CN116051103A - 基于区块链的质量有保障的图像众包交易方法 - Google Patents
基于区块链的质量有保障的图像众包交易方法 Download PDFInfo
- Publication number
- CN116051103A CN116051103A CN202310057066.3A CN202310057066A CN116051103A CN 116051103 A CN116051103 A CN 116051103A CN 202310057066 A CN202310057066 A CN 202310057066A CN 116051103 A CN116051103 A CN 116051103A
- Authority
- CN
- China
- Prior art keywords
- image
- smart contract
- quality
- ipfs
- crowdsourcing
- 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 26
- 230000007246 mechanism Effects 0.000 claims abstract description 4
- 238000000605 extraction Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000013527 convolutional neural network Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000001303 quality assessment method Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 2
- 238000000275 quality assurance Methods 0.000 claims 1
- 238000010200 validation analysis Methods 0.000 claims 1
- 238000000151 deposition Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
- G06Q20/3829—Payment protocols; Details thereof insuring higher security of transaction involving key management
-
- 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
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- 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
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/389—Keeping log of transactions for guaranteeing non-repudiation of a transaction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- 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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Bioethics (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于区块链的质量有保障的图像众包交易方法，包括：在本地依据对图像的要求输入参数并调用智能合约账户，完成任务初始化；向智能合约账户存入任务押金，智能合约账户确认任务押金后将发送任务需求，使用图像质量预测模型对符合要求的图像进行特征提取，并将图像特征上传至智能合约账户；智能合约账户对接收到的图像特征进行运算并获取相应的质量分数，依据图像选择机制从候选图像中选择出最符合买家利益的一组图像；由智能合约生成公私密钥对和星际文件系统文件存储地址，数据提供者使用公钥对数据加密并上传至星际文件系统IPFS，需求者则从IPFS中下载并解密。
Description
技术领域
本发明涉及信息安全技术领域，具体的是基于区块链的质量有保障的图像众包交易方法。
背景技术
随着先进的图像理解与图像分类技术的高速发展，科学研究与商业操作等对图像的需求量快速增长。但图像数据的收集工作耗时且费力，这就导致了图像需求难以得到满足。与此同时，尽管每个人手中的移动设备会产生大量的图像数据，但由于缺乏便捷的分享途径，这些图像难以被运用到更多领域来发挥价值。为了利用人们手中的大量图像去解决科研领域的图像需求，一些工作设计了图像交易平台，却因为这些平台依赖于中心服务器，往往面临着数据泄漏与交易攻击的风险。此外，与传统商品不同的是，图像数据的质量难以衡量，这也是经常被交易平台忽略的一点。
使用区块链代替第三方平台进行图像众包的方案，利用区块链透明公开不可篡改的特性，能够实现交易过程的公平公正，但同时数据隐私的问题不容忽视。传统的质量控制方案无法适用于图像数据，而使用图像质量评估方法能够有效地判断出图像实际的失真程度，但现有的评估方法所使用的模型需要改进其浮点计算量与参数量以匹配区块链计算场景。总之，目前的研究中没有能够在保护隐私的图像众包交易过程中兼顾数据质量。
发明内容
为解决上述背景技术中提到的不足，本发明的目的在于提供基于区块链的质量有保障的图像众包交易方法。
