画像。
在一些实施例中，所述基于所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重，包括：
判断在生成所述初始画像之前是否已生成过所述目标用户在所述目标画像维度的用户画像；
如果在生成所述初始画像之前未生成过所述目标用户在所述目标画像维度的用户画像，基于所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重；
如果在生成所述初始画像之前已生成过所述目标用户在所述目标画像维度的用户画像，获取已生成的所述目标用户在所述目标画像维度的各用户画像的时间权重；按照所述各用户画像的生成时间的先后顺序，确定所述各用户画像的时间权重的变化趋势中拐点位置处的时间权重，作为目标时间权重；基于所述目标时间权重、所述各用户画像的时间权重的数目、所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重。
在一些实施例中，所述基于所述目标时间权重、所述各用户画像的时间权重的数目、所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重，包括：
基于所述目标用户的用户数据对应的目标时间段的时长、所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，以及按照所述各用户画像的生成时间的先后顺序，所述各用户画像中的第一个用户画像的时间权重，计算参考时间权重；
如果所述参考时间权重不小于第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为上升趋势，基于所述目标用户的用户数据对应的目标时间段的时长、在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述各用户画像的数目、以及按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重之间的时间权重的数目，计算所述初始用户画像的时间权重；
如果所述参考时间权重不小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为下降趋势，基于在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述目标用户的用户数据对应的目标时间段的时长、以及所述各用户画像的时间权重中相邻的两个时间权重的差值中绝对值最大的差值，计算所述初始用户画像的时间权重；
如果所述参考时间权重小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为下降趋势，基于所述目标用户的用户数据对应的目标时间段的时长、在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述各用户画像的数目、以及按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重之间的时间权重的数目，计算所述初始用户画像的时间权重；
如果所述参考时间权重小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为上升趋势，基于在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述目标用户的用户数据对应的目标时间段的时长、以及所述各用户画像的时间权重中相邻的两个时间权重的差值中绝对值最大的差值，计算所述初始用户画像的时间权重。
在一些实施例中，在所述基于所述初始用户画像，生成所述目标用户最终的用户画像，作为目标用户画像之后，所述方法还包括：
按照预设的分散身份标识符DID生成规则和所述目标用户的用户信息，生成所述目标用户的DID，作为目标DID；
基于所述目标用户的指定用户画像的生成时间、所述目标用户的编号和所述目标DID，生成所述目标用户的用户标识，作为目标用户标识；
对应记录所述目标用户标识和所述目标用户画像。
在一些实施例中，所述基于所述目标用户的指定用户画像的生成时间、所述目标用户的编号和所述目标DID，生成所述目标用户的用户标识，作为目标用户标识，包括：
对所述目标用户的指定用户画像的生成时间进行哈希处理，得到所述指定用户画像的生成时间的哈希值，以及对所述目标用户的编号进行哈希处理，得到所述目标用户的编号的哈希值；
对所述指定用户画像的生成时间的哈希值和所述目标用户的编号的哈希值进行拼接，得到哈希值串；
基于所述哈希值串和所述目标DID，生成所述目标用户的用户标识，作为目标用户标识。
在一些实施例中，所述基于所述哈希值串和所述目标DID，生成所述目标用户的用户标识，作为目标用户标识，包括：
如果所述哈希值串包含的字符的数目不大于所述目标DID包含的字符的数目，针对所述哈希值串中的每一字符，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定该字符在所述哈希值串中的位置；按照所述目标DID包含的字符从高位至低位的排列顺序，确定所述目标DID中与该字符相同位置的字符，得到该字符在所述目标DID中对应的字符；计算该字符与在所述目标DID中对应的字符的余数，得到所述目标用户的用户标识，作为目标用户标识；
如果所述哈希值串包含的字符的数目大于所述目标DID包含的字符的数目，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定在所述目标DID中对应位置存在字符的字符，作为第一字符，以及确定所述哈希值串中除所述第一字符外的其他字符，作为第二字符；针对所述目标DID中的每一字符，统计该字符的出现次数；针对每一第一字符，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定该第一字符在所述哈希值串中的位置；按照所述目标DID包含的字符从高位至低位的排列顺序，确定所述目标DID中与该第一字符相同位置的字符，得到该第一字符在所述目标DID中对应的字符；计算该第一字符与在所述目标DID中对应的字符的余数，作为第一余数；针对每一第二字符，按照所述哈希值串包含的字符从低位至高位的排列顺序，确定该第二字符在所述哈希值串中的位置；按照所述目标DID包含的字符的出现次数从高至低的排列顺序，确定对应的排序结果中与该第二字符相同位置的字符，得到该第二字符在所述目标DID中对应的字符；计算该第二字符与在所述目标DID中对应的字符的余数，得到第二余数；生成包含所述第一余数和所述第二余数的所述目标用户的用户标识，作为目标用户标识。
在一些实施例中，所述对应记录所述目标用户标识和所述目标用户画像，包括：
判断画像节点中存储的用户标识与用户节点的对应关系中，是否包含所述目标用户标识；其中，所述画像节点为预设的用户区块链的头节点；所述用户节点为所述用户区块链的非头节点；一个用户节点用于存储对应的用户的用户信息；
如果所述对应关系中包含所述目标用户标识，确定所述目标用户标识对应的用户节点，得到所述目标用户的用户节点；在以所述目标用户的用户节点为头节点的画像区块链的最后一个链表节点后新建一个链表节点，并将所述目标用户画像存储至该新建的链表节点；
如果所述对应关系中不包含所述目标用户标识，在所述用户区块链的最后一个用户节点后新建一个用户节点，作为所述目标用户的用户节点，并在所述对应关系中对应记录所述目标用户标识和所述目标用户的用户节点；以所述目标用户的用户节点为头节点，新建一个画像区块链；其中，新建的画像区块链除头节点外包含一个新建的链表节点；将所述目标用户画像存储至该新建的链表节点。
在一些实施例中，所述将所述目标用户画像存储至该新建的链表节点，包括：
生成包含所述目标用户画像和所述目标用户画像的生成时间的二维数组，将所述二维数组存储至该新建的链表节点。
在一些实施例中，在所述向所述使用者使用的电子设备发送所述目标用户画像之前，所述方法还包括：
在所述画像节点记录的用户标识与用户节点的对应关系中，确定所述目标用户标识对应的用户节点，得到所述目标用户的用户节点；
在所述目标用户的用户节点记录的用户画像与链表节点的对应关系中，确定所述目标用户画像对应的链表节点；
从确定出的链表节点获取所述目标用户画像。
第二方面，为了达到上述目的，本公开实施例提供了一种用户画像管理装置，所述装置包括：
提取模块，用于在接收到针对目标用户的目标用户画像的使用请求后，提取所述使用请求中携带的使用者的用户标识，作为使用者标识，以及提取所述使用请求中携带的使用摘要；其中，所述使用摘要表示所述使用者获取所述目标用户画像的使用场景；
获取模块，用于获取所述目标用户针对所述目标用户画像的授权名单和授权摘要；其中，所述授权名单包含所述目标用户授权使用所述目标用户画像的各用户的用户标识；所述授权摘要表示所述目标用户授权使用所述目标用户画像的使用场景；
使用权判断模块，用于基于所述使用者标识、所述使用摘要、所述授权名单和所述授权摘要，判断所述使用者是否具有所述目标用户画像的使用权；
告警消息发送模块，用于如果所述使用者不具有所述目标用户画像的使用权，向所述目标用户使用的电子设备发送告警消息，以提醒所述目标用户本次所述使用者针对所述目标用户画像的请求使用行为；
用户画像发送模块，用于如果所述使用者具有所述目标用户画像的使用权，向所述使用者使用的电子设备发送所述目标用户画像。
在一些实施例中，所述使用权判断模块，具体用于判断所述授权名单中是否包含所述使用者标识；
如果所述授权名单中不包含所述使用者标识，确定所述使用者不具有所述目标用户画像的使用权；
如果所述授权名单中包含所述使用者标识，计算所述使用摘要与所述授权摘要之间的差异值；如果所述差异值大于预设阈值，确定所述使用者不具有所述目标用户画像的使用权；如果所述差异值不大于所述预设阈值，确定所述使用者具有所述目标用户画像的使用权。
在一些实施例中，所述使用权判断模块，具体用于从所述使用摘要中提取连续的，且为第一预设长度的字符串，得到所述使用摘要包含的各字符串；
针对提取到的每一字符串，如果所述授权摘要中包含与该字符串相同的字符串，确定该字符串对应的匹配度为第一数值；
如果所述授权摘要中不包含与该字符串相同的字符串，从该字符串中提取连续的，且为第二预设长度的字符串，得到该字符串包含的各子字符串；针对该字符串包含的每一子字符串，如果所述授权摘要中不包含与该子字符串相同的字符串，确定该子字符串对应的匹配度为第二数值；如果所述授权摘要中包含与该子字符串相同的字符串，基于该子字符串包含的字符的数目、该字符串包含的字符的数目、所述授权摘要包含的字符的数目，以及所述授权摘要中与该子字符串相同的字符串出现的次数，计算该子字符串对应的匹配度；计算该字符串包含的各子字符串对应的匹配度的和值，并计算该和值与该字符串包含的各子字符串的数目的比值，得到该字符串对应的匹配度；
基于所述使用摘要包含的各字符串对应的匹配度和所述使用摘要包含的字符串的数目，计算所述使用摘要与所述授权摘要之间的差异值。
在一些实施例中，所述装置还包括：
画像维度确定模块，用于在所述提取模块执行在接收到针对目标用户的目标用户画像的使用请求后，提取所述使用请求中携带的使用者的用户标识，作为使用者标识，以及提取所述使用请求中携带的使用摘要之前，执行基于所述目标用户的用户信息，确定所述目标用户对应的画像维度，作为目标画像维度；
初始用户画像生成模块，用于基于所述目标用户在所述目标画像维度的用户数据，生成所述目标用户在所述目标画像维度的用户画像，作为初始用户画像；
目标用户画像生成模块，用于基于所述初始用户画像，生成所述目标用户最终的用户画像，作为目标用户画像。
在一些实施例中，所述目标用户画像生成模块，具体用于基于所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重；
确定计算得到的时间权重和所述初始用户画像为所述目标用户最终的用户画像，作为目标用户画像。
在一些实施例中，所述目标用户画像生成模块，具体用于判断在生成所述初始画像之前是否已生成过所述目标用户在所述目标画像维度的用户画像；
如果在生成所述初始画像之前未生成过所述目标用户在所述目标画像维度的用户画像，基于所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重；
如果在生成所述初始画像之前已生成过所述目标用户在所述目标画像维度的用户画像，获取已生成的所述目标用户在所述目标画像维度的各用户画像的时间权重；按照所述各用户画像的生成时间的先后顺序，确定所述各用户画像的时间权重的变化趋势中拐点位置处的时间权重，作为目标时间权重；基于所述目标时间权重、所述各用户画像的时间权重的数目、所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重。
在一些实施例中，所述目标用户画像生成模块，具体用于基于所述目标用户的用户数据对应的目标时间段的时长、所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，以及按照所述各用户画像的生成时间的先后顺序，所述各用户画像中的第一个用户画像的时间权重，计算参考时间权重；
如果所述参考时间权重不小于第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为上升趋势，基于所述目标用户的用户数据对应的目标时间段的时长、在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述各用户画像的数目、以及按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重之间的时间权重的数目，计算所述初始用户画像的时间权重；
如果所述参考时间权重不小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为下降趋势，基于在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述目标用户的用户数据对应的目标时间段的时长、以及所述各用户画像的时间权重中相邻的两个时间权重的差值中绝对值最大的差值，计算所述初始用户画像的时间权重；
如果所述参考时间权重小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为下降趋势，基于所述目标用户的用户数据对应的目标时间段的时长、在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述各用户画像的数目、以及按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重之间的时间权重的数目，计算所述初始用户画像的时间权重；
如果所述参考时间权重小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为上升趋势，基于在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述目标用户的用户数据对应的目标时间段的时长、以及所述各用户画像的时间权重中相邻的两个时间权重的差值中绝对值最大的差值，计算所述初始用户画像的时间权重。
在一些实施例中，所述装置还包括：
DID生成模块，用于在所述目标用户画像生成模块执行基于所述初始用户画像，生成所述目标用户最终的用户画像，作为目标用户画像之后，执行按照预设的分散身份标识符DID生成规则和所述目标用户的用户信息，生成所述目标用户的DID，作为目标DID；
用户标识生成模块，用于基于所述目标用户的指定用户画像的生成时间、所述目标用户的编号和所述目标DID，生成所述目标用户的用户标识，作为目标用户标识；
记录模块，用于对应记录所述目标用户标识和所述目标用户画像。
