CN116579024B - 一种大数据与人工智能相结合的个人信息管理系统 - Google Patents

Abstract

本发明公开了一种大数据与人工智能相结合的个人信息管理系统，涉及大数据和和人工智能信息技术领域；信息建立模块用于获取个人信息和第三方机构的信息，根据信息建立个人与第三方机构的关联系数；信息分类模块用于根据个人的状态对信息管理，得到个人是否向第三方机构提供个人联系信息的结果；信息管理模块用于获取信息，并以第三方机构的需求信息建立第一向量，根据个人的交易信息建立第二向量，将第一向量与第二向量在同维度相对比，第三方机构根据对比结果接收个人的联系信息；根据个人的状态、个人与第三方的联系频次确定第三方是否能够获取个人的联系方式，为第三方机构获取个人的联系信息作第二轮筛选，防止第三方机构泄露联系信息。

Description

一种大数据与人工智能相结合的个人信息管理系统

技术领域

本发明涉及大数据和人工智能信息技术领域，具体为一种大数据与人工智能相结合的个人信息管理系统。

背景技术

随着网络的迅速发展，越来越多的网民在网络上登陆并浏览网络上的所有信息；在网民在网络上浏览信息的同时，网民的信息也会在网络上暴露；更甚至，未浏览的网站也能根据合作伙伴方得到网民的所有信息，从而对网民造成不同程度的干扰；因此，现有技术中网民可以选择显示登陆的状态，根据登陆的状态，网站选择合适的方法与网民建立联系；

但是，上述中对信息管理的方式并不理想，网民因此对信息管理的要求越来越高；网民需要一种如中国专利号为：200610056752.5，公开时间为2007.9.12，其公开了：发布者需要根据自身公布的联系方式、发布者所处的场合与自己进行过联系的浏览者进行关系管理，从而能够使得浏览者能够智能与自身建立联系，使得浏览者能够与发布者建立一个发布者最适应的方式进行联系；浏览者与发布者虽然建立过联系，并不代表浏览者即能够获取发布者的联系方式，若发布者更改了自己的需求，即浏览者再与发布者建立联系，将会对发布者造成干扰，因此需要对上述方式进行改善，但是现有技术中还无法实现这一点。

发明内容

本发明的目的在于提供一种大数据与人工智能相结合的个人信息管理系统，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种大数据与人工智能相结合的个人信息管理系统，该系统包括信息建立模块、信息分类模块和信息管理模块；

所述信息建立模块用于获取个人信息和第三方机构的信息，根据信息建立个人与第三方机构的关联系数；根据关联系数确定个人与第三方机构的关联度，并为信息管理做好准备；

所述信息分类模块用于获取个人的状态，并根据个人的状态对信息进行管理，得到个人是否向第三方机构提供个人联系信息的结果；

所述信息管理模块用于获取信息，并以第三方机构的需求信息建立第一向量，根据个人与第三方机构的交易信息建立第二向量，将第一向量与第二向量在同维度相对比，第三方机构根据对比结果接收个人的联系信息；

所述信息建立模块与信息分类模块和信息管理模块相连接。

进一步的，所述信息建立模块包括第一信息获取单元、第二信息获取单元、历史信息获取单元、信息更新单元、关联程度建立单元和关联信息获取单元；

所述第一信息获取单元用于获取个人的需求信息；

所述第二信息获取单元用于获取第三方机构的需求信息；

所述历史信息获取单元用于获取个人与第三方机构的历史交易信息，并将历史交易信息输送至信息更新单元；

所述信息更新单元用于获取个人与第三方机构更新后的交易信息；

所述关联程度建立单元用于根据个人与第三方机构的需求信息建立关联系数，并将关联系数输送至关联信息获取单元；

所述关联信息获取单元用于计算个人与第三方机构的关联度，并根据关联度进行排序；

所述第一信息获取单元、第二信息获取单元的输出端与关联程度建立单元的输入端相连接；所述历史信息获取单元的输出端与信息更新单元的输入端相连接；所述关联程度建立单元的输出端与关联信息获取单元的输入端相连接。

