WO2016019632A1 - 实现个人大数据收集、管理和授权的系统及方法 - Google Patents

实现个人大数据收集、管理和授权的系统及方法 Download PDF

Info

Publication number
WO2016019632A1
WO2016019632A1 PCT/CN2014/088894 CN2014088894W WO2016019632A1 WO 2016019632 A1 WO2016019632 A1 WO 2016019632A1 CN 2014088894 W CN2014088894 W CN 2014088894W WO 2016019632 A1 WO2016019632 A1 WO 2016019632A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
authorization
user
module
big data
Prior art date
Application number
PCT/CN2014/088894
Other languages
English (en)
French (fr)
Inventor
潘峰
Original Assignee
奥盈琦信信息技术（上海）有限公司
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 奥盈琦信信息技术（上海）有限公司 filed Critical 奥盈琦信信息技术（上海）有限公司
Priority to US14/891,294 priority Critical patent/US20160182607A1/en
Priority to EP14891130.8A priority patent/EP3179698A1/en
Priority to KR1020167008566A priority patent/KR20160048981A/ko
Priority to SG11201606591XA priority patent/SG11201606591XA/en
Priority to JP2016519391A priority patent/JP2017500621A/ja
Publication of WO2016019632A1 publication Critical patent/WO2016019632A1/zh

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/1734—Details of monitoring file system events, e.g. by the use of hooks, filter drivers, logs
    • 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
    • G06F16/2219—Large Object storage; Management thereof
    • 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
    • G06F16/23—Updating
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
    • H04L63/102—Entity profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles

Definitions

  • the invention relates to the field of personal data management, in particular to the field of collecting, managing and authorizing personal big data, and in particular to a system and method for realizing personal big data collection, management and authorization.
  • Behavioral dataization First, the consumer behavior is dataized. Individuals purchase goods or services through the e-commerce website or mobile app. Relevant consumer behaviors including search, browsing, downloading, and payment are recorded in the form of data; followed by physics. Location dataization, through the "location service" of the smartphone, the mobile app can obtain relevant data of the physical location of the individual in real time; again, the search and reading data, the individual search and browse information through the search engine, and the individual reads the news through the portal. Or articles, related search and reading behavior will be recorded in the form of data.
  • Body data Through various wearable devices, such as sports bracelets, smart watches, etc., various data of the individual's body such as heartbeat, sleep, exercise volume, calorie consumption, etc. are recorded in the form of data.
  • Seen data Through devices such as Google Glass, the various pictures and sounds that the individual sees or even hears are recorded in the form of data.
  • personal big data is mainly collected, stored, analyzed and utilized by major Internet companies through websites, mobile apps and terminal devices, as data sources for advertising, marketing, credit reporting and other services.
  • the individual as the original owner of the data is unable to obtain a complete record of personal big data, and does not enjoy the value of data analysis.
  • the present invention has the following constitution:
  • the main feature of the system for personal big data collection, management and authorization is that the system comprises several clients and a big data server, wherein:
  • a plurality of clients for automatically collecting data of the logged-in user on the client, uploading the data of the logged-in user to the big data server, and selectively authorizing the operation according to the operation of the target user Data authorization request sent by the big data server;
  • a big data server configured to parse a data authorization request sent by the enterprise, and query a target user that meets the data authorization request, and push the data authorization request to the client currently logged in to the target user, and according to the The authorization feedback information of the client currently logged in by the target user sends the authorization data of the authorized target user to the enterprise.
  • the client has a user big data collection module, a server-side interaction module, a data management module, and a client data authorization module, wherein:
  • the user big data collection module is configured to automatically collect the data of the login user and send the data of the login user to the server interaction module;
  • the server-side interaction module is configured to connect to the big data server and perform information interaction with the big data server;
  • the data management module is configured to generate a corresponding data management operation instruction according to the operation of the target user, and send the data management operation instruction to the server-side interaction module;
  • the client data authorization module is configured to receive a data authorization request forwarded by the server-side interaction module for the currently-logged target user, and generate an authorization command or a non-authorization according to the operation of the currently-logged target user.
  • the instruction is used as the authorization feedback information, and the authorization feedback information is sent to the server-side interaction module.
  • the user big data collection module further has an open interface unit, an automatic capture unit, and a scanning and parsing unit, wherein:
  • the open interface unit is configured to connect to a data interface of another operating system or application software, and automatically collect data of the login user by using the data interface;
  • the automatic capture unit is configured to automatically capture and parse the display information on the client screen and the input information of the user, and collect the data of the login user by using the display information and the input information. ;
  • the scan parsing unit is configured to parse the picture data of the client or scan the data and obtain the The user's data is recorded, and the unresolved picture data or scanned data is uploaded to the big data server for secondary analysis.
  • the big data server has a server data parsing module, and the data parsing module is configured to parse the unresolvable image data or scan data uploaded by the scan parsing unit, and obtain the data of the login user.
  • the client has a client revenue management module and a data product management module, wherein:
  • the client revenue management module is configured to invoke the transaction information stored by the big data server according to the operation of the login user, and manage the bank account of the login user according to the operation of the login user;
  • the data product management module is configured to generate a corresponding data product management instruction according to the operation of the login user, and send the data product management instruction to the big data server.
  • the client further has a user basic information management module, and the user basic information management module is configured to generate a personal basic information management instruction according to the operation of the login user, and manage the personal basic information.