在一些实施例中，所述用户标识生成模块，具体用于对所述目标用户的指定用户画像的生成时间进行哈希处理，得到所述指定用户画像的生成时间的哈希值，以及对所述目标用户的编号进行哈希处理，得到所述目标用户的编号的哈希值；
对所述指定用户画像的生成时间的哈希值和所述目标用户的编号的哈希值进行拼接，得到哈希值串；
基于所述哈希值串和所述目标DID，生成所述目标用户的用户标识，作为目标用户标识。
在一些实施例中，所述用户标识生成模块，具体用于如果所述哈希值串包含的字符的数目不大于所述目标DID包含的字符的数目，针对所述哈希值串中的每一字符，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定该字符在所述哈希值串中的位置；按照所述目标DID包含的字符从高位至低位的排列顺序，确定所述目标DID中与该字符相同位置的字符，得到该字符在所述目标DID中对应的字符；计算该字符与在所述目标DID中对应的字符的余数，得到所述目标用户的用户标识，作为目标用户标识；
如果所述哈希值串包含的字符的数目大于所述目标DID包含的字符的数目，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定在所述目标DID中对应位置存在字符的字符，作为第一字符，以及确定所述哈希值串中除所述第一字符外的其他字符，作为第二字符；针对所述目标DID中的每一字符，统计该字符的出现次数；针对每一第一字符，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定该第一字符在所述哈希值串中的位置；按照所述目标DID包含的字符从高位至低位的排列顺序，确定所述目标DID中与该第一字符相同位置的字符，得到该第一字符在所述目标DID中对应的字符；计算该第一字符与在所述目标DID中对应的字符的余数，作为第一余数；针对每一第二字符，按照所述哈希值串包含的字符从低位至高位的排列顺序，确定该第二字符在所述哈希值串中的位置；按照所述目标DID包含的字符的出现次数从高至低的排列顺序，确定对应的排序结果中与该第二字符相同位置的字符，得到该第二字符在所述目标DID中对应的字符；计算该第二字符与在所述目标DID中对应的字符的余数，得到第二余数；生成包含所述第一余数和所述第二余数的所述目标用户的用户标识，作为目标用户标识。
在一些实施例中，所述记录模块，具体用于判断画像节点中存储的用户标识与用户节点的对应关系中，是否包含所述目标用户标识；其中，所述画像节点为预设的用户区块链的头节点；所述用户节点为所述用户区块链的非头节点；一个用户节点用于存储对应的用户的用户信息；
如果所述对应关系中包含所述目标用户标识，确定所述目标用户标识对应的用户节点，得到所述目标用户的用户节点；在以所述目标用户的用户节点为头节点的画像区块链的最后一个链表节点后新建一个链表节点，并将所述目标用户画像存储至该新建的链表节点；
如果所述对应关系中不包含所述目标用户标识，在所述用户区块链的最后一个用户节点后新建一个用户节点，作为所述目标用户的用户节点，并在所述对应关系中对应记录所述目标用户标识和所述目标用户的用户节点；以所述目标用户的用户节点为头节点，新建一个画像区块链；其中，新建的画像区块链除头节点外包含一个新建的链表节点；将所述目标用户画像存储至该新建的链表节点。
在一些实施例中，所述记录模块，具体用于生成包含所述目标用户画像和所述目标用户画像的生成时间的二维数组，将所述二维数组存储至该新建的链表节点。
在一些实施例中，所述装置还包括：
用户节点确定模块，用于在所述用户画像发送模块执行向所述使用者使用的电子设备发送所述目标用户画像之前，执行在所述画像节点记录的用户标识与用户节点的对应关系中，确定所述目标用户标识对应的用户节点，得到所述目标用户的用户节点；
链表节点确定模块，用于在所述目标用户的用户节点记录的用户画像与链表节点的对应关系中，确定所述目标用户画像对应的链表节点；
用户画像获取模块，用于从确定出的链表节点获取所述目标用户画像。
本公开实施例还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述任一所述的用户画像管理方法步骤。
本公开实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述的用户画像管理方法步骤。
本公开实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的用户画像管理方法。
本公开实施例提供的一种用户画像管理方法，在接收到针对目标用户的目标用户画像的使用请求后，提取使用请求中携带的使用者的用户标识，作为使用者标识，以及提取使用请求中携带的使用摘要；使用摘要表示使用者获取目标用户画像的使用场景；获取目标用户针对目标用户画像的授权名单和授权摘要；授权名单包含目标用户授权使用目标用户画像的各用户的用户标识；授权摘要表示目标用户授权使用目标用户画像的使用场景；基于使用者标识、使用摘要、授权名单和授权摘要，判断使用者是否具有目标用户画像的使用权；如果使用者不具有目标用户画像的使用权，向目标用户使用的电子设备发送告警消息，以提醒目标用户本次使用者针对目标用户画像的请求使用行为；如果使用者具有目标用户画像的使用权，向使用者使用的电子设备发送目标用户画像。
基于上述处理，可以判断使用者是否具有目标用户画像的使用权，在使用者不具有目标用户画像的使用权的情况下，向目标用户使用的电子设备发送告警消息，以提醒目标用户本次使用者针对目标用户画像的请求使用行为，在使用者具有目标用户画像的使用权的情况下，向使用者使用的电子设备发送目标用户画像，可以避免在用户无感知的情况下对用户画像进行使用，进而避免对用户的权利和隐私造成侵犯，提高用户画像的安全性。
当然，实施本公开的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本公开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公开的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的实施例。
图1为本公开实施例提供的一种用户画像管理方法的流程图；
图2为本公开实施例提供的另一种用户画像管理方法的流程图；
图3为本公开实施例提供的另一种用户画像管理方法的流程图；
图4为本公开实施例提供的另一种用户画像管理方法的流程图；
图5a为本公开实施例提供的一种生成用户画像的原理示意图；
图5b为本公开实施例提供的一种用户画像的示意图；
图6为本公开实施例提供的另一种用户画像管理方法的流程图；
图7为本公开实施例提供的另一种用户画像管理方法的流程图；
图8为本公开实施例提供的另一种用户画像管理方法的流程图；
图9为本公开实施例提供的另一种用户画像管理方法的流程图；
图10为本公开实施例提供的另一种用户画像管理方法的流程图；
图11为本公开实施例提供的另一种用户画像管理方法的流程图；
图12为本公开实施例提供的一种区块链的结构示意图；
图13为本公开实施例提供的另一种用户画像管理方法的流程图；
图14为本公开实施例提供的另一种用户画像管理方法的流程图；
图15为本公开实施例提供的另一种用户画像管理方法的流程图；
图16为本公开实施例提供的另一种用户画像管理方法的流程图；
图17为本公开实施例提供的一种用户画像管理装置的结构图；
图18为本公开实施例提供的一种电子设备的结构图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员基于本公开所获得的所有其他实施例，都属于本公开保护的范围。
相关技术中，一些企业在向用户提供通信、社交、网购、资讯、娱乐等各类服务时，搜集了大量的用户数据对用户进行精准的用户画像，在基于用户画像为用户提供服务的同时，还会基于用户画像进行商业活动，例如，广告投放。然而，上述过程中，基于用户画像进行商业活动时，可能并未取得用户的授权，会对用户的权利和隐私造成侵犯，导致用户画像的安全性较低。
为了解决上述问题，参见图1，图1为本公开实施例提供的一种用户画像管理方法的流程图，该方法应用于电子设备，该方法可以包括以下步骤：
S101：在接收到针对目标用户的目标用户画像的使用请求后，提取使用请求中携带的使用者的用户标识，作为使用者标识，以及提取使用请求中携带的使用摘要。
其中，使用摘要表示使用者获取目标用户画像的使用场景。
S102：获取目标用户针对目标用户画像的授权名单和授权摘要。
其中，授权名单包含目标用户授权使用目标用户画像的各用户的用户标识；授权摘要表示目标用户授权使用目标用户画像的使用场景。
S103：基于使用者标识、使用摘要、授权名单和授权摘要，判断使用者是否具有目标用户画像的使用权，如果否，执行步骤S104，如果是，执行步骤S105。
S104：向目标用户使用的电子设备发送告警消息，以提醒目标用户本次使用者针对目标用户画像的请求使用行为。
S105：向使用者使用的电子设备发送目标用户画像。
基于本公开实施例提供的用户画像管理方法，可以判断使用者是否具有目标用户画像的使用权，在使用者不具有目标用户画像的使用权的情况下，向目标用户使用的电子设备发送告警消息，以提醒目标用户本次使用者针对目标用户画像的请求使用行为，在使用者具有目标用户画像的使用权的情况下，向使用者使用的电子设备发送目标用户画像，可以避免在用户无感知的情况下对用户画像进行使用，进而避免对用户的权利和隐私造成侵犯，提高用户画像的安全性。
针对步骤S101，目标用户为电子设备记录有用户画像的任意一个用户，目标用户可以为个人用户。目标用户画像为目标用户在任一画像维度的用户画像，画像维度表示用户发生用户行为的应用程序的类别，例如，画像维度可以包括：金融维度、社交维度、藏品维度、元宇宙维度和游戏维度等。
使用者为当前请求使用目标用户画像的任意一个用户，使用者可以为企业用户，例如，金融企业请求目标用户在金融维度的用户画像，以基于获取到的用户画像为用户提供针对性的金融服务，或者，游戏企业请求目标用户在游戏维度的用户画像，以基于获取到的用户画像为用户提供针对性的游戏服务。
使用者向电子设备发送针对目标用户的目标用户画像的使用请求，该使用请求中携带有使用者的用户标识(即使用者标识)和使用摘要，以及目标用户的用户标识(即后续实施例中的目标用户标识)。一个用户的用户标识可以为该用户的名称、为该用户分配的编号，以及基于该用户的DID生成的用户标识等。
电子设备在接收到该使用请求后，提取该使用请求中携带的使用者标识、使用摘要和目标用户标识。使用摘要表示使用者获取目标用户画像的使用场景，例如，获取目标用户画像为用户提供金融服务等。
针对步骤S102，在生成用户的用户画像时，电子设备提示用户授权其他用户对该用户的用户画像进行使用，得到用户的授权名单，电子设备还可以提示用户明确用户画像的使用场景，得到用户的授权摘要，例如，可以明确用户画像仅用于用户习惯分析，或者，明确用户画像用于所有分析等。然后，电子设备在本地记录用户的用户画像的授权名单和授权摘要。
电子设备获取本地记录的目标用户标识对应的针对目标用户画像的授权名单和授权摘要，得到目标用户画像的授权名单和授权摘要。
针对步骤S103，电子设备可以基于以下方式判断使用者是否具有目标用户画像的使用权。
方式一，
电子设备判断目标用户画像的授权名单中是否包含使用者标识，如果目标用户画像的授权名单中不包含使用者标识，确定使用者不具有目标用户画像的使用权，如果目标用户画像的授权名单中包含使用者标识，判断使用摘要与授权摘要是否相同。如果使用摘要与授权摘要相同，确定使用者具有目标用户画像的使用权。如果使用摘要与授权摘要不相同，确定使用者不具有目标用户画像的使用权。
方式二，
电子设备(可以称为第一电子设备)向目标用户使用的电子设备(可以称为第二电子设备)发送针对目标用户画像的询问消息，该询问消息中携带有使用者标识和使用摘要。该询问消息中还可以携带有授权名单和授权摘要等。第二电子设备可以为终端、服务器等。
目标用户根据该询问消息中携带的使用者标识和使用摘要，确定是否授权使用者使用目标用户画像。如果目标用户确定授权使用者使用目标用户画像，目标用户向第二电子设备输入确认授权指令，第二电子设备接收到该确认授权指令时，向第一电子设备发送确认授权消息。第一电子设备接收到确认授权消息时，确定使用者具有目标用户画像的使用权。
如果目标用户确定不授权使用者使用目标用户画像，目标用户可以不做处理。如果第一电子设备在预设时长内未接收到确认授权消息，确定使用者不具有目标用户画像的使用权。或者，如果目标用户确定授权使用者使用目标用户画像，目标用户向第二电子设备输入取消授权指令，第二电子设备接收到该取消授权指令时，向第一电子设备发送取消授权消息。第一电子设备接收到取消授权消息时，确定使用者不具有目标用户画像的使用权。
方式三，
在图1的基础上，参见图2，步骤S103可以包括以下步骤：
S1031：判断授权名单中是否包含使用者标识，如果否，执行步骤S1032，如果是，执行步骤S1033。
S1032：确定使用者不具有目标用户画像的使用权。
S1033：计算使用摘要与授权摘要之间的差异值。
S1034：如果差异值大于预设阈值，确定使用者不具有目标用户画像的使用权。
S1035：如果差异值不大于预设阈值，确定使用者具有目标用户画像的使用权。
为了更准确地确定使用者是否具有目标用户画像的使用权，在确定目标用户画像的授权名单中包含使用者标识的情况下，电子设备计算使用摘要与授权摘要之间的差异值。例如，电子设备可以对使用摘要进行分词处理，并基于使用摘要的分词结果，生成使用摘要的特征向量。电子设备还可以对授权摘要进行分词处理，并基于授权摘要的分词结果，生成授权摘要的特征向量。然后，电子设备计算使用摘要的特征向量与授权摘要的特征向量的相似度，并计算1与该相似度的差值，得到使用摘要与授权摘要之间的差异值。
在计算得到的差异值大于预设阈值的情况下，确定使用者不具有目标用户画像的使用权；在计算得到的差异值不大于预设阈值的情况下，确定使用者具有目标用户画像的使用权。
预设阈值可以由技术人员根据经验设置，例如，预设阈值可以为0.6，或者预设阈值也可以为0.5，但并不限于此。或者，预设阈值也可以是根据样本数据学习得到的。
在一些实施例中，在图2的基础上，参见图3，步骤S1033可以包括以下步骤：
S10331：从使用摘要中提取连续的，且为第一预设长度的字符串，得到使用摘要包含的各字符串。
S10332：针对提取到的每一字符串，如果授权摘要中包含与该字符串相同的字符串，确定该字符串对应的匹配度为第一数值。
S10333：如果授权摘要中不包含与该字符串相同的字符串，从该字符串中提取连续的，且为第二预设长度的字符串，得到该字符串包含的各子字符串。
S10334：针对该字符串包含的每一子字符串，如果授权摘要中不包含与该子字符串相同的字符串，确定该子字符串对应的匹配度为第二数值。
S10335：如果授权摘要中包含与该子字符串相同的字符串，基于该子字符串包含的字符的数目、该字符串包含的字符的数目、授权摘要包含的字符的数目，以及授权摘要中与该子字符串相同的字符串出现的次数，计算该子字符串对应的匹配度。
S10336：计算该字符串包含的各子字符串对应的匹配度的和值，并计算该和值与该字符串包含的各子字符串的数目的比值，得到该字符串对应的匹配度。
S10337：基于使用摘要包含的各字符串对应的匹配度和使用摘要包含的字符串的数目，计算使用摘要与授权摘要之间的差异值。
电子设备可以基于N-gram对使用摘要进行字符串的提取。N-gram是NLP(NaturalLanguage Processing，自然语言处理)算法中，从给定的一段文本中提取包含N个item(项目)的序列的方式，item可以是字母或单词等。当N＝1时，称为unigram；当N＝2时，称为bigram；当N＝3时，称为trigram，以此类推。N为本公开实施例中的第一预设长度。