进一步的，在所述信息建立模块中，将个人更新后的需求信息作为比较数列，将第三方机构更新后的需求信息作为参考数列；将个人更新后的需求信息和第三方机构更新后的需求信息进行无量纲化处理；其中无量纲化处理后的两种信息分别为参考数列为X和对应比较数列的集合为{x₀，x₁，x₂,...，x_n}，n是指数列中数据的项数；则参考数列X和对应比较数列的关联系数ξ通过如下公式表示：

Δ(min)＝min|X(u)-x_i(u)|；

Δ(max)＝max|X(u)-x_i(u)|；

则得到第三方机构更新后的需求信息和个人更新后的需求信息所对应的参考数列和比较数列的关联度值，所述关联度r通过如下公式表示：

若r＞ri，则表示第三方机构和个人相关联；若r≤ri，则表示第三方机构和个人并不关联；

其中：ξ为第三方机构更新后的需求信息和对应个人更新后的需求信息的关联系数；Δ(min)是指参考数列和对应比较数列中信息的最小差值，Δ(max)是指参考数列和对应比较数列中信息的最大差值；ρ是指分辨系数，X(u)是参考数列X中第u位信息，x_i(u)是指比较数列中第u位信息，Δ_oi是指参考数列中的每个信息与比较数列中的每个信息的绝对差值；c是指数列中项数的起始值，ri是指预设标准关联度。

进一步的，获取个人与所有第三方机构的关联度信息集合R，所述集合R＝{r₁，r₂，r₃…r_m}；若包含有r_t<r_i时，关联度小于预设标准关联度，则将对应的第三方机构从排名中剔除，第三方机构无法与个人相关联；在剔除不满足条件的第三方机构后，更新集合内的信息并按照顺序从大至小进行排名，并将关联度排名中占据前L的第三方机构优先判断是否能获取与个人的联系信息，其中t是指关联度数据中的项数，L是指预设排名数。

进一步的，所述信息分类模块包括个人状态获取单元、个人状态更新单元和信息推荐单元；

所述个人状态获取单元用于获取个人在网页上的状态信息，并将所述状态信息输送至个人状态更新单元；

所述个人状态更新单元用于获取在网页上个人与第三方机构的交易信息，更新并确定个人在网页上的状态；

所述信息推荐单元用于获取分类结果，所述分类结果为个人是否向第三方提供个人联系信息；

所述个人状态获取单元的输出端与个人状态更新单元的输入端相连接；所述个人状态更新单元的输出端与信息推荐单元的输入端相连接。

在信息分类模块中，获取个人在网页上更新后的状态信息和个人与第三方机构的交易信息，分析个人是否向第三方提供个人的联系信息具体的方法为：

Z01：获取待分类信息项Z＝{z₁,z₂}和训练样本信息分类项G＝{g₁,g₂}；其中每个z为Z的特征属性，每个g为G的特征属性；

Z02：获取训练样本类别集合S＝{s₁,s₂,s₃…s_h}，h是指训练样本类别的数据项，则得到在训练样本信息分类项中g1和g2的频次与训练样本中类别的概率，得到训练样本中信息分类的概率；

Z03：得到在信息分类条件下不同训练样本类别频次的概率集合P；

Z04：根据步骤Z02-Z03的训练得到分类器，通过分类器得到待分类项中，个人是否向第三方提供个人的联系信息的结果。

所述信息管理模块包括向量生成单元、向量比较单元和信息传输单元；

所述向量生成单元用于根据获取的第三方机构的需求、第三方机构与个人的交易信息分别建立第一向量和第二向量；将第三方机构最初的需求作为第一向量的起始点，将第三方机构更新后的需求作为第一向量的终点，并输出得到信息向量将个人与第三方机构的起始交易信息作为第二向量的起始点，将个人与第三方机构的最终交易信息作为第二向量的终点，并输出得到信息向量/>其中第一向量的起始点和第二向量的起始点为同一起始点；

所述向量比较单元用于将信息向量和信息向量/>通过降维的方式在同一维度内比较，以信息向量/>为中心；若信息向量/>与信息向量/>产生的夹角大于预设夹角，将触发的条件输送至信息传输单元；若信息向量/>与信息向量/>产生的夹角小于预设夹角，则第三方机构无法接收个人的联系信息；