本发明的目的可以通过以下技术方案实现：基于区块链的质量有保障的图像众包交易方法，方法包括以下步骤：
在本地依据对图像的要求输入参数并调用智能合约账户，完成任务初始化；
向智能合约账户存入任务押金，智能合约账户确认任务押金后将发送任务需求，使用图像质量预测模型对符合要求的图像进行特征提取，并将图像特征上传至智能合约账户；
智能合约账户对接收到的图像特征进行运算并获取相应的质量分数，依据质量分数及图像选择机制从候选图像中选择出最符合买家利益的一组图像；
由智能合约生成公私密钥对和星际文件系统文件存储地址，数据提供者使用公钥对图像加密并上传至星际文件系统IPFS，需求者则从IPFS中下载并解密。
优选地，所述图像质量预测模型为基于卷积神经网络进行预测。
优选地，所述卷积神经网络拆分为链下特征提取模块与链上特征运算模块，在不侵犯图像隐私的条件下进行质量预测，也能降低智能合约的运算成本。
优选地，所述图像质量预测模型的前半部分侧重于将图像内容理解为语义提取网络，并输出四个特征流用于图像失真预测，接下来，将多尺度信息Si(x)进行融合，作为最后失真评估的特征S(x)，然后对提取的特征进行卷积和合并，然后通过线性层，最终获得图像失真Dsi的分数，范围从0到100，高的值表示图像失真小。
优选地，所述图像质量预测模型在KonIQ-10k、TID2013和LIVEC三个质量评估数据集上进行了训练和验证。
优选地，所述IPFS为点对点分布式文件系统，用于共享文件
优选地，当数据卖家将数据加密后上传至IPFS时，根据数据信息来生成唯一标识来标记数据，数据买家根据唯一标识来寻找并下载所需要的数据。
优选地，智能合约生成公私密钥对pk，sk和IPFS文件存储地址，智能合约将图像报价、公钥pk和IPFS地址发送给SF中的工人，通知使用公钥加密图像并将其发送给IPFS，在接收到图像上传通知后，如果工人对价格满意，将加密原始图像并将其上传到IPFS，在智能合约将检查IPFS地址中的文件是否完整，并将IPFS地址和用于解密的私钥sk发送给请求者，请求者从IPFS下载购买的图像集并对其进行解密，一旦请求者确认交易，智能合约将押金β分配给工人，作为工作收入。
优选地，一种设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当一个或多个所述程序被一个或多个所述处理器执行，使得一个或多个所述处理器实现如上所述的基于区块链的质量有保障的图像众包交易方法。
优选地，所述计算机可执行指令在由计算机处理器执行时用于执行如上所述的基于区块链的质量有保障的图像众包交易方法。
本发明的有益效果：
本发明可以帮助图像需求者快速地收集满足其要求的高质量图像集，该方案采用众包方法进行图像交易，并且交易流程由智能合约控制，交易产生的数据存储于区块链结构中，这些可以保障交易的隐私可靠和不可篡改，此外，该方案的图像选择机制利用图像质量评估技术对图像质量进行预测，无需人工干预即可依据图像质量选择出最符合需求者利益的图像集。
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，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是本发明众包框架结构示意图；
图2是本发明区块链结构示意图；
图3是本发明图像质量预测模型示意图；
图4是本发明详细交易流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，基于区块链的质量有保障的图像众包交易方法，包括以下步骤：
请求初始化阶段：在请求者在本地初始化图像众包任务需求Req，其中包括需求图像的文字描述Des、样本图像的特征集Sf、需求图像的数量Num、图像质量限制Ql、截止时间ddl、任务预算β。图像请求者将任务需求Req上传到智能合约，并将等于总预算β的押金存储到智能合约。
工人响应阶段：工人可以检查自己移动设备上的相册，并在智能合约广播任务后，如果有符合买家要求的图像，则可以响应任务。工人使用由我们的框架提供的预先训练的质量评估模型来提取图像质量特征Fi，并将Fi发送到智能合约以响应任务。
图像选择和定价阶段：智能合约完成用户上传的图像特征的检查、选择、定价和图像传输准备。智能合约首先判断用户上传行为的合法性，只有合法上传的图像特征才能用于图像质量计算。当图像质量满足Ql时，图像特征将被添加到候选图像特征集CF。智能合约将从所有符合ddl买家要求的图像中选择一组质量或内容匹配度最高的图像。所选图像特征Fi、对应的工人信息Wi和图像Pi的价格将被存储在所选图像集SF中。智能合约将在图像缓存链(ICC)中存储SF，作为图像交易链(ITC)中此任务的交易块的补充。
图像交付和支付阶段：智能合约生成公私密钥对(pk，sk)和星际文件系统(IPFS)文件存储地址。智能合约将图像报价、公钥pk和IPFS地址发送给SF中的工人，通知他们使用公钥加密图像并将其发送给IPFS。在接收到图像上传通知后，如果工人对价格满意，他将加密原始图像并将其上传到IPFS。智能合约将检查IPFS地址中的文件是否完整，并将IPFS地址和用于解密的私钥sk发送到,在步骤14中，请求者从IPFS下载购买的图像集并对其进行解密。最后，一旦请求者确认交易，智能合约将押金β分配给工人，作为工作收入。
我们采用基于卷积神经网络对图像质量进行预测，并将网络模型拆分为链下特征提取与链上特征运算模块，既可以在不侵犯图像隐私的条件下进行质量预测，也可以降低智能合约的运算成本。