以trigram(即N＝3)为例，电子设备从使用摘要中的第一个字符开始，提取第1至3个字符得到一个字符串，提取第2至4个字符得到一个字符串，提取第3至6个字符得到一个字符串，以此类推，直到提取第n-2至n个字符得到一个字符串，得到使用摘要包含的多个字符串。n表示使用摘要包含的字符的数目。
针对使用摘要包含的每一字符串，判断授权摘要中是否包含与该字符串相同的字符串，在授权摘要中包含与该字符串相同的字符串的情况下，电子设备确定该字符串对应的匹配度为第一数值，第一数值可以为1。
在授权摘要中不包含与该字符串相同的字符串的情况下，电子设备从该字符串中提取连续的，且为第二预设长度的字符串，得到该字符串包含的各子字符串。第二预设长度小于第一预设长度。
示例性的，该字符串为abc，第二预设长度为1，则该字符串包含的子字符串为：a，b，c，第二预设长度为2，则该字符串包含的子字符串为ab，bc，需要注意的是，ac由于不连续，因此不属于连续的子字符串。
针对该字符串包含的每一子字符串，在授权摘要中不包含与该子字符串相同的字符串的情况下，电子设备确定该子字符串对应的匹配度为第二数值，第二数值可以为较小的数值，例如，第二数值为0。
在授权摘要中包含与该子字符串相同的字符串的情况下，电子设备基于如下公式(1)，计算得到该子字符串对应的匹配度。
Figure BDA0003713031090000181
d表示该子字符串对应的匹配度；X表示该子字符串包含的字符的数目；Y表示该字符串包含的字符的数目；P表示授权摘要包含的字符的数目；C表示授权摘要中与该子字符串相同的字符串出现的次数。
针对使用摘要包含的每一字符串，在计算得到该字符串包含的各子字符串对应的匹配度之后，电子设备计算该字符串包含的各子字符串对应的匹配度的和值，并计算该和值与该字符串包含的各子字符串的数目的比值，得到该字符串对应的匹配度。
进而，在计算得到使用摘要包含的各字符串对应的匹配度之后，电子设备基于如下公式(2)，计算使用摘要与授权摘要之间的差异值。
Figure BDA0003713031090000182
b表示使用摘要与授权摘要之间的差异值；sum表示求和函数；di表示使用摘要包含的第i字符串对应的匹配度；sumdi表示使用摘要包含的各字符串对应的匹配度的和值；S表示使用摘要包含的各字符串的数目。
一个子字符串对应的匹配度表示该子字符串与授权摘要的差异程度，一个字符串对应的匹配度表示该字符串与授权摘要的差异程度。相应的，基于各字符串对应的匹配度计算得到使用摘要与授权摘要之间的差异值可以表示：使用摘要与授权摘要的差异程度。使用摘要与授权摘要的差异程度越低，则使用摘要表示的目标用户画像的使用场景与授权摘要表示的目标用户画像的使用场景的差异程度越低，也就是使用摘要表示的目标用户画像的使用场景为授权摘要表示的目标用户画像的使用场景的概率越大，则使用者具有目标用户画像的使用权的概率越大。
因此，在使用摘要与授权摘要之间的差异值大于预设阈值时，电子设备确定使用者不具有目标用户画像的使用权，在使用摘要与授权摘要之间的差异值不大于预设阈值时，电子设备确定使用者具有目标用户画像的使用权。
针对步骤S104和步骤S105，在使用者不具有目标用户画像的使用权的情况下，为了避免对用户的权利和隐私造成侵犯，提高用户画像的安全性，电子设备(即第一电子设备)确定目标用户标识对应的用户信息，得到目标用户画像所属的目标用户的用户信息(可以称为目标用户信息)，目标用户信息可以包括目标用户的名称和目标用户使用的电子设备(即第二电子设备)的IP(Internet Protocol，互联网协议)地址等。然后，第一电子设备按照确定出的IP地址，向目标用户使用的第二电子设备发送告警消息，以提醒目标用户本次使用者针对目标用户画像的请求使用行为。告警消息中可以携带有使用者标识、使用摘要，目标用户画像的标识，以及表示使用者不具有目标用户画像的使用的标识等。
在使用者具有目标用户画像的使用权的情况下，第一电子设备向使用者使用的电子设备(可以称为第三电子设备)发送目标用户画像，第三电子设备可以为终端、服务器等。在向第三电子设备发送目标用户画像时，第一电子设备还可以向第二电子设备发送提醒消息，以提醒目标用户本次使用者针对目标用户画像的使用行为。提醒消息中可以携带有使用者标识、使用摘要，目标用户画像的标识，以及表示使用者具有目标用户画像的使用的标识等。
通过上述步骤，可以在其他用户请求使用目标用户的用户画像时，基于目标用户的用户信息告知目标用户其用户画像被使用，避免对用户权利和隐私造成侵犯。
在一些实施例中，电子设备还可以生成目标用户的用户画像。相应的，在图1的基础上，参见图4，在步骤S101之前，该方法还可以包括以下步骤：
S106：基于目标用户的用户信息，确定目标用户对应的画像维度，作为目标画像维度。
S107：基于目标用户在目标画像维度的用户数据，生成目标用户在目标画像维度的用户画像，作为初始用户画像。
S108：基于初始用户画像，生成目标用户最终的用户画像，作为目标用户画像。
一个用户的用户信息包括该用户的基础信息，该用户的基础信息包括该用户的姓名、性别、年龄和职业等。电子设备获取目标用户的基础信息，并基于目标用户的基础信息，确定目标用户的目标用户类别。例如，目标用户的基础信息包括：性别：男，年龄：40，则确定目标用户类别为：中年男性。或者，目标用户的基础信息包括：性别：女，年龄：23，则确定目标用户类别为：青年女性。
然后，电子设备获取目标用户类别对应的画像维度，作为目标画像维度。一个用户类别对应的画像维度为基于该用户类别包含的用户的用户数据确定出的。
示例性的，用户类别为青年男性，该用户类别包含的用户包括：用户1、用户2、用户3和用户4。用户1的用户数据包括：社交相关的用户数据；用户2的用户数据包括：社交相关的用户数据和元宇宙相关的用户数据；用户3的用户数据包括：游戏相关的用户数据和社交相关的用户数据，用户4的用户数据包括：游戏相关的用户数据和社交相关的用户数据。
电子设备对该用户类别包含的用户的用户数据进行聚类，得到该用户类别包含的用户的用户数据对应的画像维度包括：社交维度、游戏维度和元宇宙维度。由于各用户的用户数据中元宇宙相关的用户数据较少，则电子设备确定该用户类别对应的画像维度包括：社交维度和游戏维度。
由于用户使用的各种应用程序会将用户数据存储至区块链，电子设备可以从主流公链中获取各用户的用户数据，主流公链可以包括：以太坊、Solana(一种主流的区块链)、BSC(Binance Smart Chain，币安智能链)、Polygon(另一种主流的区块链)等，这些主流公链涉及分布式金融应用、NFT(Non-Fungible Token，非同质化代币)数字藏品应用、元宇宙应用等。然后，电子设备可以将获取到的用户数据以数据宽表的方式存储于预设的数据库中。数据宽表是指业务主题相关的指标、维度、属性关联在一起的数据表。
电子设备从预设的数据库中获取目标用户在目标画像维度的用户数据，电子设备可以基于以下方式，对获取到的用户数据进行处理，得到目标用户在目标画像维度的特征向量(可以称为第一特征向量)。
方式1，电子设备按照预设编码方式，对获取到的用户数据进行编码处理，得到第一特征向量。预设编码方式可以为One-hot(独热编码)，或者也可以为Embedding(词嵌入)编码。
方式2，电子设备基于获取到的每一用户数据，计算该用户数据在目标画像维度上的数据值。一个用户数据在一个画像维度上的数据值，可以为该用户数据在该画像维度的TF-IDF(Term Frequency–Inverse Document Frequency，词频-逆文本频率指数)值，电子设备生成包含目标用户的各用户数据各自的数据值的特征向量，得到第一特征向量。
示例性的，目标用户的用户数据为：目标用户在一个月内购买的金融产品包括：产品A、产品B和产品C。电子设备计算产品A在金融维度上的用户数据中的TF-IDF值，得到产品A的数据值a，以及计算产品B在金融维度上的用户数据中的TF-IDF值，得到产品B的数据值b，以及计算产品C在金融维度上的用户数据中的TF-IDF值，得到产品C的数据值c。进而，电子设备确定第一特征向量为[a，b，c]。
进而，电子设备基于确定的第一特征向量和预设的用户行为分析算法，生成目标用户在目标画像维度的用户画像，得到初始用户画像。
示例性的，参见图5a，图5a为本公开实施例提供的一种生成用户画像的原理示意图。
预设的用户行为分析算法包括：有监督学习的分析算法，例如，回归分析算法、CNN(Convolutional Neural Network，卷积神经网络)深度学习算法，无监督学习的分析算法，例如，聚类分析算法，自适应学习的分析算法，例如，GAN(Generative AdversarialNetwork，生成对抗网络)预测算法。
预设的用户行为分析算法为聚类分析算法时，电子设备可以获取目标画像维度对应各预设用户画像的特征向量，进而，电子设备可以计算每一预设用户画像的特征向量与第一特征向量的相似度，确定计算得到的相似度较大的预设用户画像为目标用户在目标画像维度的初始用户画像。
预设的用户行为分析算法为有监督学习的分析算法时，电子设备可以将第一特征向量输入至预先训练的分类网络模型(例如，CNN模型)，得到分类网络模型输出的目标用户在目标画像维度的用户画像为各预设用户画像的概率，进而，电子设备可以确定对应的概率较大的预设用户画像为目标用户在目标画像维度的初始用户画像。分类网络模型为基于样本用户在目标画像维度的样本特征向量，以及样本用户在目标画像维度的样本画像进行训练得到的。
示例性的，参见图5b，图5b为本公开实施例提供的一种用户画像的示意图。
用户Alice(爱丽丝)的用户画像包括：金融维度的用户画像，例如，普通交易者、流动性提供者、做市商等。
社交维度的用户画像，例如，DAO(Decentralized Autonomous Organization，去中心化自治组织)参与者、StepN(一种基于Solana区块链构建的应用)参与者等。
藏品维度的用户画像，例如，蚂蚁数字产品拥有者、数字藏品钻石手等。
元宇宙维度的用户画像，例如，元宇宙初级分析、Roblox(一种提供社交和游戏的应用)深度参与者、Sandbox(一个基于区块链的游戏平台)土地建设人等。
游戏维度的用户画像，例如，DCL(一种基于区块链的游戏应用)游戏高手、某GameFi(一种基于区块链的游戏应用)的初级入门者等。
一种实现方式中，电子设备可以直接将生成的初始用户画像，作为目标用户最终的目标用户画像。
另一种实时方式中，由于初始用户画像为基于用户在一段时间内的用户数据生成的，初始用户画像仅能表示目标用户在该时间段内的用户特征，并不能表示随时间变化目标用户在目标画像维度的用户特征的重要程度的变化情况，即该初始用户画像不具有时间特性。
为了生成具有时间特征的目标用户画像，相应的，在图4的基础上，参见图6，步骤S108可以包括以下步骤：
S1081：基于目标用户的用户数据对应的目标时间段的时长，以及在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算初始用户画像的时间权重。
S1082：确定计算得到的时间权重和初始用户画像为目标用户最终的用户画像，作为目标用户画像。
目标时间段为：生成初始用户画像时，获取的用户数据对应的时间段。例如，目标画像维度为金融维度，在生成初始用户画像时，电子设备获取的为目标用户从5月1号至5月31号内购买的金融产品，则目标时间段为5月1号至5月31号，目标时间段的时长为31天。
目标用户在目标时间段内第一次购买金融产品的时刻为5月10号，最后一次购买金融产品的时刻为5月15号，则目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长为5天。
电子设备基于目标用户的用户数据对应的目标时间段的时长(可以称为第一时长)，以及在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长(可以称为第二时长)，计算初始用户画像的时间权重。例如，电子设备可以直接计算第二时长与第一时长的比值，作为初始用户画像的时间权重。
初始用户画像的时间权重可以表示在目标时间段内目标画像维度的用户数据的重要程度，即表示目标用户在目标画像维度的用户特征的重要程度，进而在不同时刻生成的目标用户的各用户画像的时间权重能够表示：随时间变化目标用户在目标画像维度的用户特征的重要程度的变化情况。
进而，电子设备确定计算得到的时间权重和初始用户画像为目标用户最终的目标用户画像。
在一些实施例中，在图6的基础上，参见图7，步骤S1081可以包括以下步骤：
S10811：判断在生成初始画像之前是否已生成过目标用户在目标画像维度的用户画像，如果否，执行步骤S10812，如果是，执行步骤S10813。
S10812：基于目标用户的用户数据对应的目标时间段的时长，以及在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算初始用户画像的时间权重。
S10813：获取已生成的目标用户在目标画像维度的各用户画像的时间权重。
S10814：按照各用户画像的生成时间的先后顺序，确定各用户画像的时间权重的变化趋势中拐点位置处的时间权重，作为目标时间权重。
S10815：基于目标时间权重、各用户画像的时间权重的数目、目标用户的用户数据对应的目标时间段的时长，以及在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算初始用户画像的时间权重。
初始用户画像为基于目标时间段内的目标用户的用户数据生成的，电子设备判断在生成初始画像之前，电子设备是否基于其他时间段内的用户数据已生成过目标用户在目标画像维度的用户画像。
如果在生成初始画像之前未生成过目标用户在目标画像维度的用户画像，电子设备基于目标用户的用户数据对应的目标时间段的时长，以及在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算初始用户画像的时间权重。如果在生成初始画像之前已生成过目标用户在目标画像维度的用户画像，电子设备基于已生成的目标用户在目标画像维度的各用户画像的时间权重的变化趋势，目标用户的用户数据对应的目标时间段的时长，以及在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算初始用户画像的时间权重。
如果在生成初始画像之前已生成过目标用户在目标画像维度的用户画像，电子设备基于如下公式(3)，计算初始用户画像的时间权重。
Figure BDA0003713031090000231
Q表示初始用户画像的时间权重；Δt表示在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，T表示目标用户的用户数据对应的目标时间段的时长。
如果在生成初始画像之前未生成过目标用户在目标画像维度的用户画像，电子设备获取已生成的目标用户在目标画像维度的各用户画像的时间权重，例如，电子设备可以获取距离当前时刻最近的预设数目个用户画像的时间权重。
然后，电子设备按照各用户画像的生成时间的先后顺序，对各用户画像的时间权重进行排序。进而，电子设备基于排序结果，确定各用户画像的时间权重的变化趋势中拐点位置处的时间权重，作为目标时间权重。
示例性的，电子设备按照各用户画像的生成时间的先后顺序，对各用户画像的时间权重进行排序，得到的排序结果为：q1，q2，q3，q4。如果q1大于等于q2，q2大于等于q3，但q3小于q4，那q3就是各用户画像的时间权重的变化趋势中拐点位置处的目标时间权重(可以记为qe)。
进而，电子设备基于目标时间权重、各用户画像的时间权重的数目、目标用户的用户数据对应的目标时间段的时长，以及在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算初始用户画像的时间权重。
在一些实施例中，步骤S10815可以包括以下步骤：