所述信息传输单元用于将个人的联系信息输送至第三方机构；

所述向量生成单元的输出端与向量比较单元的输入端相连接；所述向量比较单元的输出端与信息传输单元的输入端相连接。

获取以第三方机构最终的需求、个人与第三方机构的交易信息形成的向量，具体为向量和向量/>其中向量/>和向量/>的起点为同一起点，则向量/>与向量/>形成的夹角为σ；

若核实到σ＝0时，则表示第三方机构获取个人的全部联系信息；若核实到σ＝[0,f1]，则表示的第三方机构获取个人的部分联系信息；若核实到σ＝[f1,f2]，则表示第三方机构获取个人的一条信息。

所述个人的联系信息为邮件、电话号码、短信、网络联系方式。

与现有技术相比，本发明所达到的有益效果是：

本发明通过信息建立模块，根据个人的信息和第三方机构的信息，建立个人与第三方机构的关联系数，从而能够根据关联系数确定个人与第三方机构的关联度，分析个人与第三方机构是否能够建立关联关系，为第三方机构获取个人的联系信息作第一轮筛选；根据信息分类模块，根据个人的状态、个人与第三方的联系频次确定第三方是否能够获取个人的联系方式，并为信息管理提前做准备，为第三方机构获取个人的联系信息作第二轮筛选，从而防止第三方机构轻易获取或者泄露个人的联系信息；根据信息管理模块分析第三方机构能够获取个人的几种联系方式，防止第三方机构轻易干扰个人。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明一种大数据与人工智能相结合的个人信息管理系统的模块组成示意图。

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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供技术方案：

一种大数据与人工智能相结合的个人信息管理系统，该系统包括信息建立模块、信息分类模块和信息管理模块；

所述信息建立模块用于获取个人信息和第三方机构的信息，根据信息建立个人与第三方机构的关联系数；根据关联系数确定个人与第三方机构的关联度，并为信息管理做好准备；

所述信息分类模块用于获取个人的状态，并根据个人的状态对信息进行管理，得到个人是否向第三方机构提供个人联系信息的结果；

所述信息管理模块用于获取信息，并以第三方机构的需求信息建立第一向量，根据个人与第三方机构的交易信息建立第二向量，将第一向量与第二向量在同维度相对比，第三方机构根据对比结果接收个人的联系信息；

所述信息建立模块与信息分类模块和信息管理模块相连接。

进一步的，所述信息建立模块包括第一信息获取单元、第二信息获取单元、历史信息获取单元、信息更新单元、关联程度建立单元和关联信息获取单元；

所述第一信息获取单元用于获取个人的需求信息；

所述第二信息获取单元用于获取第三方机构的需求信息；

所述历史信息获取单元用于获取个人与第三方机构的历史交易信息，并将历史交易信息输送至信息更新单元；

所述信息更新单元用于获取个人与第三方机构更新后的交易信息；

所述关联程度建立单元用于根据个人与第三方机构的需求信息建立关联系数，并将关联系数输送至关联信息获取单元；

所述关联信息获取单元用于计算个人与第三方机构的关联度，并根据关联度进行排序；

所述第一信息获取单元、第二信息获取单元的输出端与关联程度建立单元的输入端相连接；所述历史信息获取单元的输出端与信息更新单元的输入端相连接；所述关联程度建立单元的输出端与关联信息获取单元的输入端相连接。

进一步的，在所述信息建立模块中，将个人更新后的需求信息作为比较数列，将第三方机构更新后的需求信息作为参考数列；将个人更新后的需求信息和第三方机构更新后的需求信息进行无量纲化处理；其中无量纲化处理后的两种信息分别为参考数列为X和对应比较数列的集合为{x₀,x₁,x₂,...,x_n}，n是指数列中数据的项数；则参考数列X和对应比较数列的关联系数ξ通过如下公式表示：