  • the instructions are sent to the big data server.
  • the big data server has a client interaction module, an enterprise interface module, and an authorization management module, wherein:
  • the client interaction module is configured to connect the plurality of clients, and perform information interaction with the plurality of clients through an Internet or a local area network;
  • the enterprise interface module is configured to receive a data authorization request sent by the enterprise, and send the data authorization request to the authorization management module, and process the authorization data and The processed authorization data is sent to the enterprise;
  • the authorization management module is configured to parse the data authorization request and query a target user that meets the data authorization request, and send the data authorization request to the client currently logged in to the target user. And the interaction module, and the authorization data of the authorized authorized target user is invoked to the enterprise interface module according to the authorization feedback information of the client currently logged in by the target interaction module forwarded by the client interaction module.
  • the big data server further has a data product module and a revenue management module, wherein:
  • the data product module is configured to process data of a user stored by the big data server and generate various data products
  • the server revenue management module is configured to record and process the transaction information of the user and the enterprise, and transfer the transaction income to the bank account of the user.
  • the big data server further has a user registration login verification module, and the user registration login verification module is configured to add new user information to the big data server, and provide verification when the user logs in. information.
  • the big data server further has a data storage module, wherein the data storage module is configured to classify and store the personal basic information of the user, the data of the login user, and the corresponding data product. Data, the authorization data and data from other big data servers.
  • the present invention also provides a method for implementing personal big data collection based on the above system, and the main feature is that the method is specifically:
  • the client automatically collects data of the logged-in user on the client, and uploads the data of the logged-in user to the big data server.
  • the client has a user big data collection module and a server interaction module, and the client automatically collects data of the login user on the client, and uploads the data of the login user to the client.
  • the big data server includes the following steps:
  • the server-side interaction module is connected to the big data server
  • the user big data collection module automatically collects data of the login user on the client, and sends the data of the login user to the server interaction module;
  • the server-side interaction module uploads the data of the login user to the big data server.
  • the user big data collection module has an open interface unit, and the user big data collection module automatically collects data of the login user on the client, including the following steps:
  • the user big data collection module determines whether a control instruction to start the open interface unit is received
  • step (1.2.2) If the result of the judgment is that the control command to start the open interface unit is received, proceed to step (1.2.3), otherwise return to the above step (1.2);
  • the open interface unit (1.2.3) is connected to a data interface of another operating system or application software, and automatically collects data of the logged-in user through the data interface.
  • the user big data collection module further has an automatic capture unit, and the user big data collection module automatically collects data of the login user on the client, including the following steps:
  • the user big data collection module described in (1.2.a) determines whether a control instruction to start the automatic capture unit is received
  • step (1.2.b) If the result of the judgment is that the control command to start the automatic capture unit is received, proceed to step (1.2.c), otherwise return to the above step (1.2);
  • the automatic capture unit (1.2.c) automatically captures and parses the display information on the client screen and the input information of the user, and collects the login user by using the display information and the input information. The data.
  • the user big data collection module further has a scanning and parsing unit, and the user big data collection module automatically collects data of the login user on the client, including the following steps:
  • the user big data collection module described in (1.2.A) determines whether a control instruction to start the scan analysis unit is received
  • step (1.2.B) If the result of the judgment is that the control command to start the scan parsing unit is received, proceed to step (1.2.C), otherwise return to the above step (1.2);
  • the scan analysis unit (1.2.C) analyzes the picture data or scan data of the client and acquires the data of the login user.
  • step (1.2.C) the following steps are further included:
  • the scan analysis unit determines whether there is image data or scan data that is not successfully parsed
  • step (1.2.E) If the result of the judgment is that there is unsuccessful image data or scanned data, proceed to step (1.2.F), otherwise continue with step (1.1.2);
  • the scan parsing unit (1.2.F) sends the unresolved picture data or scan data to the server-side interaction module;
  • the server-side interaction module (1.2.G) uploads the unresolvable picture data or scan data to the big data server.
  • the big data server has a server data parsing module, and after the step (1.2.G), the method further includes the following steps:
  • the server data analysis module (1.2.H) analyzes the unresolved picture data or scanned data twice, and acquires the data of the login user.
  • the present invention also provides a method for implementing personal big data management and authorization based on the above method, the main feature of which is that the method comprises the following steps:
  • the big data server parses the data authorization request sent by the enterprise, and queries the target user that meets the data authorization request;
  • the big data server pushes the data authorization request to the client currently logged in by the target user;
  • the big data server sends the authorization data of the authorized authorized target user to the enterprise according to the authorization feedback information of the client logged in by the target user.
  • the big data server has an enterprise interface module and an authorization management module, and the big data server parses the data authorization request sent by the enterprise, and queries a target user that meets the data authorization request, Includes the following steps:
  • the enterprise interface module (a.1) receives the data authorization request sent by the enterprise, and sends the data authorization request to the authorization management module;
  • the authorization management module parses the data authorization request and queries the target user that meets the data authorization request.