步骤1，基于目标用户的用户数据对应的目标时间段的时长、目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，以及按照各用户画像的生成时间的先后顺序，各用户画像中的第一个用户画像的时间权重，计算参考时间权重。
步骤2，如果参考时间权重不小于第三数值，且按照各用户画像的生成时间的先后顺序，从各用户画像中的第一个用户画像的时间权重至目标时间权重为上升趋势，基于目标用户的用户数据对应的目标时间段的时长、在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、各用户画像的数目、以及按照各用户画像的生成时间的先后顺序，从各用户画像中的第一个用户画像的时间权重至目标时间权重之间的时间权重的数目，计算初始用户画像的时间权重。
步骤3，如果参考时间权重不小于第三数值，且按照各用户画像的生成时间的先后顺序，从各用户画像中的第一个用户画像的时间权重至目标时间权重为下降趋势，基于在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、目标用户的用户数据对应的目标时间段的时长、以及各用户画像的时间权重中相邻的两个时间权重的差值中绝对值最大的差值，计算初始用户画像的时间权重。
步骤4，如果参考时间权重小于第三数值，且按照各用户画像的生成时间的先后顺序，从各用户画像中的第一个用户画像的时间权重至目标时间权重为下降趋势，基于目标用户的用户数据对应的目标时间段的时长、在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、各用户画像的数目、以及按照各用户画像的生成时间的先后顺序，从各用户画像中的第一个用户画像的时间权重至目标时间权重之间的时间权重的数目，计算初始用户画像的时间权重。
步骤5，如果参考时间权重小于第三数值，且按照各用户画像的生成时间的先后顺序，从各用户画像中的第一个用户画像的时间权重至目标时间权重为上升趋势，基于在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、目标用户的用户数据对应的目标时间段的时长、以及各用户画像的时间权重中相邻的两个时间权重的差值中绝对值最大的差值，计算初始用户画像的时间权重。
在获取到已生成的目标用户在目标画像维度的各用户画像之后，电子设备基于目标用户的用户数据对应的目标时间段的时长、目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，以及按照各用户画像的生成时间的先后顺序，各用户画像中的第一个用户画像的时间权重和如下公式(4)，计算参考时间权重。
Figure BDA0003713031090000251
Δq表示参考时间权重；Δt表示在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，T表示目标用户的用户数据对应的目标时间段的时长，q1表示按照各用户画像的生成时间的先后顺序，各用户画像中的第一个用户画像的时间权重。
进而，电子设备基于参考时间权重是否小于第三数值，以及按照各用户画像的生成时间的先后顺序，从各用户画像中的第一个用户画像的时间权重至目标时间权重的变化趋势，计算初始用户画像的时间权重。第三数值可以为0。
如果参考时间权重不小于第三数值，且按照各用户画像的生成时间的先后顺序，从各用户画像中的第一个用户画像的时间权重至目标时间权重为上升趋势，表明当前时刻目标用户在目标画像维度的用户特征保持上升趋势，即当前时刻目标用户在目标画像维度的初始用户画像的时间权重大于最近的目标画像维度的用户画像的时间权重，也就表明目标用户在目标画像维度的用户特征仍然可以表征目标用户，目标用户对目标画像维度的喜爱程度变大，电子设备基于如下公式(5)，计算初始用户画像的时间权重。
Figure BDA0003713031090000261
Q表示初始用户画像的时间权重；Δt表示在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，T表示目标用户的用户数据对应的目标时间段的时长；M表示按照各用户画像的生成时间的先后顺序，从各用户画像中的第一个用户画像的时间权重至目标时间权重之间的时间权重的数目；K表示各用户画像的数目；Δq表示参考时间权重。
如果参考时间权重不小于第三数值，且按照各用户画像的生成时间的先后顺序，从各用户画像中的第一个用户画像的时间权重至目标时间权重为下降趋势，表明在当前时刻目标用户的各用户画像的时间权重由下降趋势改变为上升趋势，目标用户在目标画像维度的用户特征的时间权重变大，电子设备基于如下公式(6)，计算初始用户画像的时间权重。
Figure BDA0003713031090000262
Q表示初始用户画像的时间权重；Δt表示在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，T表示目标用户的用户数据对应的目标时间段的时长；Δq表示参考时间权重；A表示各用户画像的时间权重中相邻的两个时间权重的差值中绝对值最大的差值。
如果参考时间权重小于第三数值，且按照各用户画像的生成时间的先后顺序，从各用户画像中的第一个用户画像的时间权重至目标时间权重为下降趋势，表明当前时刻目标用户在目标画像维度的用户特征保持下降趋势，即当前时刻目标用户在目标画像维度的初始用户画像的时间权重不大于最近的目标画像维度的用户画像的时间权重，也就表明目标用户对目标画像维度的喜爱程度变小，电子设备基于上述公式(5)，计算初始用户画像的时间权重。
如果参考时间权重小于第三数值，且按照各用户画像的生成时间的先后顺序，从各用户画像中的第一个用户画像的时间权重至目标时间权重为上升趋势，表明在当前时刻目标用户的各用户画像的时间权重由上升趋势改变为下降趋势，目标用户在目标画像维度的用户特征的时间权重变小，电子设备基于上述公式(6)，计算初始用户画像的时间权重。
在生成目标用户画像之后，电子设备还可以获取目标用户的用户标识(即目标用户标识)，并按照目标用户标识对目标用户画像进行存储。
一种实现方式中，电子设备可以直接获取预先为目标用户分配的编号，作为目标用户标识。
另一种实现方式中，在图4的基础上，参见图8，在步骤S108之后，该方法还可以包括以下步骤：
S109：按照预设的DID生成规则和目标用户的用户信息，生成目标用户的DID，作为目标DID。
S110：基于目标用户的指定用户画像的生成时间、目标用户的编号和目标DID，生成目标用户的用户标识，作为目标用户标识。
S111：对应记录目标用户标识和目标用户画像。
目标用户的用户信息包括：目标用户的名称、年龄、性别、职业，以及为目标用户分配的编号等。
电子设备按照预设的DID(Decentralized Identifier，分散式标识符)生成规则和目标用户的用户信息，生成目标用户的DID文档。预设的DID生成规则可以为W3C(万维网联盟)提供的DID文档的生成方法。
DID文档是一个JSON-LD Object(一种基于JSON表示和传输互联数据的方法)，DID文档包括6个部分：DID标识符、一个加密材料的集合(比如公钥)、一个加密协议的集合、一个服务端点的集合、时间戳、一个可选的JSON-LD签名，该签名用来证明这个DID文档是合法的。
电子设备获取DID文档中的DID标识符，作为目标用户的目标DID。
如果在生成目标用户画像之前未生成过目标用户在目标画像维度的用户画像，则指定用户画像为目标用户画像。如果在生成目标用户画像之前已生成过目标用户在目标画像维度的用户画像，则指定用户画像可以为已生成的各用户画像中任意一个用户画像，例如，生成时间最早的用户画像。
电子设备可以基于目标用户的目标DID生成目标用户标识，并对应记录目标用户标识和目标用户画像。
电子设备在生成各用户的用户标识时，还可以对应记录各用户的用户标识与用户信息，可以得到用户标识集与用户信息集的对应关系，可以实现通过用户标识，对用户画像和用户信息进行关联，后续，电子设备可以基于用户标识集与用户信息集的对应关系，获取目标用户的目标用户信息，基于目标用户信息确定使用者是否具有目标用户画像的使用权，可以提高用户画像的安全性。
用户标识集包含至少一个用户标识；用户信息集包含至少一个用户信息。用户标识集中的用户标识与用户信息集中的用户信息一一对应，例如，用户标识集与用户信息集的对应关系包括：用户标识A与用户信息A相对应，用户标识B与用户信息B相对应，用户标识C与用户信息C相对应。
在一些实施例中，在图8的基础上，参见图9，步骤S110可以包括以下步骤：
S1101：对目标用户的指定用户画像的生成时间进行哈希处理，得到指定用户画像的生成时间的哈希值，以及对目标用户的编号进行哈希处理，得到目标用户的编号的哈希值。
S1102：对目标用户的指定用户画像的生成时间的哈希值和目标用户的编号的哈希值进行拼接，得到哈希值串。
S1103：基于哈希值串和目标DID，生成目标用户的用户标识，作为目标用户标识。
电子设备获取目标用户的指定用户画像的生成时间和目标用户的编号，并对指定用户画像的生成时间进行哈希处理，得到指定用户画像的生成时间的哈希值，以及对目标用户的编号进行哈希处理，得到目标用户的编号的哈希值。电子设备对指定用户画像的生成时间的哈希值和目标用户的编号的哈希值进行拼接，得到哈希值串。
如果在生成目标用户画像之前未生成过目标用户在目标画像维度的用户画像，则指定用户画像为目标用户画像。如果在生成目标用户画像之前已生成过目标用户在目标画像维度的用户画像，则指定用户画像可以为已生成的各用户画像中任意一个用户画像，例如，生成时间最早的用户画像。
一种实现方式中，电子设备可以对得到的哈希值串和目标DID进行拼接，将拼接结果作为目标用户标识。或者，在哈希值串和目标DID包含的字符的数目相同时，电子设备可以计算哈希值串中的每一字符与目标DID中对应字符的加权和，得到目标用户标识。
另一种实现方式中，在图9的基础上，参见图10，步骤S1103可以包括以下步骤：
S11031：如果哈希值串包含的字符的数目不大于目标DID包含的字符的数目，针对哈希值串中的每一字符，按照哈希值串包含的字符从高位至低位的排列顺序，确定该字符在哈希值串中的位置。
S11032：按照目标DID包含的字符从高位至低位的排列顺序，确定目标DID中与该字符相同位置的字符，得到该字符在目标DID中对应的字符；计算该字符与在目标DID中对应的字符的余数，得到目标用户的用户标识，作为目标用户标识。
S11033：如果哈希值串包含的字符的数目大于目标DID包含的字符的数目，按照哈希值串包含的字符从高位至低位的排列顺序，确定在目标DID中对应位置存在字符的字符，作为第一字符，以及确定哈希值串中除第一字符外的其他字符，作为第二字符。
S11034：针对目标DID中的每一字符，统计该字符的出现次数。
S11035：针对每一第一字符，按照哈希值串包含的字符从高位至低位的排列顺序，确定该第一字符在哈希值串中的位置；按照目标DID包含的字符从高位至低位的排列顺序，确定目标DID中与该第一字符相同位置的字符，得到该第一字符在目标DID中对应的字符；计算该第一字符与在目标DID中对应的字符的余数，作为第一余数。
S11036：针对每一第二字符，按照哈希值串包含的字符从低位至高位的排列顺序，确定该第二字符在哈希值串中的位置；按照目标DID包含的字符的出现次数从高至低的排列顺序，确定对应的排序结果中与该第二字符相同位置的字符，得到该第二字符在目标DID中对应的字符；计算该第二字符与在目标DID中对应的字符的余数，得到第二余数。
S11037：生成包含第一余数和第二余数的目标用户的用户标识，作为目标用户标识。
示例性的，如果哈希值串为：[0，2，5，3，2，2]，目标DID为[0，1，3，5，3，3]，哈希值串包含的字符的数目与目标DID包含的字符的数目相同，电子设备按照从高位至低位的顺序，计算哈希值串中的第一个字符(即0)与目标DID中的第一个字符(即0)的余数为0，计算哈希值串中的第二个字符(即2)与目标DID中的第一个字符(即1)的余数为0，以此类推，直至计算哈希值串中的第六个字符(即2)与目标DID中的第六个字符(即3)的余数为2，得到目标用户标识为：[0，0，2，3，2，2]。
如果哈希值串为：[0，2，5，3，2]，目标DID为[0，1，3，5，3，3]，哈希值串包含的字符的数目小于目标DID包含的字符的数目，电子设备按照从高位至低位的顺序，计算哈希值串中的第一个字符(即0)与目标DID中的第一个字符(即0)的余数为0，计算哈希值串中的第二个字符(即2)与目标DID中的第一个字符(即1)的余数为0，以此类推，直至计算哈希值串中的第五个字符(即2)与目标DID中的第五个字符(即3)的余数为2，得到目标用户标识为：[0，0，2，3，2]。
如果哈希值串为：[0，2，5，3，2，6，9，7]，目标DID为[1，1，3，5，3，3]，哈希值串包含的字符的数目大于目标DID包含的字符的数目，电子设备按照从高位至低位的顺序，电子设备确定在目标DID中对应位置存在字符的字符包括：0，2，5，3，2，6，也就是第一字符包括0，2，5，3，2，6，以及电子设备确定哈希值串中除第一字符外的其他字符包括9，也就是第二字符包括9，7。
然后，电子设备计算哈希值串中的第一个第一字符(即0)与目标DID中的第一个字符(即0)的余数为0，计算哈希值串中的第二个字符(即2)与目标DID中的第一个字符(即1)的余数为0，以此类推，直至计算哈希值串中的第六个第一字符(即6)与目标DID中的第六个字符(即3)的余数为0，得到第一余数包括：0，0，2，3，0。
电子设备确定目标DID中3的出现次数为3，1的出现次数为2，5的出现次数为1，则按照目标DID包含的字符的出现次数从高至低的排列顺序，得到的排序结果为：3，1，5。电子设备按照哈希值串包含的字符从低位至高位的排列顺序，确定第一个第二字符(即7)，以及按照目标DID包含的字符的出现次数从高至低的排列顺序，对应的排序结果中的第一个字符为3，则电子设备计算3与7的余数为3，电子设备按照哈希值串包含的字符从低位至高位的排列顺序，确定第二个第二字符(即9)，以及按照目标DID包含的字符的出现次数从高至低的排列顺序，对应的排序结果中的第二个字符为1，则电子设备计算9与1的余数为0，得到第二余数包括：3，0。
进而，电子设备对第一余数和第二余数进行拼接，得到目标用户标识为：[0，0，2，3，0，3，0]。
基于上述处理，可以生成目标用户的目标DID，目标DID独立于任何集中注册表，身份提供者或证书颁发机构，是一个全局唯一的身份标识，具有全球唯一性、可解析性高、可加密、并且能够加密验证的特点。基于目标DID生成的目标用户标识的安全性较高，进而，可以进一步提高用户画像的安全性。
一种实现方式中，电子设备可以直接将目标用户标识和目标用户画像对应的存储至预设的数据库。并且，电子设备还记录有目标用户标识与目标用户信息的对应关系，可以通过目标用户标识、对目标用户信息和目标用户画像进行关联，提高用户画像的安全性。
另一种实现方式中，为了提高用户画像的安全性，电子设备可以将目标用户画像存储至预设的区块链。相应的，在图8的基础上，参见图11，步骤S111可以包括以下步骤：
S1111：判断画像节点中存储的用户标识与用户节点的对应关系中，是否包含目标用户标识，如果是，执行步骤S1112，如果否，执行步骤S1113。
其中，画像节点为预设的用户区块链的头节点；用户节点为用户区块链的非头节点；一个用户节点用于存储对应的用户的用户信息。
S1112：确定目标用户标识对应的用户节点，得到目标用户的用户节点；在以目标用户的用户节点为头节点的画像区块链的最后一个链表节点后新建一个链表节点，并将目标用户画像存储至该新建的链表节点。
S1113：在用户区块链的最后一个用户节点后新建一个用户节点，作为目标用户的用户节点，并在对应关系中对应记录目标用户标识和目标用户的用户节点；以目标用户的用户节点为头节点，新建一个画像区块链；其中，新建的画像区块链除头节点外包含一个新建的链表节点；将目标用户画像存储至该新建的链表节点。