Δ(min)＝min|X(u)-x_i(u)；

Δ(max)＝max|X(u)-x_i(u)|；

则得到第三方机构更新后的需求信息和个人更新后的需求信息所对应的参考数列和比较数列的关联度值，所述关联度r通过如下公式表示：

若r>ri，则表示第三方机构和个人相关联；若r≤ri，则表示第三方机构和个人并不关联；

其中：ξ为第三方机构更新后的需求信息和对应个人更新后的需求信息的关联系数；Δ(min)是指参考数列和对应比较数列中信息的最小差值，Δ(max)是指参考数列和对应比较数列中信息的最大差值；ρ是指分辨系数，X(u)是参考数列X中第u位信息，x_i(u)是指比较数列中第u位信息，Δ_oi是指参考数列中的每个信息与比较数列中的每个信息的绝对差值；c是指数列中项数的起始值，ri是指预设标准关联度；

在所述信息建立模块中，通过对信息进行无量纲化处理，从而能够使得第三方机构和个人的信息能够在后期更加简便的计算；例如，在求职网站中，个人的需求信息为：薪资为10k~12K，个人的休息时间为每月8天；个人的带薪年假为8天；个人经过在求职网站中遍寻信息，将个人的需求信息更新为：薪资为8K~10k，个人的休息时间为每月6天；个人的带薪年假为4天；第三方机构的需求信息为：薪资待遇为7k～9k；每月提供的休息时间为6～8天，提供的带薪年假为4～6天；根据个人的需求信息和第三方机构建立关联度值；分析关联度，为第三方机构能够获取个人的联系信息作第一轮筛选；从而减小第三方机构过多获取个人的信息，随意联系个人。

进一步的，获取个人与所有第三方机构的关联度信息集合R，所述集合R＝{r₁，r₂，r₃…r_m}；若包含有r_t<r_i时，关联度小于预设标准关联度，则将对应的第三方机构从排名中剔除，第三方机构无法与个人相关联；在剔除不满足条件的第三方机构后，更新集合内的信息并按照顺序从大至小进行排名，并将关联度排名中占据前L的第三方机构优先判断是否能获取与个人的联系信息，其中t是指关联度数据中的项数，L是指预设排名数；

在上述方案中，将关联度数值按照从大至小进行排序；例如在求职网站中，适合个人的第三方机构有若干个，因此按照关联度值从大至小进行排序，能够初次筛选到与个人最适合的第三方机构；例如在买卖租房网站中，通过关联度值能够获取与个人需求最匹配的房子，从而能够减少个人在买卖租房网站中浪费时间，从而能够提高个人买卖租房的效率。

进一步的，所述信息分类模块包括个人状态获取单元、个人状态更新单元和信息推荐单元；

所述个人状态获取单元用于获取个人在网页上的状态信息，并将所述状态信息输送至个人状态更新单元；

所述个人状态更新单元用于获取在网页上个人与第三方机构的交易信息，更新并确定个人在网页上的状态；

所述信息推荐单元用于获取分类结果，所述分类结果为个人是否向第三方机构提供个人联系信息；

所述个人状态获取单元的输出端与个人状态更新单元的输入端相连接；所述个人状态更新单元的输出端与信息推荐单元的输入端相连接。

在信息分类模块中，获取个人在网页上更新后的状态信息和个人与第三方机构的交易信息，分析个人是否向第三方机构提供个人的联系信息具体的方法为：

Z01：获取待分类信息项Z＝{z₁,z₂}和训练样本信息分类项G＝{g₁,g₂}；其中每个z为Z的特征属性，每个g为G的特征属性；

Z02：获取训练样本类别集合S＝{s₁,s₂,s₃…s_h}，h是指训练样本类别的数据项，则得到在训练样本信息分类项中g1和g2的频次与训练样本中类别的概率，得到训练样本中信息分类的概率；