我们的模型结构如质量预测模型图所示，该模型的前半部分侧重于将图像内容理解为语义提取网络，并输出四个特征流用于图像失真预测。接下来，我们将多尺度信息Si(x)进行融合，作为最后失真评估的特征S(x)。到目前为止，融合特征的提取是在区块链下进行的，称为链外图像失真特征提取器。之后，我们对提取的特征进行卷积和合并，然后通过线性层，最终获得图像失真Dsi的分数，其范围从0到100，较高的值表示图像失真较小。这一系列操作由区块链上的智能合约完成。
具体来说，我们使用MobileNet_V3_Small作为骨干模型来提取语义特征，并且ImageNet上的预训练模型用于网络初始化。如模型图所示，我们从第三个、第七和第十一个瓶颈层以及最后一个完整连接层中提取了四个多尺度语义特征，然后在卷积、平均池化和线性层之后，获得了长度分别为256、256、2816和3584的四个一维特征。最后，它们被合并为最终的语义特征S(x)＝1×1×6912，用于最终的失真评估分数。
我们的图像质量预测模型在KonIQ-10k、TID2013和LIVEC三个质量评估数据集上进行了训练和验证.。该模型已使用Python实现，并在NVIDIARTX 4000显卡上进行了训练和验证。在整个实验中，我们使用了权重衰减为5×10-4的Adam优化器来训练我们的模型，并将batch size设置为128。学习率首先设置为2×10-5，每5个循环后减少10。同时，总共训练了100个周期。我们在数据集上最小化我们的损失函数L1，L1定义如下,其中Pi和Qi分别表示第i个训练样本分数和预测真实得分。
基于同一种发明构思，本发明还提供一种计算机设备，该计算机设备包括包括：一个或多个处理器，以及存储器，用于存储一个或多个计算机程序；程序包括程序指令，处理器用于执行存储器存储的程序指令。处理器可能是中央处理单元(Central ProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor、DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其用于实现一条或一条以上指令，具体用于加载并执行计算机存储介质内一条或一条以上指令从而实现上述方法。
需要进一步进行说明的是，基于同一种发明构思，本发明还提供一种计算机存储介质，该存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述方法。该存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电、磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本公开的基本原理、主要特征和本公开的优点。本行业的技术人员应该了解，本公开不受上述实施例的限制，上述实施例和说明书中描述的只是说明本公开的原理，在不脱离本公开精神和范围的前提下，本公开还会有各种变化和改进，这些变化和改进都落入要求保护的本公开范围内容。
Claims (10)
1.基于区块链的质量有保障的图像众包交易方法，其特征在于，方法包括以下步骤：
在本地依据对图像的要求输入参数并调用智能合约账户，完成任务初始化；
向智能合约账户存入任务押金，智能合约账户确认任务押金后将发送任务需求，使用图像质量预测模型对符合要求的图像进行特征提取，并将图像特征上传至智能合约账户；
智能合约账户对接收到的图像特征进行运算并获取相应的质量分数，依据质量分数及图像选择机制从候选图像中选择出最符合买家利益的一组图像；
由智能合约生成公私密钥对和星际文件系统文件存储地址，数据提供者使用公钥对图像加密并上传至星际文件系统IPFS，需求者则从IPFS中下载并解密。
2.根据权利要求1所述的基于区块链的质量有保障的图像众包交易方法，其特征在于，所述图像质量预测模型为基于卷积神经网络进行预测。
3.根据权利要求2所述的基于区块链的质量有保障的图像众包交易方法，其特征在于，所述卷积神经网络拆分为链下特征提取模块与链上特征运算模块，在不侵犯图像隐私的条件下进行质量预测，也能降低智能合约的运算成本。
4.根据权利要求2所述的基于区块链的质量有保障的图像众包交易方法，其特征在于，所述图像质量预测模型的前半部分侧重于将图像内容理解为语义提取网络，并输出四个特征流用于图像失真预测，接下来，将多尺度信息Si(x)进行融合，作为最后失真评估的特征S(x)，然后对提取的特征进行卷积和合并，然后通过线性层，最终获得图像失真Dsi的分数，范围从0到100，高的值表示图像失真小。
5.根据权利要求4所述的基于区块链的质量有保障的图像众包交易方法，其特征在于，所述图像质量预测模型在KonIQ-10k、TID2013和LIVEC三个质量评估数据集上进行了训练和验证。
6.根据权利要求1所述的基于区块链的质量有保障的图像众包交易方法，其特征在于，所述IPFS为点对点分布式文件系统，用于共享文件。
7.根据权利要求6所述的基于区块链的质量有保障的图像众包交易方法，其特征在于，当数据卖家将数据加密后上传至IPFS时，根据数据信息来生成唯一标识来标记数据，数据买家根据唯一标识来寻找并下载所需要的数据。
8.根据权利要求1所述的基于区块链的质量有保障的图像众包交易方法，其特征在于，智能合约生成公私密钥对pk，sk和IPFS文件存储地址，智能合约将图像报价、公钥pk和IPFS地址发送给SF中的工人，通知使用公钥加密图像并将其发送给IPFS，在接收到图像上传通知后，如果工人对价格满意，将加密原始图像并将其上传到IPFS，在智能合约将检查IPFS地址中的文件是否完整，并将IPFS地址和用于解密的私钥sk发送给请求者，请求者从IPFS下载购买的图像集并对其进行解密，一旦请求者确认交易，智能合约将押金β分配给工人，作为工作收入。