电子设备中部署有预设的区块链，该区块链包括用户区块链和画像区块链。用户区块链的头节点为画像节点，画像节点记录有用户的用户标识与用户节点的对应关系。该用户区块链的非头节点为用户节点，每一用户节点记录有对应的用户的用户信息，以及该用户的用户画像与链表节点的对应关系。
画像区块链与用户相对应，一个用户的画像区块链的头节点为该用户的用户节点，画像区块链中的非头节点为链表节点，链表节点用于存储用户的用户画像。
示例性的，参见图12，图12为本公开实施例提供的一种区块链的结构示意图。用户区块链为：画像节点-用户节点1-用户节点2-用户节点3。用户节点1为用户1的用户节点，用户节点2为用户2的用户节点，用户节点3为用户3的用户节点。
画像区块链包括：用户1对应的画像区块链，即用户节点1-链表节点1-链表节点2-链表节点3，用户2对应的画像区块链，即用户节点2-链表节点4，用户3对应的画像区块链，即用户节点3-链表节点5-链表节点6。
在生成目标用户画像之后，电子设备判断画像节点中存储的用户标识与用户节点的对应关系中，是否包含目标用户标识，如果画像节点中存储的对应关系中包含目标用户标识，表明已生成过目标用户的用户画像，也就是已经生成过目标用户对应的画像区块链，则电子设备在对应关系中确定目标用户标识对应的用户节点，即目标用户的用户节点，以目标用户的用户节点为头节点的画像区块链为目标用户对应的画像区块链。
电子设备在以目标用户的用户节点为头节点的画像区块链的最后一个链表节点后新建一个链表节点，并将目标用户画像存储至该新建的链表节点。电子设备还可以在目标用户的用户节点中对应记录目标用户画像与该新建的链表节点的对应关系。
如果画像节点中存储的对应关系中不包含目标用户标识，表明未生成过目标用户的用户画像，也就是未生成目标用户的用户节点，则电子设备在用户区块链的最后一个用户节点后新建一个用户节点，作为目标用户的用户节点，并在对应关系中对应记录目标用户标识和目标用户的用户节点。用户标识与用户节点的对应关系也就可以表示用户标识集与用户信息集的对应关系。电子设备还可以在目标用户的用户节点中对应记录目标用户画像与该新建的链表节点的对应关系。
然后，电子设备目标用户的用户节点为头节点，新建一个画像区块链，该新建的画像区块链包含头节点(即目标用户的用户节点)和一个新建的链表节点，电子设备将目标用户画像存储至该新建的链表节点。
在一些实施例中，电子设备将目标用户画像存储至该新建的链表节点的步骤可以包括以下步骤：生成包含目标用户画像和目标用户画像的生成时间的二维数组，将二维数组存储至该新建的链表节点。
电子设备生成包含目标用户画像和目标用户画像的生成时间的二维数组，该二维数组中的一个维度为目标用户画像的生成时间，另一个维度为目标用户画像。然后，电子设备将该二维数组存储至新建的链表节点。
基于上述处理，目标用户的用户画像与画像区块链中唯一表征用户的用户节点连接，通过该用户节点可以赋予用户画像对应的用户的身份信息，用户的身份信息可以为该用户的用户标识，也就是可以为用户画像关联用户的身份信息，基于用户的身份信息为其绑定该用户画像的所有权，进而在使用用户画像时，可以通过该关联关系告知用户针对用户画像的使用行为，只有在用户对使用行为进行授权后才允许对用户画像进行使用，保证了用户权利和隐私不受侵犯，可以提高用户画像的安全性。
在一些实施例中，电子设备在向使用者使用的电子设备发送目标用户画像之前，还可以获取目标用户画像。
一种实现方式中，如果电子设备直接将目标用户标识和目标用户画像对应的存储至预设的数据库，则电子设备直接从预设的数据库中获取目标用户标识对应的目标用户画像。
另一种实现方式中，在图11的基础上，参见图13，在步骤S105之前，该方法还可以包括以下步骤：
S112：在画像节点记录的用户标识与用户节点的对应关系中，确定目标用户标识对应的用户节点，得到目标用户的用户节点。
S113：在目标用户的用户节点记录的用户画像与链表节点的对应关系中，确定目标用户画像对应的链表节点。
S114：从确定出的链表节点获取目标用户画像。
如果电子设备将目标用户画像存储至目标用户对应的画像区块链，则电子设备在画像节点记录的用户标识与用户节点的对应关系中，确定目标用户标识对应的用户节点，得到目标用户的用户节点。
然后，电子设备可以确定以目标用户的用户节点为头节点的画像区块链，并遍历该画像区块链，得到该画像区块链中存储目标用户画像的链表节点，从该链表节点中获取目标用户画像。
或者，电子设备在目标用户的用户节点记录的用户画像与链表节点的对应关系中，确定目标用户画像对应的链表节点，并从确定出的链表节点获取目标用户画像。
参见图14，图14为本公开实施例提供的另一种用户画像管理方法的流程图。
步骤1，获取用户数据。
由于用户使用的各种应用程序会将用户数据存储至区块链，电子设备可以从主流公链中获取各用户各自的用户数据，然后，电子设备可以将获取到的用户数据以数据宽表的方式存储于预设的数据库中。进而，电子设备从预设的数据库中获取目标用户的用户数据。
步骤2，确定画像维度。
电子设备基于目标用户的基础信息，确定目标用户的目标用户类别，并获取目标用户类别对应的目标画像维度。
步骤3，根据画像维度，形成用户画像。
电子设备对目标用户在目标画像维度的用户数据进行处理，生成目标用户在目标画像维度的目标用户画像。
步骤4，将用户画像存储于画像区块链中，并为用户画像配置该用户的身份，使得用户基于该身份对用户画像享有商业行为的权利。
电子设备将目标用户的目标用户画像存储至以目标用户的用户节点为头节点的画像区块链，并记录目标用户标识与目标用户的用户节点的对应关系，也就可以使得目标用户标识与存储目标用户的用户画像的画像区块链相关联，即使得目标用户画像与目标用户的身份信息相关联，目标用户的身份信息可以为目标用户标识，使得目标用户基于该身份信息对目标用户画像享有商业行为的权利。
步骤5，通过用户身份确定用户画像的所有权，进而基于所有权对用户画像进行使用。
在接收到使用者针对目标用户的目标用户画像的使用请求时，确定享有目标用户画像的所有权的目标用户的身份信息(即目标用户标识)，并基于目标用户的身份信息确定使用者是否具有目标用户画像的使用权。在使用者具有目标用户画像的使用权时，向目标用户使用的电子设备发送告警消息。在使用者具有目标用户画像的使用权时，向使用者使用的电子设备发送目标用户画像。
基于上述处理，可以为用户画像关联用户的身份信息，基于用户的身份信息为其绑定该用户画像的所有权，进而在使用用户画像时，可以通过该关联关系告知用户针对用户画像的使用行为，只有在用户对使用行为进行授权后才允许对用户画像进行使用，保证了用户权利和隐私不受侵犯，可以提高用户画像的安全性。
参见图15，图15为本公开实施例提供的另一种用户画像管理方法的流程图。
步骤1，获取用户数据。
由于用户使用的各种应用程序会将用户数据存储至区块链，电子设备可以从主流公链中获取各用户各自的用户数据，然后，电子设备可以将获取到的用户数据以数据宽表的方式存储于预设的数据库中。进而，电子设备从预设的数据库中获取目标用户的用户数据。
步骤2，根据用户数据确定画像维度。
电子设备基于目标用户的基础信息，确定目标用户的目标用户类别，并获取目标用户类别对应的目标画像维度。目标画像维度为基于目标用户类别包含的各用户的用户数据确定出的。
步骤3，根据画像维度、用户数据以及时间属性，形成用户画像。
电子设备对目标用户在那边画像维度的用户数据进行处理，生成目标用户在目标画像维度的初始用户画像，并基于目标用户的用户数据对应的目标时间段的时长，以及在目标时间段内目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算初始用户画像的时间权重(即时间属性)，确定计算得到的时间权重和初始用户画像为目标用户最终的目标用户画像。
步骤4，将用户画像存储与画像区块链中，并为用户画像配置该用户的身份，使得用户基于该身份对用户画像享有商业行为的权利。
电子设备将目标用户的目标用户画像存储至以目标用户的用户节点为头节点的画像区块链，并记录目标用户标识与目标用户的用户节点的对应关系，也就可以使得目标用户标识与存储目标用户的用户画像的画像区块链相关联，即使得目标用户画像与目标用户的身份信息相关联，目标用户的身份信息可以为目标用户标识，使得目标用户基于该身份信息对目标用户画像享有商业行为的权利。
步骤5，通过用户身份对用户画像进行使用。
在接收到使用者针对目标用户的目标用户画像的使用请求时，确定享有目标用户画像的所有权的目标用户的身份信息，并基于目标用户的身份信息确定使用者是否具有目标用户画像的使用权。在使用者具有目标用户画像的使用权时，向目标用户使用的电子设备发送告警消息。在使用者具有目标用户画像的使用权时，向使用者使用的电子设备发送目标用户画像。
基于上述处理，可以确定用户在每个画像维度的用户画像的时间权重，该时间权重描述了用户在该画像维度的用户特征随时间变化的重要程度的变化趋势，进而在生成用户画像过程中体现了时间特性造成的用户个性化差异，并且通过构建画像区块链实现了用户画像与用户的身份信息的绑定。在使用用户画像时，通过用户的身份信息通知用户针对用户画像使用事宜，只有在用户对使用行为进行授权后才允许对用户画像进行使用，保证了用户权利和隐私不受侵犯，可以提高用户画像的安全性。
参见图16，图16为本公开实施例提供的另一种用户画像管理方法的流程图。
步骤1，获取用户数据。
由于用户使用的各种应用程序会将用户数据存储至区块链，电子设备可以从主流公链中获取各用户各自的用户数据，然后，电子设备可以将获取到的用户数据以数据宽表的方式存储于预设的数据库中。进而，电子设备从预设的数据库中获取目标用户的用户数据。
步骤2，确定画像维度。
电子设备基于目标用户的基础信息，确定目标用户的目标用户类别，并获取目标用户类别对应的目标画像维度。目标画像维度为基于目标用户类别包含的各用户的用户数据确定出的。
步骤3，根据画像维度，形成用户画像。
电子设备对目标用户在目标画像维度的用户数据进行处理，生成目标用户在目标画像维度的目标用户画像。
步骤4，基于DID配置用户画像的数字身份，使得用户基于该数字身份对用户画像享有商业行为的权利。
电子设备生成目标用户的目标DID，并基于目标DID生成目标用户标识，将目标用户标识作为目标用户的数字身份，然后基于目标用户的数字身份与目标用户的目标用户画像相关联，也就能够使得目标用户基于该数字身份对目标用户画像享有商业行为的权利。
步骤5，通过DID对用户画像进行使用。
在接收到使用者针对目标用户的目标用户画像的使用请求时，确定享有目标用户画像的所有权的目标用户的数字身份(即目标用户标识)，并基于目标用户的数字身份确定使用者是否具有目标用户画像的使用权，也就是基于目标用户标识对应的目标用户信息确定使用者是否具有目标用户画像的使用权。在使用者具有目标用户画像的使用权时，向目标用户使用的电子设备发送告警消息。在使用者具有目标用户画像的使用权时，向使用者使用的电子设备发送目标用户画像。
基于上述处理，可以生成用户的DID，并基于DID生成用户的用户标识，进而通过该用户标识可以确定该用户画像的拥有者。在使用用户画像时，通过用户标识确定享有该用户画像的所有权的用户的身份信息，通过用户的身份信息通知用户针对用户画像使用事宜，只有在用户对使用行为进行授权后才允许对用户画像进行使用，保证了用户权利和隐私不受侵犯，可以提高用户画像的安全性。
与图1的方法实施例相对应，参见图17，图17为本公开实施例提供的一种用户画像管理装置的结构图，所述装置包括：
提取模块1701，用于在接收到针对目标用户的目标用户画像的使用请求后，提取所述使用请求中携带的使用者的用户标识，作为使用者标识，以及提取所述使用请求中携带的使用摘要；其中，所述使用摘要表示所述使用者获取所述目标用户画像的使用场景；
获取模块1702，用于获取所述目标用户针对所述目标用户画像的授权名单和授权摘要；其中，所述授权名单包含所述目标用户授权使用所述目标用户画像的各用户的用户标识；所述授权摘要表示所述目标用户授权使用所述目标用户画像的使用场景；
使用权判断模块1703，用于基于所述使用者标识、所述使用摘要、所述授权名单和所述授权摘要，判断所述使用者是否具有所述目标用户画像的使用权；
告警消息发送模块1704，用于如果所述使用者不具有所述目标用户画像的使用权，向所述目标用户使用的电子设备发送告警消息，以提醒所述目标用户本次所述使用者针对所述目标用户画像的请求使用行为；
用户画像发送模块1705，用于如果所述使用者具有所述目标用户画像的使用权，向所述使用者使用的电子设备发送所述目标用户画像。
在一些实施例中，所述使用权判断模块1703，具体用于判断所述授权名单中是否包含所述使用者标识；
如果所述授权名单中不包含所述使用者标识，确定所述使用者不具有所述目标用户画像的使用权；
如果所述授权名单中包含所述使用者标识，计算所述使用摘要与所述授权摘要之间的差异值；如果所述差异值大于预设阈值，确定所述使用者不具有所述目标用户画像的使用权；如果所述差异值不大于所述预设阈值，确定所述使用者具有所述目标用户画像的使用权。
在一些实施例中，所述使用权判断模块1703，具体用于从所述使用摘要中提取连续的，且为第一预设长度的字符串，得到所述使用摘要包含的各字符串；
针对提取到的每一字符串，如果所述授权摘要中包含与该字符串相同的字符串，确定该字符串对应的匹配度为第一数值；
如果所述授权摘要中不包含与该字符串相同的字符串，从该字符串中提取连续的，且为第二预设长度的字符串，得到该字符串包含的各子字符串；针对该字符串包含的每一子字符串，如果所述授权摘要中不包含与该子字符串相同的字符串，确定该子字符串对应的匹配度为第二数值；如果所述授权摘要中包含与该子字符串相同的字符串，基于该子字符串包含的字符的数目、该字符串包含的字符的数目、所述授权摘要包含的字符的数目，以及所述授权摘要中与该子字符串相同的字符串出现的次数，计算该子字符串对应的匹配度；计算该字符串包含的各子字符串对应的匹配度的和值，并计算该和值与该字符串包含的各子字符串的数目的比值，得到该字符串对应的匹配度；
基于所述使用摘要包含的各字符串对应的匹配度和所述使用摘要包含的字符串的数目，计算所述使用摘要与所述授权摘要之间的差异值。
在一些实施例中，所述装置还包括：
画像维度确定模块，用于在所述提取模块1701执行在接收到针对目标用户的目标用户画像的使用请求后，提取所述使用请求中携带的使用者的用户标识，作为使用者标识，以及提取所述使用请求中携带的使用摘要之前，执行基于所述目标用户的用户信息，确定所述目标用户对应的画像维度，作为目标画像维度；
初始用户画像生成模块，用于基于所述目标用户在所述目标画像维度的用户数据，生成所述目标用户在所述目标画像维度的用户画像，作为初始用户画像；
目标用户画像生成模块，用于基于所述初始用户画像，生成所述目标用户最终的用户画像，作为目标用户画像。
在一些实施例中，所述目标用户画像生成模块，具体用于基于所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重；
确定计算得到的时间权重和所述初始用户画像为所述目标用户最终的用户画像，作为目标用户画像。
在一些实施例中，所述目标用户画像生成模块，具体用于判断在生成所述初始画像之前是否已生成过所述目标用户在所述目标画像维度的用户画像；
如果在生成所述初始画像之前未生成过所述目标用户在所述目标画像维度的用户画像，基于所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重；
如果在生成所述初始画像之前已生成过所述目标用户在所述目标画像维度的用户画像，获取已生成的所述目标用户在所述目标画像维度的各用户画像的时间权重；按照所述各用户画像的生成时间的先后顺序，确定所述各用户画像的时间权重的变化趋势中拐点位置处的时间权重，作为目标时间权重；基于所述目标时间权重、所述各用户画像的时间权重的数目、所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重。