  • the authorization management module parses the data authorization request, and the query obtains a target user that meets the data authorization request, and includes the following steps:
  • the authorization management module (a.2.1) parses the data authorization request and obtains a plurality of data screening conditions
  • the authorization management module described in (a.2.2) determines whether each screening condition is a standard screening condition
  • step (a.2.3) If the result of the judgment is that the screening condition is a standard screening condition, proceed to step (a.2.4), otherwise continue the step (a.2.5);
  • the authorization management module described in (a.2.4) automatically decomposes the data authorization request into a database query statement that the program of the big data server can automatically execute, and finds the target user that meets the data authorization request, and returns the above steps. (b);
  • the big data server has a client interaction module, the client has a server-side interaction module, and the big data server pushes the data authorization request to the target user.
  • Log in to the client including the following steps:
  • the authorization management module searches for information about the client currently logged in by the target user;
  • the authorization management module sends the information of the client currently logged in by the target user and the data authorization request to the client interaction module;
  • the client interaction module (b.3) pushes the data authorization request to the server-side interaction module of the client currently logged in by the target user according to the information of the client currently logged in by the target user.
  • the authorization management module searches for information about the client currently logged in by the target user, and includes the following steps:
  • the authorization management module determines, according to the information of the target user, whether the target user exists in the login user;
  • step (b.1.2) If the result of the determination is that the target user exists in the login user, proceed to step (b.1.3), otherwise continue to step (b.1.4);
  • the authorization management module described in (b.1.3) records the information of the client currently logged in by the target user, and continues to Step (b.2);
  • the authorization management module feeds back the information of the targetless user login to the big data server, and returns to the above step (b.1.1).
  • the client has a client data authorization module, and the client performs corresponding authorization processing on the data authorization request sent by the big data server according to the authorization selection operation of the target user. Includes the following steps:
  • the client data authorization module receives the data authorization request forwarded by the server interaction module
  • the client data authorization module displays the data authorization request, and generates an authorization instruction or an unauthorized instruction as the authorization feedback information according to the operation of the target user, and sends the Authorizing feedback information to the server-side interaction module;
  • the server-side interaction module described in (c.3) uploads the authorization feedback information to the big data server.
  • the big data server has an authorization management module, and the big data server sends the authorization data of the authorized authorized target user to the location according to the authorization feedback information of the client logged in by the target user.
  • the business described includes the following steps:
  • the client interaction module receives the authorization feedback information uploaded by the client logged in by the target user through the server-side interaction module, and sends the authorization feedback information to the authorization.
  • Management module
  • the authorization management module invokes the authorization data corresponding to the authorization feedback information to the enterprise interface module;
  • the enterprise interface module (d.3) transmits the authorization data to the enterprise.
  • the big data server further has a data product module, and after the step (d), the method further includes the following steps:
  • the data product module processes the user's data and generates various data products.
  • the client has a data product management module, and after the step (e), the method further includes the following steps:
  • the data product management module generates a corresponding data product management instruction according to the operation of the login user, and sends the data product management instruction to the server-side interaction module;
  • the server-side interaction module synchronizes the data product management instruction to the client interaction module
  • the big data server manages the data product according to the data product management instruction.
  • the client further has a user basic information management module, and before the step (a), the method further includes the following steps:
  • the user basic information management module generates a personal basic information management instruction according to the operation of the user, and sends the personal basic information management instruction to the server-side interaction module;
  • the server-side interaction module of (0.2) synchronizes the personal basic information management instruction to the client interaction module.
  • the big data server manages the personal basic information according to the personal basic information management instruction.
  • the big data server further has a user registration login verification module, and after the step (0.3), the method further includes the following steps:
  • the user registration login verification module adds new user information to the big data server and provides verification information when the registered user logs in.
  • the big data server further has a server revenue management module, and after the step (e), the method further includes the following steps:
  • the server revenue management module records and processes the transaction information of the user and the enterprise, and transfers the transaction income to the bank account of the user.
  • the client has a client revenue management module, and after the step (F), the method further includes the following steps:
  • the client revenue management module invokes the transaction information through the server-side interaction module according to the operation of the user, and manages the bank account of the user according to the operation of the user.
  • the big data server described in (a.a) automatically classifies the data based on the nature of the data, the source of the data, or the timestamp of the data.
  • the big data server further has a data storage module, and after the step (e), the method further comprises the following steps:
  • the data storage module of (e.a) stores the personal basic information of the user, the big data of the logged-in user, the corresponding data of the data product, the authorization data and other system data.
  • the system and method for realizing personal big data collection, management and authorization according to the present invention can automatically collect and store user's personal data, support users to view and manage their personal data, and support users to authorize their personal data. Interested companies thus receive monetary or material returns.
  • the present invention supports processing of personal data of users, Analyze, summarize, correlate and other processes, and provide the processed results to users in the form of data products, providing useful information for personal and family life management, financial management, decision support, etc., so that users can enjoy data analysis and The value of mining has a wider range of applications.
  • FIG. 1 is a structural block diagram of a system for implementing personal big data collection, management, and authorization according to the present invention.
  • FIG. 2 is a flow chart of a method for implementing personal big data management and authorization in the present invention.
  • FIG. 3 is a flow chart of a specific implementation of a method for implementing personal big data collection, management, and authorization in accordance with the present invention.
  • FIG. 4 is a flow chart of authorization payment for implementing a method for personal big data management and authorization according to the present invention.