9.一种设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当一个或多个所述程序被一个或多个所述处理器执行，使得一个或多个所述处理器实现如权利要求1-8中任一所述的基于区块链的质量有保障的图像众包交易方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-8中任一所述的基于区块链的质量有保障的图像众包交易方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310057066.3A CN116051103A (zh) | 2023-01-14 | 2023-01-14 | 基于区块链的质量有保障的图像众包交易方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310057066.3A CN116051103A (zh) | 2023-01-14 | 2023-01-14 | 基于区块链的质量有保障的图像众包交易方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116051103A true CN116051103A (zh) | 2023-05-02 |
Family
ID=86127279
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310057066.3A Pending CN116051103A (zh) | 2023-01-14 | 2023-01-14 | 基于区块链的质量有保障的图像众包交易方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116051103A (zh) |
-
2023
- 2023-01-14 CN CN202310057066.3A patent/CN116051103A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kravchenko et al. | The digitalization as a global trend and growth factor of the modern economy | |
| CN107767070B (zh) | 用于信息推广的方法及装置 | |
| US10630805B2 (en) | Single action upload of images from a mobile device | |
| CN113742564B (zh) | 目标资源的推送方法和装置 | |
| WO2020034626A1 (zh) | 服务推荐方法、装置、电子设备及存储介质 | |
| KR102579517B1 (ko) | Ｎｆｔ 연계 현물상품 판매 서비스 제공 시스템 | |
| WO2023016147A1 (zh) | 多目标预测方法、装置、设备、存储介质及程序产品 | |
| US10068267B1 (en) | Programmatic selection of service provider | |
| CN114529309A (zh) | 一种信息审核方法、装置、电子设备及计算机可读介质 | |
| CN114565470A (zh) | 基于人工智能的金融产品推荐方法、及其相关设备 | |
| CN114511313A (zh) | 支付通道接入方法、系统、计算机设备及可读存储介质 | |
| CN111695988A (zh) | 信息处理方法、装置、电子设备和介质 | |
| US8086501B2 (en) | Method and system for creative collaborative marketplaces | |
| CN116051103A (zh) | 基于区块链的质量有保障的图像众包交易方法 | |
| CN112446708A (zh) | 一种风险识别方法和装置 | |
| Arakelian et al. | Alternative dispute resolution procedures using information technologies: legal regulation in the European Union and the USA | |
| CN111798282A (zh) | 一种信息处理方法、终端及存储介质 | |
| US20150170068A1 (en) | Determining analysis recommendations based on data analysis context | |
| CN111815341A (zh) | 专利运营微应用系统 | |
| US10394885B1 (en) | Methods, systems and computer program products for generating personalized financial podcasts | |
| CN110838019A (zh) | 确定试用品发放人群的方法和装置 | |
| CN114757696A (zh) | 一种基于隐私计算数据探查的数据定价系统和方法 | |
| US20140330680A1 (en) | E-commerce system that allows for seller restrictions based on social media account characteristics | |
| CN113450122A (zh) | 基于区块链的对公客户业务交易方法及装置 | |
| CN110097386B (zh) | 用于数据处理的方法及装置 |
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 |