在一些实施例中，所述目标用户画像生成模块，具体用于基于所述目标用户的用户数据对应的目标时间段的时长、所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，以及按照所述各用户画像的生成时间的先后顺序，所述各用户画像中的第一个用户画像的时间权重，计算参考时间权重；
如果所述参考时间权重不小于第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为上升趋势，基于所述目标用户的用户数据对应的目标时间段的时长、在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述各用户画像的数目、以及按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重之间的时间权重的数目，计算所述初始用户画像的时间权重；
如果所述参考时间权重不小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为下降趋势，基于在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述目标用户的用户数据对应的目标时间段的时长、以及所述各用户画像的时间权重中相邻的两个时间权重的差值中绝对值最大的差值，计算所述初始用户画像的时间权重；
如果所述参考时间权重小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为下降趋势，基于所述目标用户的用户数据对应的目标时间段的时长、在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述各用户画像的数目、以及按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重之间的时间权重的数目，计算所述初始用户画像的时间权重；
如果所述参考时间权重小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为上升趋势，基于在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述目标用户的用户数据对应的目标时间段的时长、以及所述各用户画像的时间权重中相邻的两个时间权重的差值中绝对值最大的差值，计算所述初始用户画像的时间权重。
在一些实施例中，所述装置还包括：
DID生成模块，用于在所述目标用户画像生成模块执行基于所述初始用户画像，生成所述目标用户最终的用户画像，作为目标用户画像之后，执行按照预设的分散身份标识符DID生成规则和所述目标用户的用户信息，生成所述目标用户的DID，作为目标DID；
用户标识生成模块，用于基于所述目标用户的指定用户画像的生成时间、所述目标用户的编号和所述目标DID，生成所述目标用户的用户标识，作为目标用户标识；
记录模块，用于对应记录所述目标用户标识和所述目标用户画像。
在一些实施例中，所述用户标识生成模块，具体用于对所述目标用户的指定用户画像的生成时间进行哈希处理，得到所述指定用户画像的生成时间的哈希值，以及对所述目标用户的编号进行哈希处理，得到所述目标用户的编号的哈希值；
对所述指定用户画像的生成时间的哈希值和所述目标用户的编号的哈希值进行拼接，得到哈希值串；
基于所述哈希值串和所述目标DID，生成所述目标用户的用户标识，作为目标用户标识。
在一些实施例中，所述用户标识生成模块，具体用于如果所述哈希值串包含的字符的数目不大于所述目标DID包含的字符的数目，针对所述哈希值串中的每一字符，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定该字符在所述哈希值串中的位置；按照所述目标DID包含的字符从高位至低位的排列顺序，确定所述目标DID中与该字符相同位置的字符，得到该字符在所述目标DID中对应的字符；计算该字符与在所述目标DID中对应的字符的余数，得到所述目标用户的用户标识，作为目标用户标识；
如果所述哈希值串包含的字符的数目大于所述目标DID包含的字符的数目，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定在所述目标DID中对应位置存在字符的字符，作为第一字符，以及确定所述哈希值串中除所述第一字符外的其他字符，作为第二字符；针对所述目标DID中的每一字符，统计该字符的出现次数；针对每一第一字符，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定该第一字符在所述哈希值串中的位置；按照所述目标DID包含的字符从高位至低位的排列顺序，确定所述目标DID中与该第一字符相同位置的字符，得到该第一字符在所述目标DID中对应的字符；计算该第一字符与在所述目标DID中对应的字符的余数，作为第一余数；针对每一第二字符，按照所述哈希值串包含的字符从低位至高位的排列顺序，确定该第二字符在所述哈希值串中的位置；按照所述目标DID包含的字符的出现次数从高至低的排列顺序，确定对应的排序结果中与该第二字符相同位置的字符，得到该第二字符在所述目标DID中对应的字符；计算该第二字符与在所述目标DID中对应的字符的余数，得到第二余数；生成包含所述第一余数和所述第二余数的所述目标用户的用户标识，作为目标用户标识。
在一些实施例中，所述记录模块，具体用于判断画像节点中存储的用户标识与用户节点的对应关系中，是否包含所述目标用户标识；其中，所述画像节点为预设的用户区块链的头节点；所述用户节点为所述用户区块链的非头节点；一个用户节点用于存储对应的用户的用户信息；
如果所述对应关系中包含所述目标用户标识，确定所述目标用户标识对应的用户节点，得到所述目标用户的用户节点；在以所述目标用户的用户节点为头节点的画像区块链的最后一个链表节点后新建一个链表节点，并将所述目标用户画像存储至该新建的链表节点；
如果所述对应关系中不包含所述目标用户标识，在所述用户区块链的最后一个用户节点后新建一个用户节点，作为所述目标用户的用户节点，并在所述对应关系中对应记录所述目标用户标识和所述目标用户的用户节点；以所述目标用户的用户节点为头节点，新建一个画像区块链；其中，新建的画像区块链除头节点外包含一个新建的链表节点；将所述目标用户画像存储至该新建的链表节点。
在一些实施例中，所述记录模块，具体用于生成包含所述目标用户画像和所述目标用户画像的生成时间的二维数组，将所述二维数组存储至该新建的链表节点。
在一些实施例中，所述装置还包括：
用户节点确定模块，用于在所述用户画像发送模块执行向所述使用者使用的电子设备发送所述目标用户画像之前，执行在所述画像节点记录的用户标识与用户节点的对应关系中，确定所述目标用户标识对应的用户节点，得到所述目标用户的用户节点；
链表节点确定模块，用于在所述目标用户的用户节点记录的用户画像与链表节点的对应关系中，确定所述目标用户画像对应的链表节点；
用户画像获取模块，用于从确定出的链表节点获取所述目标用户画像。
基于本公开实施例提供的用户画像管理装置，可以判断使用者是否具有目标用户画像的使用权，在使用者不具有目标用户画像的使用权的情况下，向目标用户使用的电子设备发送告警消息，以提醒目标用户本次使用者针对目标用户画像的请求使用行为，在使用者具有目标用户画像的使用权的情况下，向使用者使用的电子设备发送目标用户画像，可以避免在用户无感知的情况下对用户画像进行使用，进而避免对用户的权利和隐私造成侵犯，提高用户画像的安全性。
本公开实施例还提供了一种电子设备，如图18所示，包括处理器1801、通信接口1802、存储器1803和通信总线1804，其中，处理器1801，通信接口1802，存储器1803通过通信总线1804完成相互间的通信，
存储器1803，用于存放计算机程序；
处理器1801，用于执行存储器1803上所存放的程序时，实现上述实施例中任一所述的用户画像管理方法的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本公开提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一用户画像管理方法的步骤。
在本公开提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一用户画像管理方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本公开实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、计算机可读存储介质和计算机程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本公开的较佳实施例，并非用于限定本公开的保护范围。凡在本公开的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本公开的保护范围内。

Claims (28)

1.一种用户画像管理方法，其特征在于，所述方法包括：
在接收到针对目标用户的目标用户画像的使用请求后，提取所述使用请求中携带的使用者的用户标识，作为使用者标识，以及提取所述使用请求中携带的使用摘要；其中，所述使用摘要表示所述使用者获取所述目标用户画像的使用场景；
获取所述目标用户针对所述目标用户画像的授权名单和授权摘要；其中，所述授权名单包含所述目标用户授权使用所述目标用户画像的各用户的用户标识；所述授权摘要表示所述目标用户授权使用所述目标用户画像的使用场景；
基于所述使用者标识、所述使用摘要、所述授权名单和所述授权摘要，判断所述使用者是否具有所述目标用户画像的使用权；
如果所述使用者不具有所述目标用户画像的使用权，向所述目标用户使用的电子设备发送告警消息，以提醒所述目标用户本次所述使用者针对所述目标用户画像的请求使用行为；
如果所述使用者具有所述目标用户画像的使用权，向所述使用者使用的电子设备发送所述目标用户画像。
2.根据权利要求1所述的方法，其特征在于，所述基于所述使用者标识、所述使用摘要、所述授权名单和所述授权摘要，判断所述使用者是否具有所述目标用户画像的使用权，包括：
判断所述授权名单中是否包含所述使用者标识；
如果所述授权名单中不包含所述使用者标识，确定所述使用者不具有所述目标用户画像的使用权；
如果所述授权名单中包含所述使用者标识，计算所述使用摘要与所述授权摘要之间的差异值；如果所述差异值大于预设阈值，确定所述使用者不具有所述目标用户画像的使用权；如果所述差异值不大于所述预设阈值，确定所述使用者具有所述目标用户画像的使用权。
3.根据权利要求2所述的方法，其特征在于，所述计算所述使用摘要与所述授权摘要之间的差异值，包括：
从所述使用摘要中提取连续的，且为第一预设长度的字符串，得到所述使用摘要包含的各字符串；
针对提取到的每一字符串，如果所述授权摘要中包含与该字符串相同的字符串，确定该字符串对应的匹配度为第一数值；
如果所述授权摘要中不包含与该字符串相同的字符串，从该字符串中提取连续的，且为第二预设长度的字符串，得到该字符串包含的各子字符串；针对该字符串包含的每一子字符串，如果所述授权摘要中不包含与该子字符串相同的字符串，确定该子字符串对应的匹配度为第二数值；如果所述授权摘要中包含与该子字符串相同的字符串，基于该子字符串包含的字符的数目、该字符串包含的字符的数目、所述授权摘要包含的字符的数目，以及所述授权摘要中与该子字符串相同的字符串出现的次数，计算该子字符串对应的匹配度；计算该字符串包含的各子字符串对应的匹配度的和值，并计算该和值与该字符串包含的各子字符串的数目的比值，得到该字符串对应的匹配度；
基于所述使用摘要包含的各字符串对应的匹配度和所述使用摘要包含的字符串的数目，计算所述使用摘要与所述授权摘要之间的差异值。
4.根据权利要求1所述的方法，其特征在于，在所述在接收到针对目标用户的目标用户画像的使用请求后，提取所述使用请求中携带的使用者的用户标识，作为使用者标识，以及提取所述使用请求中携带的使用摘要之前，所述方法还包括：
基于所述目标用户的用户信息，确定所述目标用户对应的画像维度，作为目标画像维度；
基于所述目标用户在所述目标画像维度的用户数据，生成所述目标用户在所述目标画像维度的用户画像，作为初始用户画像；
基于所述初始用户画像，生成所述目标用户最终的用户画像，作为目标用户画像。
5.根据权利要求4所述的方法，其特征在于，所述基于所述初始用户画像，生成所述目标用户最终的用户画像，作为目标用户画像，包括：
基于所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重；
确定计算得到的时间权重和所述初始用户画像为所述目标用户最终的用户画像，作为目标用户画像。
6.根据权利要求5所述的方法，其特征在于，所述基于所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重，包括：
判断在生成所述初始画像之前是否已生成过所述目标用户在所述目标画像维度的用户画像；
如果在生成所述初始画像之前未生成过所述目标用户在所述目标画像维度的用户画像，基于所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重；
如果在生成所述初始画像之前已生成过所述目标用户在所述目标画像维度的用户画像，获取已生成的所述目标用户在所述目标画像维度的各用户画像的时间权重；按照所述各用户画像的生成时间的先后顺序，确定所述各用户画像的时间权重的变化趋势中拐点位置处的时间权重，作为目标时间权重；基于所述目标时间权重、所述各用户画像的时间权重的数目、所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重。
7.根据权利要求6所述的方法，其特征在于，所述基于所述目标时间权重、所述各用户画像的时间权重的数目、所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重，包括：
基于所述目标用户的用户数据对应的目标时间段的时长、所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，以及按照所述各用户画像的生成时间的先后顺序，所述各用户画像中的第一个用户画像的时间权重，计算参考时间权重；
如果所述参考时间权重不小于第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为上升趋势，基于所述目标用户的用户数据对应的目标时间段的时长、在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述各用户画像的数目、以及按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重之间的时间权重的数目，计算所述初始用户画像的时间权重；
如果所述参考时间权重不小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为下降趋势，基于在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述目标用户的用户数据对应的目标时间段的时长、以及所述各用户画像的时间权重中相邻的两个时间权重的差值中绝对值最大的差值，计算所述初始用户画像的时间权重；