  • a system for implementing personal big data collection, management, and authorization includes a plurality of clients and a big data server, wherein:
  • a plurality of clients for automatically collecting data of the logged-in user on the client, uploading the data of the logged-in user to the big data server, and selectively authorizing the operation according to the operation of the target user Data authorization request sent by the big data server;
  • a big data server configured to parse a data authorization request sent by the enterprise, and query a target user that meets the data authorization request, and push the data authorization request to the client currently logged in to the target user, and according to the The authorization feedback information of the client currently logged in by the target user sends the authorization data of the authorized target user to the enterprise.
  • the client has a user big data collection module, a server-side interaction module, a data management module, and a client data authorization module, wherein:
  • the user big data collection module is configured to automatically collect the data of the login user and send the data of the login user to the server interaction module;
  • the server-side interaction module is configured to connect to the big data server, and perform information interaction with the big data server, where the information interaction includes uploading, downloading, synchronizing, and the like of various data and files;
  • the data management module is configured to generate a corresponding data management operation instruction according to the operation of the target user, and send the data management operation instruction to the server interaction module, the data management module Support users to view and manage personal big data records, including adding, editing, and deleting data, and adjusting the classification of data;
  • the client data authorization module is configured to receive a data authorization request forwarded by the server-side interaction module for the currently-logged target user, and generate an authorization command or a non-authorization according to the operation of the currently-logged target user.
  • the instruction is used as the authorization feedback information, and the authorization feedback information is sent to the server-side interaction module.
  • the client data authorization module supports a user to view and authorize an enterprise data authorization request, and Support users to view and manage the revenue generated by authorization data.
  • the user big data collection module further has an open interface unit, an automatic capture unit, and a scanning and parsing unit, wherein:
  • the open interface unit is configured to connect to a data interface of another operating system or application software, and automatically collect data of the login user by using the data interface;
  • the automatic capture unit is configured to automatically capture and parse the display information on the client screen and the input information of the user, and collect the data of the login user by using the display information and the input information. ;
  • the scan parsing unit is configured to parse the picture data of the client or scan the data and obtain the data of the login user, for example, bills, orders, transaction records, and other forms in various paper forms or electronic forms.
  • the image code or the like is photographed or scanned, and then the related data is automatically parsed and acquired by means of text recognition (OCR), decoding, etc., and the unresolvable picture data or scanned data is uploaded to the big data server for secondary analysis. .
  • the big data server has a server data parsing module, and the data parsing module is configured to parse the unresolvable image data uploaded by the scan parsing unit or Scan the data and get the data of the logged in user.
  • the client has a client revenue management module and a data product management module, wherein:
  • the client revenue management module is configured to invoke the transaction information stored by the big data server according to the operation of the login user, and manage the bank account of the login user according to the operation of the login user;
  • the data product management module is configured to generate a corresponding data product management instruction according to the operation of the login user, and send the data product management instruction to the big data server.
  • the client further has a user basic information management module, and the user basic information management module is configured to generate a personal basic information management instruction according to the operation of the login user. And transmitting the personal basic information management instruction to the big data server, wherein the user basic information management module supports the user to maintain his personal basic information such as name, nickname, gender, address, contact number, and the like.
  • the above several clients are an application software, including multiple versions running on various personal smart terminal devices (for example, mobile phones, personal computers/PCs, PADs, wearable devices, etc.).
  • various personal smart terminal devices for example, mobile phones, personal computers/PCs, PADs, wearable devices, etc.
  • the big data server has a client interaction module, an enterprise interface module, and an authorization management module, wherein:
  • the client interaction module is configured to connect the plurality of clients, and perform information interaction with the plurality of clients through an Internet or a local area network;
  • the enterprise interface module is configured to receive a data authorization request sent by the enterprise, and send the data authorization request to the authorization management module, and process the authorization data and The processed authorization data is sent to the enterprise;
  • the authorization management module is configured to parse the data authorization request and query a target user that meets the data authorization request, and send the data authorization request to the client currently logged in to the target user.
  • the interaction module, and the authorization data of the authorized authorized target user is invoked to the enterprise interface module according to the authorization feedback information of the client currently logged in by the target interaction module forwarded by the client interaction module, and is invoked
  • the authorization decision corresponding to the user's authorization feedback information can be recorded before the data.
  • the big data server further has a data product module and a revenue management module, wherein:
  • the data product module is configured to process data of a user stored by the big data server and generate various data products, and the processing includes processing, analyzing, summarizing, associating, and the like;
  • the server revenue management module configured to record and process the transaction information of the user and the enterprise, and transfer the transaction income to the bank account of the user, where the processing may be performed on the transaction information. Summary calculation.
  • the big data server further has a user registration login verification module, and the user registration login verification module is configured to add new user information to the big data server, and Provide verification information when the user logs in.
  • the big data server further has a data storage module, and the data storage module is configured to classify and store the personal basic information of the user, where the login user Data, corresponding data of the data product, the authorization data and data of other big data servers.
  • the present invention also provides a method for implementing personal big data collection based on the foregoing system, where the method is specifically:
  • the client automatically collects data of the logged-in user on the client, and uploads the data of the logged-in user to the big data server.
  • the client has a user big data collection module and a server interaction module, and the client automatically collects data of the login user on the client, and The login user The data is uploaded to the big data server, including the following steps:
  • the server-side interaction module is connected to the big data server
  • the user big data collection module automatically collects data of the login user on the client, and sends the data of the login user to the server interaction module;
  • the server-side interaction module uploads the data of the login user to the big data server.