Z03：得到在信息分类条件下不同训练样本类别频次的概率集合P；

Z04：根据步骤Z02-Z03的训练得到分类器，通过分类器得到待分类项中，个人是否向第三方机构提供个人的联系信息的结果；

通过上述技术方案，解决了个人是否向第三方机构提供个人的联系信息的结果，例如在买卖租房中，能够增快个人进一步得到优质房源的步骤，以上方法运用的是贝叶斯方法，通过贝叶斯的方法能够得到最终的分类结果，进一步的防止了第三方机构肆意获取个人信息，对第三方机构进行了二次筛选；所述步骤Z04中得到的分类器是根据训练样本进行训练迭代得到；通过多次迭代验证，提高了本次待分类信息被分类的准确性。

所述信息管理模块包括向量生成单元、向量比较单元和信息传输单元；

所述向量生成单元用于根据获取的第三方机构的需求、第三方机构与个人的交易信息分别建立第一向量和第二向量；将第三方机构最初的需求作为第一向量的起始点，将第三方机构更新后的需求作为第一向量的终点，并输出得到信息向量将个人与第三方机构的起始交易信息作为第二向量的起始点，将个人与第三方机构的最终交易信息作为第二向量的终点，并输出得到信息向量/>其中第一向量的起始点和第二向量的起始点为同一起始点；

所述向量比较单元用于将信息向量和信息向量/>通过降维的方式在同一维度内比较，以信息向量/>为中心；若信息向量/>与信息向量/>产生的夹角大于预设夹角，将触发的条件输送至信息传输单元；若信息向量/>与信息向量/>产生的夹角小于预设夹角，则第三方机构无法接收个人的联系信息；

所述信息传输单元用于将个人的联系信息输送至第三方机构；

所述向量生成单元的输出端与向量比较单元的输入端相连接；所述向量比较单元的输出端与信息传输单元的输入端相连接。

获取以第三方机构最终的需求、个人与第三方机构的交易信息形成的向量，具体为向量和向量/>其中向量/>和向量/>的起点为同一起点，则向量/>与向量/>形成的夹角为σ；

若核实到σ＝0时，则表示第三方机构获取个人的全部联系信息；若核实到σ＝[0,f1]，则表示的第三方机构获取个人的部分联系信息；若核实到σ＝[f1,f2]，则表示第三方机构获取个人的一条信息；

虽然上述两个步骤已经进行了二次筛选，得到了能够获取个人信息的第三方机构，但是并未对各第三方机构获得个人的联系信息的数量，通过上述步骤进行了进一步筛选，对个人的信息进行了有效管理；

在第二向量中未包括个人的需求或者状态的原因是：在信息分类模块中，只有输出的是个人会向第三方机构提供个人的联系信息，才会分析本技术方案中个人具体向第三方提供何种个人的联系信息。

所述个人的联系信息为邮件、电话号码、短信、网络联系方式。

实施例1：建立一个招聘网站，其中个人的需求信息为：薪资为10k～12K，个人的休息时间为每月8天；个人的带薪年假为8天；后经过个人在招聘网站上的搜寻信息，将个人的需求信息更改为：薪资为8K～10k，个人的休息时间为每月6天；个人的带薪年假为4天；在个人的信息更新后，在招聘网站上呈现出第三方机构的列表信息；根据个人更新后的需求信息和第三方机构未更新或者更新后的需求信息进行关联度分析；将个人更新后的需求信息和第三方机构更新后的需求信息进行无量纲化处理；其中无量纲化处理后的两种信息分别为参考数列为X和对应比较数列的集合为{x₀,x₁,x₂,...,x_n}，n是指数列中数据的项数；其中参考数列为第三方机构的需求信息，对应的比较数列信息为个人未更新或者更新后的需求信息；则参考数列X和对应比较数列的关联系数ξ通过如下公式表示：