如果所述参考时间权重小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为下降趋势，基于所述目标用户的用户数据对应的目标时间段的时长、在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述各用户画像的数目、以及按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重之间的时间权重的数目，计算所述初始用户画像的时间权重；
如果所述参考时间权重小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为上升趋势，基于在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述目标用户的用户数据对应的目标时间段的时长、以及所述各用户画像的时间权重中相邻的两个时间权重的差值中绝对值最大的差值，计算所述初始用户画像的时间权重。
8.根据权利要求4所述的方法，其特征在于，在所述基于所述初始用户画像，生成所述目标用户最终的用户画像，作为目标用户画像之后，所述方法还包括：
按照预设的分散身份标识符DID生成规则和所述目标用户的用户信息，生成所述目标用户的DID，作为目标DID；
基于所述目标用户的指定用户画像的生成时间、所述目标用户的编号和所述目标DID，生成所述目标用户的用户标识，作为目标用户标识；
对应记录所述目标用户标识和所述目标用户画像。
9.根据权利要求8所述的方法，其特征在于，所述基于所述目标用户的指定用户画像的生成时间、所述目标用户的编号和所述目标DID，生成所述目标用户的用户标识，作为目标用户标识，包括：
对所述目标用户的指定用户画像的生成时间进行哈希处理，得到所述指定用户画像的生成时间的哈希值，以及对所述目标用户的编号进行哈希处理，得到所述目标用户的编号的哈希值；
对所述指定用户画像的生成时间的哈希值和所述目标用户的编号的哈希值进行拼接，得到哈希值串；
基于所述哈希值串和所述目标DID，生成所述目标用户的用户标识，作为目标用户标识。
10.根据权利要求9所述的方法，其特征在于，所述基于所述哈希值串和所述目标DID，生成所述目标用户的用户标识，作为目标用户标识，包括：
如果所述哈希值串包含的字符的数目不大于所述目标DID包含的字符的数目，针对所述哈希值串中的每一字符，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定该字符在所述哈希值串中的位置；按照所述目标DID包含的字符从高位至低位的排列顺序，确定所述目标DID中与该字符相同位置的字符，得到该字符在所述目标DID中对应的字符；计算该字符与在所述目标DID中对应的字符的余数，得到所述目标用户的用户标识，作为目标用户标识；
如果所述哈希值串包含的字符的数目大于所述目标DID包含的字符的数目，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定在所述目标DID中对应位置存在字符的字符，作为第一字符，以及确定所述哈希值串中除所述第一字符外的其他字符，作为第二字符；针对所述目标DID中的每一字符，统计该字符的出现次数；针对每一第一字符，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定该第一字符在所述哈希值串中的位置；按照所述目标DID包含的字符从高位至低位的排列顺序，确定所述目标DID中与该第一字符相同位置的字符，得到该第一字符在所述目标DID中对应的字符；计算该第一字符与在所述目标DID中对应的字符的余数，作为第一余数；针对每一第二字符，按照所述哈希值串包含的字符从低位至高位的排列顺序，确定该第二字符在所述哈希值串中的位置；按照所述目标DID包含的字符的出现次数从高至低的排列顺序，确定对应的排序结果中与该第二字符相同位置的字符，得到该第二字符在所述目标DID中对应的字符；计算该第二字符与在所述目标DID中对应的字符的余数，得到第二余数；生成包含所述第一余数和所述第二余数的所述目标用户的用户标识，作为目标用户标识。
11.根据权利要求8所述的方法，其特征在于，所述对应记录所述目标用户标识和所述目标用户画像，包括：
判断画像节点中存储的用户标识与用户节点的对应关系中，是否包含所述目标用户标识；其中，所述画像节点为预设的用户区块链的头节点；所述用户节点为所述用户区块链的非头节点；一个用户节点用于存储对应的用户的用户信息；
如果所述对应关系中包含所述目标用户标识，确定所述目标用户标识对应的用户节点，得到所述目标用户的用户节点；在以所述目标用户的用户节点为头节点的画像区块链的最后一个链表节点后新建一个链表节点，并将所述目标用户画像存储至该新建的链表节点；
如果所述对应关系中不包含所述目标用户标识，在所述用户区块链的最后一个用户节点后新建一个用户节点，作为所述目标用户的用户节点，并在所述对应关系中对应记录所述目标用户标识和所述目标用户的用户节点；以所述目标用户的用户节点为头节点，新建一个画像区块链；其中，新建的画像区块链除头节点外包含一个新建的链表节点；将所述目标用户画像存储至该新建的链表节点。
12.根据权利要求11所述的方法，其特征在于，所述将所述目标用户画像存储至该新建的链表节点，包括：
生成包含所述目标用户画像和所述目标用户画像的生成时间的二维数组，将所述二维数组存储至该新建的链表节点。
13.根据权利要求11所述的方法，其特征在于，在所述向所述使用者使用的电子设备发送所述目标用户画像之前，所述方法还包括：
在所述画像节点记录的用户标识与用户节点的对应关系中，确定所述目标用户标识对应的用户节点，得到所述目标用户的用户节点；
在所述目标用户的用户节点记录的用户画像与链表节点的对应关系中，确定所述目标用户画像对应的链表节点；
从确定出的链表节点获取所述目标用户画像。
14.一种用户画像管理装置，其特征在于，所述装置包括：
提取模块，用于在接收到针对目标用户的目标用户画像的使用请求后，提取所述使用请求中携带的使用者的用户标识，作为使用者标识，以及提取所述使用请求中携带的使用摘要；其中，所述使用摘要表示所述使用者获取所述目标用户画像的使用场景；
获取模块，用于获取所述目标用户针对所述目标用户画像的授权名单和授权摘要；其中，所述授权名单包含所述目标用户授权使用所述目标用户画像的各用户的用户标识；所述授权摘要表示所述目标用户授权使用所述目标用户画像的使用场景；
使用权判断模块，用于基于所述使用者标识、所述使用摘要、所述授权名单和所述授权摘要，判断所述使用者是否具有所述目标用户画像的使用权；
告警消息发送模块，用于如果所述使用者不具有所述目标用户画像的使用权，向所述目标用户使用的电子设备发送告警消息，以提醒所述目标用户本次所述使用者针对所述目标用户画像的请求使用行为；
用户画像发送模块，用于如果所述使用者具有所述目标用户画像的使用权，向所述使用者使用的电子设备发送所述目标用户画像。
15.根据权利要求14所述的装置，其特征在于，所述使用权判断模块，具体用于判断所述授权名单中是否包含所述使用者标识；
如果所述授权名单中不包含所述使用者标识，确定所述使用者不具有所述目标用户画像的使用权；
如果所述授权名单中包含所述使用者标识，计算所述使用摘要与所述授权摘要之间的差异值；如果所述差异值大于预设阈值，确定所述使用者不具有所述目标用户画像的使用权；如果所述差异值不大于所述预设阈值，确定所述使用者具有所述目标用户画像的使用权。
16.根据权利要求15所述的装置，其特征在于，所述使用权判断模块，具体用于从所述使用摘要中提取连续的，且为第一预设长度的字符串，得到所述使用摘要包含的各字符串；
针对提取到的每一字符串，如果所述授权摘要中包含与该字符串相同的字符串，确定该字符串对应的匹配度为第一数值；
如果所述授权摘要中不包含与该字符串相同的字符串，从该字符串中提取连续的，且为第二预设长度的字符串，得到该字符串包含的各子字符串；针对该字符串包含的每一子字符串，如果所述授权摘要中不包含与该子字符串相同的字符串，确定该子字符串对应的匹配度为第二数值；如果所述授权摘要中包含与该子字符串相同的字符串，基于该子字符串包含的字符的数目、该字符串包含的字符的数目、所述授权摘要包含的字符的数目，以及所述授权摘要中与该子字符串相同的字符串出现的次数，计算该子字符串对应的匹配度；计算该字符串包含的各子字符串对应的匹配度的和值，并计算该和值与该字符串包含的各子字符串的数目的比值，得到该字符串对应的匹配度；
基于所述使用摘要包含的各字符串对应的匹配度和所述使用摘要包含的字符串的数目，计算所述使用摘要与所述授权摘要之间的差异值。
17.根据权利要求14所述的装置，其特征在于，所述装置还包括：
画像维度确定模块，用于在所述提取模块执行在接收到针对目标用户的目标用户画像的使用请求后，提取所述使用请求中携带的使用者的用户标识，作为使用者标识，以及提取所述使用请求中携带的使用摘要之前，执行基于所述目标用户的用户信息，确定所述目标用户对应的画像维度，作为目标画像维度；
初始用户画像生成模块，用于基于所述目标用户在所述目标画像维度的用户数据，生成所述目标用户在所述目标画像维度的用户画像，作为初始用户画像；
目标用户画像生成模块，用于基于所述初始用户画像，生成所述目标用户最终的用户画像，作为目标用户画像。
18.根据权利要求17所述的装置，其特征在于，所述目标用户画像生成模块，具体用于基于所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重；
确定计算得到的时间权重和所述初始用户画像为所述目标用户最终的用户画像，作为目标用户画像。
19.根据权利要求18所述的装置，其特征在于，所述目标用户画像生成模块，具体用于判断在生成所述初始画像之前是否已生成过所述目标用户在所述目标画像维度的用户画像；
如果在生成所述初始画像之前未生成过所述目标用户在所述目标画像维度的用户画像，基于所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重；
如果在生成所述初始画像之前已生成过所述目标用户在所述目标画像维度的用户画像，获取已生成的所述目标用户在所述目标画像维度的各用户画像的时间权重；按照所述各用户画像的生成时间的先后顺序，确定所述各用户画像的时间权重的变化趋势中拐点位置处的时间权重，作为目标时间权重；基于所述目标时间权重、所述各用户画像的时间权重的数目、所述目标用户的用户数据对应的目标时间段的时长，以及在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，计算所述初始用户画像的时间权重。
20.根据权利要求19所述的装置，其特征在于，所述目标用户画像生成模块，具体用于基于所述目标用户的用户数据对应的目标时间段的时长、所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长，以及按照所述各用户画像的生成时间的先后顺序，所述各用户画像中的第一个用户画像的时间权重，计算参考时间权重；
如果所述参考时间权重不小于第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为上升趋势，基于所述目标用户的用户数据对应的目标时间段的时长、在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述各用户画像的数目、以及按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重之间的时间权重的数目，计算所述初始用户画像的时间权重；
如果所述参考时间权重不小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为下降趋势，基于在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述目标用户的用户数据对应的目标时间段的时长、以及所述各用户画像的时间权重中相邻的两个时间权重的差值中绝对值最大的差值，计算所述初始用户画像的时间权重；
如果所述参考时间权重小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为下降趋势，基于所述目标用户的用户数据对应的目标时间段的时长、在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述各用户画像的数目、以及按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重之间的时间权重的数目，计算所述初始用户画像的时间权重；
如果所述参考时间权重小于所述第三数值，且按照所述各用户画像的生成时间的先后顺序，从所述各用户画像中的第一个用户画像的时间权重至所述目标时间权重为上升趋势，基于在所述目标时间段内所述目标用户第一次发生用户行为的时刻与最后一次发生用户行为的时刻之间的时长、所述目标用户的用户数据对应的目标时间段的时长、以及所述各用户画像的时间权重中相邻的两个时间权重的差值中绝对值最大的差值，计算所述初始用户画像的时间权重。
21.根据权利要求17所述的装置，其特征在于，所述装置还包括：
DID生成模块，用于在所述目标用户画像生成模块执行基于所述初始用户画像，生成所述目标用户最终的用户画像，作为目标用户画像之后，执行按照预设的分散身份标识符DID生成规则和所述目标用户的用户信息，生成所述目标用户的DID，作为目标DID；
用户标识生成模块，用于基于所述目标用户的指定用户画像的生成时间、所述目标用户的编号和所述目标DID，生成所述目标用户的用户标识，作为目标用户标识；
记录模块，用于对应记录所述目标用户标识和所述目标用户画像。
22.根据权利要求21所述的装置，其特征在于，所述用户标识生成模块，具体用于对所述目标用户的指定用户画像的生成时间进行哈希处理，得到所述指定用户画像的生成时间的哈希值，以及对所述目标用户的编号进行哈希处理，得到所述目标用户的编号的哈希值；
对所述指定用户画像的生成时间的哈希值和所述目标用户的编号的哈希值进行拼接，得到哈希值串；
基于所述哈希值串和所述目标DID，生成所述目标用户的用户标识，作为目标用户标识。
23.根据权利要求22所述的装置，其特征在于，所述用户标识生成模块，具体用于如果所述哈希值串包含的字符的数目不大于所述目标DID包含的字符的数目，针对所述哈希值串中的每一字符，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定该字符在所述哈希值串中的位置；按照所述目标DID包含的字符从高位至低位的排列顺序，确定所述目标DID中与该字符相同位置的字符，得到该字符在所述目标DID中对应的字符；计算该字符与在所述目标DID中对应的字符的余数，得到所述目标用户的用户标识，作为目标用户标识；
如果所述哈希值串包含的字符的数目大于所述目标DID包含的字符的数目，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定在所述目标DID中对应位置存在字符的字符，作为第一字符，以及确定所述哈希值串中除所述第一字符外的其他字符，作为第二字符；针对所述目标DID中的每一字符，统计该字符的出现次数；针对每一第一字符，按照所述哈希值串包含的字符从高位至低位的排列顺序，确定该第一字符在所述哈希值串中的位置；按照所述目标DID包含的字符从高位至低位的排列顺序，确定所述目标DID中与该第一字符相同位置的字符，得到该第一字符在所述目标DID中对应的字符；计算该第一字符与在所述目标DID中对应的字符的余数，作为第一余数；针对每一第二字符，按照所述哈希值串包含的字符从低位至高位的排列顺序，确定该第二字符在所述哈希值串中的位置；按照所述目标DID包含的字符的出现次数从高至低的排列顺序，确定对应的排序结果中与该第二字符相同位置的字符，得到该第二字符在所述目标DID中对应的字符；计算该第二字符与在所述目标DID中对应的字符的余数，得到第二余数；生成包含所述第一余数和所述第二余数的所述目标用户的用户标识，作为目标用户标识。