  • the user big data collection module has an open interface unit, and the user big data collection module automatically collects data of the login user on the client, including the following steps. :
  • the user big data collection module determines whether a control instruction to start the open interface unit is received
  • step (1.2.2) If the result of the judgment is that the control command to start the open interface unit is received, proceed to step (1.2.3), otherwise return to the above step (1.2)
  • the open interface unit (1.2.3) is connected to a data interface of another operating system or application software, and automatically collects data of the logged-in user through the data interface.
  • the user big data collection module further has an automatic capture unit, and the user big data collection module automatically collects data of the login user on the client, including the following step:
  • the user big data collection module described in (1.2.a) determines whether a control instruction to start the automatic capture unit is received
  • step (1.2.b) If the result of the judgment is that the control command to start the automatic capture unit is received, proceed to step (1.2.c), otherwise return to the above step (1.2)
  • the automatic capture unit (1.2.c) automatically captures and parses the display information on the client screen and the input information of the user, and collects the login user by using the display information and the input information. The data.
  • the user big data collection module further has a scanning and parsing unit, and the user big data collection module automatically collects data of the logged-in user on the client, including The following steps:
  • the user big data collection module described in (1.2.A) determines whether a control instruction to start the scan analysis unit is received
  • step (1.2.B) If the result of the judgment is that the control command to start the scan parsing unit is received, proceed to step (1.2.C), otherwise return to the above step (1.2);
  • the scan analysis unit (1.2.C) analyzes the picture data or scan data of the client and acquires the data of the login user.
  • the method further comprises the following steps:
  • the scan analysis unit determines whether there is image data or scan data that is not successfully parsed
  • step (1.2.E) If the result of the judgment is that there is unsuccessful image data or scanned data, proceed to step (1.2.F), otherwise continue with step (1.1.2);
  • the scan parsing unit (1.2.F) sends the unresolved picture data or scan data to the server-side interaction module;
  • the server-side interaction module (1.2.G) uploads the unresolvable picture data or scan data to the big data server.
  • the big data server has a server data parsing module, and after the step (1.2.G), the method further includes the following steps:
  • the server data analysis module (1.2.H) analyzes the unresolved picture data or scanned data twice, and acquires the data of the login user.
  • the present invention also provides a method for implementing personal big data management and authorization based on the above method for personal big data collection. As shown in FIG. 2, the method includes the following steps:
  • the big data server parses the data authorization request sent by the enterprise, and queries the target user that meets the data authorization request;
  • the big data server pushes the data authorization request to the client currently logged in by the target user;
  • the big data server sends the authorization data of the authorized authorized target user to the enterprise according to the authorization feedback information of the client logged in by the target user.
  • the big data server has an enterprise interface module and an authorization management module, and the big data server parses the data authorization request sent by the enterprise, and queries and obtains a compliance
  • the target user of the data authorization request including the following steps:
  • the enterprise interface module (a.1) receives the data authorization request sent by the enterprise, and sends the data authorization request to the authorization management module;
  • the authorization management module parses the data authorization request and queries the target user that meets the data authorization request.
  • the authorization management module parses the data authorization request, and the query obtains a target user that meets the data authorization request, and includes the following steps:
  • the authorization management module (a.2.1) parses the data authorization request and obtains a plurality of data screening conditions
  • the authorization management module described in (a.2.2) determines whether each screening condition is a standard screening condition
  • Step (a.2.3) If the result of the judgment is that the screening condition is a standard screening condition, proceed to step (a.2.4), otherwise continue Step (a.2.5);
  • the authorization management module described in (a.2.4) automatically decomposes the data authorization request into a database query statement that the program of the big data server can automatically execute, and finds the target user that meets the data authorization request, and returns the above steps. (b);
  • the big data server has a client interaction module, and the client has a server interaction module, and the big data server authorizes the data.
  • Requesting a push to the client currently logged in by the target user includes the following steps:
  • the authorization management module searches for information about the client currently logged in by the target user;
  • the authorization management module sends the information of the client currently logged in by the target user and the data authorization request to the client interaction module;
  • the client interaction module (b.3) pushes the data authorization request to the server-side interaction module of the client currently logged in by the target user according to the information of the client currently logged in by the target user.
  • the authorization management module searches for information about the client currently logged in by the target user, and includes the following steps:
  • the authorization management module determines, according to the information of the target user, whether the target user exists in the login user;
  • step (b.1.2) If the result of the determination is that the target user exists in the login user, proceed to step (b.1.3), otherwise continue to step (b.1.4);
  • the authorization management module described in (b.1.3) records the information of the client currently logged in by the target user, and continues the above step (b.2);
  • the authorization management module feeds back the information of the targetless user login to the big data server, and returns to the above step (b.1.1).
  • the client has a client data authorization module, and the client sends the macro data server according to the authorization operation of the target user.
  • the data authorization request is processed accordingly, including the following steps:
  • the client data authorization module receives the data authorization request forwarded by the server interaction module
  • the client data authorization module described in (c.2) displays the data authorization request and according to the target user
  • the operation generates an authorization instruction or an unauthorized instruction as the authorization feedback information, and sends the authorization feedback information to the server-side interaction module;
  • the server-side interaction module described in (c.3) uploads the authorization feedback information to the big data server.
  • the big data server has an authorization management module, and the big data server authorizes the consent according to the authorization feedback information of the client logged in to the target user.