Δ(min)＝min|X(u)-x_i(u)|；

Δ(max)＝max|X(u)-x_i(u)|；

则得到第三方机构更新后的需求信息和个人更新后的需求信息所对应的参考数列和比较数列的关联度值，所述关联度r通过如下公式表示：

若r>ri，则表示第三方机构和个人相关联；若r≤ri，则表示第三方机构和个人并不关联；

根据得到的关联度信息进行排序，得到第三方机构关联度的排序结果：{H1、H2、H3}；

获取在训练样本中信息分类项G＝{(离线，能提供个人的联系信息)、(离线，不能提供个人的联系信息)、(在线，能提供个人的联系信息)、(在线，不能提供个人的联系信息)}；训练样本类别结合为S＝{个人与第三方机构建立联系的频次较少,个人与第三方机构建立联系的频次较多,个人与第三方机构未建立联系}；根据此信息得到P_{[个人与第三方机构建立联系的频次较少|(离线，能提供个人的联系信息)]}、P_{[个人与第三方机构建立联系的频次较少|(离线，不能提供个人的联系信息)]}……的概率集合信息，并根据此得到分类器，通过分类器得到待分类项中，个人是否向第三方机构提供个人的联系信息的结果；

将第三方机构最终的需求、个人与第三方机构的交易信息形成的向量，具体为向量和向量/>其中向量/>和向量/>的起点为同一起点，则向量/>与向量/>形成的夹角为σ；其中个人的联系信息包括：电话、短信、网络联系方式和邮件；

计算

若核实到σ＝0时，则表示第三方机构获取个人的全部联系信息；若核实到σ＝[0,f1]，则表示的第三方机构获取个人的部分联系信息；若核实到σ＝[f1,f2]，则表示第三方机构获取个人的一条信息；

上述过程中，所获取的部分联系信息为根据个人所处的场景进行选择，若个人所处的场景为办公，则第三方机构选择邮件或者短信的方式与个人建立联系；若个人所处的场景为外出，则第三方机构选择打电话或者网络联系的方式与个人建立联系，具体个人所处的场景可以根据大数据与人工智能的方式进行获取。

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。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种大数据与人工智能相结合的个人信息管理系统，其特征在于：该系统包括信息建立模块、信息分类模块和信息管理模块；

所述信息建立模块用于获取个人信息和第三方机构的信息，根据信息建立个人与第三方机构的关联系数；

所述信息分类模块用于获取个人的状态，并根据个人的状态对信息进行管理，得到个人是否向第三方机构提供个人联系信息的结果；

所述信息管理模块用于获取信息，并以第三方机构的需求信息建立第一向量，根据个人与第三方机构的交易信息建立第二向量，将第一向量与第二向量在同维度相对比，第三方机构根据对比结果接收个人的联系信息；

所述信息建立模块与信息分类模块和信息管理模块相连接；

所述信息建立模块包括第一信息获取单元、第二信息获取单元、历史信息获取单元、信息更新单元、关联程度建立单元和关联信息获取单元；

所述第一信息获取单元用于获取个人的需求信息；

所述第二信息获取单元用于获取第三方机构的需求信息；

所述历史信息获取单元用于获取个人与第三方机构的历史交易信息，并将历史交易信息输送至信息更新单元；

所述信息更新单元用于获取个人与第三方机构更新后的交易信息；

所述关联程度建立单元用于根据个人与第三方机构的需求信息建立关联系数，并将关联系数输送至关联信息获取单元；

所述关联信息获取单元用于计算个人与第三方机构的关联度，并根据关联度进行排序；

所述第一信息获取单元、第二信息获取单元的输出端与关联程度建立单元的输入端相连接；所述历史信息获取单元的输出端与信息更新单元的输入端相连接；所述关联程度建立单元的输出端与关联信息获取单元的输入端相连接；

在所述信息建立模块中，将个人更新后的需求信息作为比较数列，将第三方机构更新后的需求信息作为参考数列；将个人更新后的需求信息和第三方机构更新后的需求信息进行无量纲化处理；其中无量纲化处理后的两种信息分别为参考数列为X和对应比较数列的集合为{x₀,x₁,x₂,...,x_n}，n是指数列中数据的项数；则参考数列X和对应比较数列的关联系数ξ通过如下公式表示：