24.根据权利要求21所述的装置，其特征在于，所述记录模块，具体用于判断画像节点中存储的用户标识与用户节点的对应关系中，是否包含所述目标用户标识；其中，所述画像节点为预设的用户区块链的头节点；所述用户节点为所述用户区块链的非头节点；一个用户节点用于存储对应的用户的用户信息；
如果所述对应关系中包含所述目标用户标识，确定所述目标用户标识对应的用户节点，得到所述目标用户的用户节点；在以所述目标用户的用户节点为头节点的画像区块链的最后一个链表节点后新建一个链表节点，并将所述目标用户画像存储至该新建的链表节点；
如果所述对应关系中不包含所述目标用户标识，在所述用户区块链的最后一个用户节点后新建一个用户节点，作为所述目标用户的用户节点，并在所述对应关系中对应记录所述目标用户标识和所述目标用户的用户节点；以所述目标用户的用户节点为头节点，新建一个画像区块链；其中，新建的画像区块链除头节点外包含一个新建的链表节点；将所述目标用户画像存储至该新建的链表节点。
25.根据权利要求24所述的装置，其特征在于，所述记录模块，具体用于生成包含所述目标用户画像和所述目标用户画像的生成时间的二维数组，将所述二维数组存储至该新建的链表节点。
26.根据权利要求24所述的装置，其特征在于，所述装置还包括：
用户节点确定模块，用于在所述用户画像发送模块执行向所述使用者使用的电子设备发送所述目标用户画像之前，执行在所述画像节点记录的用户标识与用户节点的对应关系中，确定所述目标用户标识对应的用户节点，得到所述目标用户的用户节点；
链表节点确定模块，用于在所述目标用户的用户节点记录的用户画像与链表节点的对应关系中，确定所述目标用户画像对应的链表节点；
用户画像获取模块，用于从确定出的链表节点获取所述目标用户画像。
27.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-13任一所述的方法步骤。
28.一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内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-13任一所述的方法步骤。
CN202210730320.7A 2022-06-24 2022-06-24 一种用户画像管理方法、装置、电子设备及存储介质 Active CN114996347B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210730320.7A CN114996347B (zh) 2022-06-24 2022-06-24 一种用户画像管理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210730320.7A CN114996347B (zh) 2022-06-24 2022-06-24 一种用户画像管理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN114996347A true CN114996347A (zh) 2022-09-02
CN114996347B CN114996347B (zh) 2024-08-27

Family

ID=83037085

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210730320.7A Active CN114996347B (zh) 2022-06-24 2022-06-24 一种用户画像管理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114996347B (zh)

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090216689A1 (en) * 2008-01-24 2009-08-27 Dmitry Zelenko System and method for variant string matching
CN109408746A (zh) * 2018-09-26 2019-03-01 平安科技（深圳）有限公司 画像信息查询方法、装置、计算机设备和存储介质
CN109408681A (zh) * 2018-10-11 2019-03-01 广东工业大学 一种字符串匹配方法、装置、设备及可读存储介质
CN109492021A (zh) * 2018-09-26 2019-03-19 平安科技（深圳）有限公司 企业画像信息查询方法、装置、计算机设备和存储介质
CN111091351A (zh) * 2019-12-16 2020-05-01 北京政信1890智能科技有限公司 用户画像构建方法、装置、电子设备和可读存储介质
CN111191092A (zh) * 2019-12-31 2020-05-22 腾讯科技（深圳）有限公司 画像数据处理方法和画像模型训练方法
CN111382322A (zh) * 2018-12-27 2020-07-07 北京猎户星空科技有限公司 字符串相似度的确定方法和装置
CN111475690A (zh) * 2020-06-19 2020-07-31 支付宝(杭州)信息技术有限公司 字符串的匹配方法和装置、数据检测方法、服务器
CN111831869A (zh) * 2020-06-30 2020-10-27 深圳价值在线信息科技股份有限公司 一种字符串的查重方法、装置、终端设备及存储介质
CN112231555A (zh) * 2020-10-12 2021-01-15 中国平安人寿保险股份有限公司 基于用户画像标签的召回方法、装置、设备及存储介质
CN113343208A (zh) * 2021-05-20 2021-09-03 网易（杭州）网络有限公司 一种凭证授权方法、装置、终端及存储介质
CN113345570A (zh) * 2021-06-20 2021-09-03 刘钢 基于区块链和智慧医疗的大数据提取方法及大数据系统
CN113435505A (zh) * 2021-06-28 2021-09-24 中电积至(海南)信息技术有限公司 一种安全用户画像的构建方法与装置
CN113792274A (zh) * 2021-09-29 2021-12-14 深圳前海微众银行股份有限公司 一种信息管理方法、管理系统和存储介质
CN114021175A (zh) * 2021-11-19 2022-02-08 深圳市电子商务安全证书管理有限公司 用户画像的配置方法、装置、计算机设备及介质
WO2022027492A1 (zh) * 2020-08-06 2022-02-10 华为技术有限公司 一种通信方法、设备及系统
CN114155067A (zh) * 2022-02-10 2022-03-08 北京派瑞威行互联技术有限公司 一种用户画像的建立方法及系统
CN114328092A (zh) * 2021-12-17 2022-04-12 阿里巴巴（中国）有限公司 功耗画像方法、设备、数据中心及存储介质
CN114547648A (zh) * 2022-02-18 2022-05-27 中国银联股份有限公司 一种数据匿踪查询方法及系统

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090216689A1 (en) * 2008-01-24 2009-08-27 Dmitry Zelenko System and method for variant string matching
CN109408746A (zh) * 2018-09-26 2019-03-01 平安科技（深圳）有限公司 画像信息查询方法、装置、计算机设备和存储介质
CN109492021A (zh) * 2018-09-26 2019-03-19 平安科技（深圳）有限公司 企业画像信息查询方法、装置、计算机设备和存储介质
CN109408681A (zh) * 2018-10-11 2019-03-01 广东工业大学 一种字符串匹配方法、装置、设备及可读存储介质
CN111382322A (zh) * 2018-12-27 2020-07-07 北京猎户星空科技有限公司 字符串相似度的确定方法和装置
CN111091351A (zh) * 2019-12-16 2020-05-01 北京政信1890智能科技有限公司 用户画像构建方法、装置、电子设备和可读存储介质
CN111191092A (zh) * 2019-12-31 2020-05-22 腾讯科技（深圳）有限公司 画像数据处理方法和画像模型训练方法
CN111475690A (zh) * 2020-06-19 2020-07-31 支付宝(杭州)信息技术有限公司 字符串的匹配方法和装置、数据检测方法、服务器
CN111831869A (zh) * 2020-06-30 2020-10-27 深圳价值在线信息科技股份有限公司 一种字符串的查重方法、装置、终端设备及存储介质
WO2022027492A1 (zh) * 2020-08-06 2022-02-10 华为技术有限公司 一种通信方法、设备及系统
CN112231555A (zh) * 2020-10-12 2021-01-15 中国平安人寿保险股份有限公司 基于用户画像标签的召回方法、装置、设备及存储介质
CN113343208A (zh) * 2021-05-20 2021-09-03 网易（杭州）网络有限公司 一种凭证授权方法、装置、终端及存储介质
CN113345570A (zh) * 2021-06-20 2021-09-03 刘钢 基于区块链和智慧医疗的大数据提取方法及大数据系统
CN113435505A (zh) * 2021-06-28 2021-09-24 中电积至(海南)信息技术有限公司 一种安全用户画像的构建方法与装置
CN113792274A (zh) * 2021-09-29 2021-12-14 深圳前海微众银行股份有限公司 一种信息管理方法、管理系统和存储介质
CN114021175A (zh) * 2021-11-19 2022-02-08 深圳市电子商务安全证书管理有限公司 用户画像的配置方法、装置、计算机设备及介质
CN114328092A (zh) * 2021-12-17 2022-04-12 阿里巴巴（中国）有限公司 功耗画像方法、设备、数据中心及存储介质
CN114155067A (zh) * 2022-02-10 2022-03-08 北京派瑞威行互联技术有限公司 一种用户画像的建立方法及系统
CN114547648A (zh) * 2022-02-18 2022-05-27 中国银联股份有限公司 一种数据匿踪查询方法及系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
余海洋;林琛;陈珂;江弋;邹权;: "Pass-Join-K:多分段匹配的相似性连接算法", 计算机科学与探索, no. 10, 2 July 2013 (2013-07-02), pages 64 - 72 *
刘永海;: "一种基于PowerBuilder环境字符串相似度算法", 数字技术与应用, no. 03, 15 March 2017 (2017-03-15), pages 149 - 150 *
姚学润;张琦;倪明昊;韩杨;: "基于大数据分析的新媒体用户画像构建及应用――以第一财经为例", 现代电视技术, no. 03, 15 March 2020 (2020-03-15), pages 96 - 98 *
李彬;: "计算字符串相似度的矩阵算法", 现代电子技术, no. 24, 15 December 2007 (2007-12-15), pages 113 - 115 *
王D: "基于Trie结构的带通配符的相似字符串匹配算法", 计算机应用, no. 10, 28 October 2004 (2004-10-28), pages 123 - 126 *
许鹏程;毕强;张晗;牟冬梅;: "数据驱动下数字图书馆用户画像模型构建", 图书情报工作, no. 03, 20 February 2019 (2019-02-20), pages 31 - 38 *

Also Published As

Publication number Publication date
CN114996347B (zh) 2024-08-27

Similar Documents

Publication Publication Date Title
Xu et al. Information security in big data: privacy and data mining
CN102737333B (zh) 用于计算用户和要约到微小细分的匹配的顺序引擎
US20190058719A1 (en) System and a method for detecting anomalous activities in a blockchain network
Olmezogullari et al. Pattern2Vec: Representation of clickstream data sequences for learning user navigational behavior
US20120226559A1 (en) Automatic classification of consumers into micro-segments
CN114996348A (zh) 一种用户画像生成方法、装置、电子设备及存储介质
CN106874253A (zh) 识别敏感信息的方法及装置
CN112231570B (zh) 推荐系统托攻击检测方法、装置、设备及存储介质
Moradi et al. A trust-aware recommender algorithm based on users overlapping community structure
WO2020135642A1 (zh) 一种基于生成对抗网络的模型训练方法及设备
CN111652622A (zh) 一种风险网址的识别方法、装置及电子设备
CN110598070A (zh) 应用类型识别方法及装置、服务器及存储介质
CN111639696B (zh) 一种用户分类方法及装置
CN113628049B (zh) 一种基于群体智能的区块链智能合约的冲突裁决方法
CN114819967A (zh) 数据处理方法、装置、电子设备及计算机可读存储介质
CN111813946A (zh) 医疗信息反馈方法、装置、设备及可读存储介质
Livraga et al. Data confidentiality and information credibility in on-line ecosystems
CN111552865A (zh) 用户兴趣画像方法及相关设备
US20230334742A1 (en) Apparatus, system, and method for generating a video avatar
CN109543094B (zh) 一种基于矩阵分解的隐私保护内容推荐方法
CN116305033A (zh) 一种异常账户识别方法、装置及电子设备
CN116488850A (zh) 真实性验证方法和装置
CN114996347B (zh) 一种用户画像管理方法、装置、电子设备及存储介质
CN114969197A (zh) 一种用户画像管理方法、装置、电子设备及存储介质
CN109918576B (zh) 一种基于联合概率矩阵分解的微博关注推荐方法

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