  • the authorization data of the target user is sent to the enterprise, including the following steps:
  • the client interaction module receives the authorization feedback information uploaded by the client logged in by the target user through the server-side interaction module, and sends the authorization feedback information to the authorization.
  • Management module
  • the authorization management module invokes the authorization data corresponding to the authorization feedback information to the enterprise interface module;
  • the enterprise interface module (d.3) transmits the authorization data to the enterprise.
  • the big data server further has a data product module, and after the step (d), the method further includes the following steps:
  • the data product module processes the user's data and generates various data products.
  • the client has a data product management module, and after the step (e), the method further includes the following steps:
  • the data product management module generates a corresponding data product management instruction according to the operation of the login user, and sends the data product management instruction to the server-side interaction module;
  • the server-side interaction module synchronizes the data product management instruction to the client interaction module
  • the big data server manages the data product according to the data product management instruction.
  • the client further has a user basic information management module, and before the step (a), the method further includes the following steps:
  • the user basic information management module generates a personal basic information management instruction according to the operation of the user, and sends the personal basic information management instruction to the server-side interaction module;
  • the server-side interaction module of (0.2) synchronizes the personal basic information management instruction to the client interaction module.
  • the big data server manages the personal basic information according to the personal basic information management instruction.
  • the big data server further has a user registration login verification.
  • the module after the step (0.3), further includes the following steps:
  • the user registration login verification module adds new user information to the big data server and provides verification information when the registered user logs in.
  • the big data server further has a server revenue management module, and after the step (e), the method further includes the following steps:
  • the server revenue management module records and processes the transaction information of the user and the enterprise, and transfers the transaction income to the bank account of the user.
  • the client has a client revenue management module, and after the step (F), the method further includes the following steps:
  • the client revenue management module invokes the transaction information through the server-side interaction module according to the operation of the user, and manages the bank account of the user according to the operation of the user.
  • the method further comprises the following steps:
  • the big data server described in (a.a) automatically classifies the data based on the nature of the data, the source of the data, or the timestamp of the data.
  • the big data server further has a data storage module, and after the step (e), the method further includes the following steps:
  • the data storage module of (e.a) stores the personal basic information of the user, the big data of the logged-in user, the corresponding data of the data product, the authorization data and other system data.
  • FIG. 3 it is a preferred embodiment of the present invention, which mainly includes the following functions:
  • the client software collects various personal data of the user automatically or manually, and uploads and stores it on the big data server.
  • the big data server automatically classifies the data based on pre-defined logic.
  • the automatic classification of data by the big data server based on the predefined logic may include the following classification logics:
  • large categories may include: application data, website data, scanned data, and the like.
  • the application data category can be divided into small categories such as Taobao mobile application data, Ctrip mobile application data, and public comment mobile application data.
  • Scanning data can be divided into small categories such as broadband bills, water and electricity bills, credit card bills, etc.
  • large categories may include: natural calendars, weekdays/weekends, festival days, and the like.
  • you can divide small categories such as year, month, week, day, and so on.
  • the festival day can be divided into small categories such as the Spring Festival, National Day, Valentine's Day and so on.
  • the client software and the big data server will automatically synchronize the data.
  • the client software Users can view and manipulate data products through the client software.
  • the data product is processed, analyzed, summarized, and associated with the personal big data by the big data server based on the pre-designed calculation formula and presentation template, and the processed result is provided to the user through the client software.
  • data products may include the following:
  • the big data server can process, analyze, summarize, etc. the user's personal big data, and deliver the processed results to the user in the form of data products through the client software.
  • Examples of data products in the personal dimension include a summary of personal monthly income and volatility trends, a summary of personal monthly consumer spending, and volatility trends.
  • the big data server can process, analyze, and summarize the personal big data of these related users based on mutual authorization between two or more related users (such as husband and wife). After processing, the processed result is provided to the user in the form of a data product through the client software.
  • Examples of data products in the household dimension include a summary of household monthly income and volatility trends, a summary of household monthly consumption expenditures, and volatility trends.
  • Data products in the group dimension The big data server can process, analyze, summarize, etc. the personal big data of the user group to which the user belongs, and provide the processed results in the form of data products through the client software.
  • Possible user group definition parameters include: country, region (province/state, city, community, etc.), circle of friends, relationship circle, and so on. Examples of data products for group dimensions include personal monthly income in the city, personal monthly income in the community, personal monthly spending in the circle of friends, and the like.
  • the big data server can open the interface to the enterprise that intends to purchase personal big data. As shown in Figure 4, the enterprise submits the data authorization request through the interface, and then the related request is pushed to the qualified user through the client software. The user views the relevant data authorization request through the client software and decides whether to grant authorization. If the user operates the authorization, the big data server processes the user's relevant personal big data based on the user's authorization, becomes the format required by the enterprise, and then provides the information to the enterprise through the interface. The fee paid by the enterprise for purchasing the user's personal big data will be divided and settled by the operator and the user of the present invention based on the revenue sharing agreement reached in advance.
  • the data authorization request submitted by the enterprise through the big data server interface may include multiple data filtering conditions, for example:
  • Standard screening conditions described in pre-defined standard data formats, such as: user's age, gender, and residence Living area, etc.; the frequency and amount of online shopping of users such as Taobao shopping at least once a week or Taobao shopping at least 200 yuan, etc.; the frequency and amount of outings for the user, such as eating out at least once a week or eating out at least monthly. 400 yuan and so on.