Δ(min)＝min|X(u)-x_i(u)|；

Δ(max)＝max|X(u)-x_i(u)|；

则得到第三方机构更新后的需求信息和个人更新后的需求信息所对应的参考数列和比较数列的关联度值，所述关联度r通过如下公式表示：

若r>ri，则表示第三方机构和个人相关联；若r≤ri，则表示第三方机构和个人并不关联；

其中：ξ为第三方机构更新后的需求信息和对应个人更新后的需求信息的关联系数；Δ(min)是指参考数列和对应比较数列中信息的最小差值，Δ(max)是指参考数列和对应比较数列中信息的最大差值；ρ是指分辨系数，X(u)是参考数列X中第u位信息，x_i(u)是指比较数列中第u位信息，Δ_oi是指参考数列中的每个信息与比较数列中的每个信息的绝对差值；c是指数列中项数的起始值，ri是指预设标准关联度；

获取个人与所有第三方机构的关联度信息集合R，所述集合R＝{r₁,r₂,r₃…r_m}；若包含有r_t<r_i时，关联度小于预设标准关联度，则将对应的第三方机构从排名中剔除，第三方机构无法与个人相关联；在剔除不满足条件的第三方机构后，更新集合内的信息并按照顺序从大至小进行排名，并将关联度排名中占据前L的第三方机构优先判断是否能获取与个人的联系信息，其中t是指关联度数据中的项数，L是指预设排名数；

所述信息分类模块包括个人状态获取单元、个人状态更新单元和信息推荐单元；

所述个人状态获取单元用于获取个人在网页上的状态信息，并将所述状态信息输送至个人状态更新单元；

所述个人状态更新单元用于获取在网页上个人与第三方机构的交易信息，更新并确定个人在网页上的状态；

所述信息推荐单元用于获取分类结果，所述分类结果为个人是否向第三方提供个人联系信息；

所述个人状态获取单元的输出端与个人状态更新单元的输入端相连接；所述个人状态更新单元的输出端与信息推荐单元的输入端相连接；

在信息分类模块中，获取个人在网页上更新后的状态信息和个人与第三方机构的交易信息，分析个人是否向第三方提供个人的联系信息具体的方法为：

Z01：获取待分类信息项Z＝{z₁,z₂}和训练样本信息分类项G＝{g₁,g₂}；其中每个z为Z的特征属性，每个g为G的特征属性；

Z02：获取训练样本类别集合S＝{s₁,s₂,s₃…s_h}，h是指训练样本类别的数据项，则得到在训练样本信息分类项中g1和g2的频次与训练样本中类别的概率，得到训练样本中信息分类的概率；

Z03：得到在信息分类条件下不同训练样本类别频次的概率集合P；

Z04：根据步骤Z02-Z03的训练得到分类器，通过分类器得到待分类项中，个人是否向第三方提供个人的联系信息的结果；

所述信息管理模块包括向量生成单元、向量比较单元和信息传输单元；

所述向量生成单元用于根据获取的第三方机构的需求、第三方机构与个人的交易信息分别建立第一向量和第二向量；将第三方机构最初的需求作为第一向量的起始点，将第三方机构更新后的需求作为第一向量的终点，并输出得到信息向量将个人与第三方机构的起始交易信息作为第二向量的起始点，将个人与第三方机构的最终交易信息作为第二向量的终点，并输出得到信息向量/>其中第一向量的起始点和第二向量的起始点为同一起始点；

所述向量比较单元用于将信息向量和信息向量/>通过降维的方式在同一维度内比较，以信息向量/>为中心；若信息向量/>与信息向量/>产生的夹角大于预设夹角，将触发的条件输送至信息传输单元；若信息向量/>与信息向量/>产生的夹角小于预设夹角，则第三方机构无法接收个人的联系信息；

所述信息传输单元用于将个人的联系信息输送至第三方机构；

所述向量生成单元的输出端与向量比较单元的输入端相连接；所述向量比较单元的输出端与信息传输单元的输入端相连接；

获取以第三方机构最终的需求、个人与第三方机构的交易信息形成的向量，具体为向量和向量/>其中向量/>和向量/>的起点为同一起点，则向量/>与向量/>形成的夹角为σ；

若核实到σ＝0时，则表示第三方机构获取个人的全部联系信息；若核实到σ＝[0,f1]，则表示的第三方机构获取个人的部分联系信息；若核实到σ＝[f1,f2]，则表示第三方机构获取个人的一条信息；

所述个人的联系信息为邮件、电话号码、短信、网络联系方式。