  • the big data server can filter the matching users by the following steps:
  • the big data server automatically decomposes into a database query statement that the big data server program can automatically execute, and then executes the relevant database query statement to implement the filter matching.
  • the customer service personnel of the operator of the present invention will contact the enterprise to understand the specific meanings and requirements of the non-standard screening conditions, and then decompose and convert them into big data.
  • the server-side program can automatically execute the database query statement, and then execute the relevant database query statement to achieve further filtering and matching.
  • the system and method for realizing personal big data collection, management and authorization can automatically collect and store user's personal data, support users to view and manage their personal data, and support users to authorize their personal data. Interested companies thus receive monetary or material returns.
  • the invention supports processing, analysis, summarization, association and the like of the user's personal data, and the processed result is provided to the user in the form of a data product, and the life management, financial management, decision support and the like of the individual and the family are provided. Provide useful information so that users can enjoy the value of data analysis and mining, with a wider range of applications.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • Educational Administration (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Medical Informatics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Information Transfer Between Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种实现个人大数据收集、管理和授权的系统，其中包括客户端和大数据服务器，本发明还涉及一种实现个人大数据收集、管理和授权的方法，数个客户端自动收集客户端上登录用户的数据并上传至大数据服务器，根据用户的操作选择性地授权大数据服务器发送的数据授权请求；大数据服务器找到符合数据授权请求的目标用户，并将数据授权请求推送至目标用户当前登录的客户端，以及根据目标用户所登录的客户端的授权反馈信息将同意授权的用户的授权数据发送给企业。采用本发明的实现个人大数据收集、管理和授权的系统及方法，客户端自动收集用户的个人数据，使用户选择性地将自己的个人数据授权给企业从而获得金钱或物质回报，具有广泛的应用范围。

Description

实现个人大数据收集、管理和授权的系统及方法 技术领域
本发明涉及个人数据管理领域，尤其涉及个人大数据的收集、管理和授权的领域，具体是指一种实现个人大数据收集、管理和授权的系统及方法。
背景技术
随着互联网技术，尤其是以智能手机应用(App)为代表的移动互联网技术，日益渗透到人类的日常生活中，人类正在被“数据化”，包括但不限于以下方面：
1.行为数据化：首先是消费行为数据化，个人通过电商的网站或手机App购买物品或服务，相关消费行为包括搜索、浏览、下载、支付等都会以数据的形式被记录；其次是物理位置数据化，通过智能手机的“定位服务”，手机App可以实时获得个人所在物理位置的相关数据；再次是搜索阅读数据化，个人通过搜索引擎搜索和浏览信息，以及个人通过门户网站阅读浏览新闻或文章，相关搜索阅读行为都会以数据的形式被记录。
2.身体数据化：通过各种可穿戴设备，例如运动手环、智能手表等，个人身体的各种数据如心跳、睡眠、运动量、卡路里消耗量等都会以数据的形式被记录。
3.所见数据化：通过谷歌眼镜(Google Glass)这类设备，个人眼睛看到甚至听到的各种画面和声音都会以数据的形式被记录。
涵盖一个人每一天的所有行为、身体、所见的数据量非常庞大，日积月累下来更是可以达到TB以上的量级，因此可以概括称为个人“大”数据。目前，个人大数据主要被各大互联网公司通过网站、手机App和终端设备进行收集、储存并加以分析和利用，作为广告、营销、征信等业务的数据来源。然而，个人作为数据的原始拥有者却无法获得一份完整的个人大数据的记录，也享受不到数据分析的价值。同时，市面上有一些公司，未经个人明确授权，即展开对个人数据的收集、分析、买卖等商业获利行为，不但侵害了个人对自己数据的拥有权，且给个人带来了信息泄露、营销骚扰/诈骗电话、身份被盗用等各种可能的伤害。另外，在整个个人大数据的产业链中，作为数据原始拥有者的个人并没有得到任何金钱或物质利益分享，这对个人是极度不公平的。
发明内容
本发明的目的是克服了上述现有技术的缺点，提供了一种自动收集和储存用户的个人大 数据、支持用户选择性地将自己的个人大数据授权给企业从而获得金钱或物质回报的实现个人大数据收集、管理和授权的系统及方法。
为了实现上述目的，本发明的具有如下构成：
该实现个人大数据收集、管理和授权的系统，其主要特点是，所述的系统包括数个客户端和大数据服务器，其中：
数个客户端，用以自动收集所述的客户端上登录用户的数据，并将所述的登录用户的数据上传至大数据服务器，以及根据所述的目标用户的操作选择性地授权所述的大数据服务器发送的数据授权请求；
大数据服务器，用以解析企业发送的数据授权请求并查询得到符合所述的数据授权请求的目标用户，并将所述的数据授权请求推送至所述的目标用户当前登录的客户端，以及根据所述的目标用户当前登录的客户端的授权反馈信息将同意授权的目标用户的授权数据发送给所述的企业。
进一步地，所述的客户端中具有用户大数据收集模块、服务器端交互模块、数据管理模块和客户端数据授权模块，其中：
所述的用户大数据收集模块，用以自动收集所述的登录用户的数据并将所述的登录用户的数据发送至所述的服务器端交互模块；
所述的服务器端交互模块，用以连接所述的大数据服务器，并与所述的大数据服务器进行信息交互；
所述的数据管理模块，用以根据所述的目标用户的操作产生对应的数据管理操作指令，并将所述的数据管理操作指令发送至所述的服务器端交互模块；
所述的客户端数据授权模块，用以接收所述的服务器端交互模块转发的针对当前登录的目标用户的数据授权请求，并根据所述的当前登录的目标用户的操作产生授权指令或者非授权指令作为所述的授权反馈信息，以及发送所述的授权反馈信息至所述的服务器端交互模块。
更进一步地，所述的用户大数据收集模块还具有开放接口单元、自动捕获单元和扫描及解析单元，其中：
所述的开放接口单元，用以连接其他操作系统或者应用软件的数据接口，并通过所述的数据接口自动收集所述的登录用户的数据；
所述的自动捕获单元，用以自动捕捉和解析所述的客户端屏幕上的显示信息以及所述的用户的输入信息，并通过所述的显示信息和输入信息收集所述的登录用户的数据；
所述的扫描解析单元，用以解析所述的客户端的图片资料或者扫描资料并获取所述的登 录用户的数据，并将无法解析的图片资料或扫描资料上传至所述的大数据服务器进行二次解析。
所述的大数据服务器具有服务器数据解析模块，所述的数据解析模块用以二次解析所述的扫描解析单元上传的无法解析的图片资料或者扫描资料，并获取所述的登录用户的数据。
进一步地，所述的客户端中具有客户端收入管理模块和数据产品管理模块，其中：
所述的客户端收入管理模块，用以根据所述的登录用户的操作调用所述的大数据服务器存储的交易信息，并根据所述的登录用户的操作管理所述的登录用户的银行账户；
所述的数据产品管理模块，用以根据所述的登录用户的操作产生对应的数据产品管理指令，并将所述的数据产品管理指令发送至所述的大数据服务器。
进一步地，所述的客户端还具有用户基本信息管理模块，所述的用户基本信息管理模块用以根据所述的登录用户的操作产生个人基本信息管理指令，并将所述的个人基本信息管理指令发送至所述的大数据服务器。
进一步地，所述的大数据服务器中具有客户端交互模块、企业接口模块和授权管理模块，其中：
所述的客户端交互模块，用以连接所述的数个客户端，并通过互联网或局域网与所述的数个客户端进行信息交互；
所述的企业接口模块，用以接收所述的企业发送的数据授权请求，并将所述的数据授权请求发送至所述的授权管理模块，以及将所述的授权数据进行处理并将所述的处理后的授权数据发送至所述的企业；
所述的授权管理模块，用以解析所述的数据授权请求并查询得到符合所述的数据授权请求的目标用户，并将所述的数据授权请求发送至所述的目标用户当前登录的客户端交互模块，以及根据所述的客户端交互模块转发的所述的目标用户当前登录的客户端的授权反馈信息将所述的同意授权的目标用户的授权数据调用至所述的企业接口模块。
进一步地，所述的大数据服务器还具有数据产品模块和收入管理模块，其中：
所述的数据产品模块，用以对所述的大数据服务器存储的用户的数据进行处理并生成各种数据产品；
所述的服务器收入管理模块，用以记录并处理所述的用户与企业的交易信息，以及将交易收入转入所述的用户的银行账户。
进一步地，所述的大数据服务器中还具有用户注册登录验证模块，所述的用户注册登录验证模块用以在所述的大数据服务器增加新用户信息，并在所述的用户登录时提供验证信息。
进一步地，所述的大数据服务器中还具有数据存储模块，所述的数据存储模块用以分类存储所述的用户的个人基本信息，所述的登录用户的数据、所述的数据产品相应的数据，所述的授权数据和其它大数据服务器的数据。
此外，本发明还提供一种基于上述系统实现个人大数据收集的方法，其主要特点是，所述的方法具体为：
所述的客户端自动收集所述的客户端上登录用户的数据，并将所述的登录用户的数据上传至所述的大数据服务器。
进一步地，所述的客户端中具有用户大数据收集模块和服务器端交互模块，所述的客户端自动收集所述的客户端上登录用户的数据，并将所述的登录用户的数据上传至所述的大数据服务器，包括以下步骤：
(1.1)所述的服务器端交互模块连接所述的大数据服务器；
(1.2)所述的用户大数据收集模块自动收集所述的客户端上登录用户的数据，并将所述的登录用户的数据发送至所述的服务器端交互模块；
(1.3)所述的服务器端交互模块将所述的登录用户的数据上传至所述的大数据服务器。
更进一步地，所述的用户大数据收集模块具有开放接口单元，所述的用户大数据收集模块自动收集所述的客户端上登录用户的数据，包括以下步骤：
(1.2.1)所述的用户大数据收集模块判断是否收到启动开放接口单元的控制指令；
(1.2.2)如果判断结果为收到启动开放接口单元的控制指令，则继续步骤(1.2.3)，否则返回上述步骤(1.2)；
(1.2.3)所述的开放接口单元连接其他操作系统或者应用软件的数据接口，并通过所述的数据接口自动收集所述的登录用户的数据。
更进一步地，所述的用户大数据收集模块还具有自动捕获单元，所述的用户大数据收集模块自动收集所述的客户端上登录用户的数据，包括以下步骤：
(1.2.a)所述的用户大数据收集模块判断是否收到启动自动捕获单元的控制指令；
(1.2.b)如果判断结果为收到启动自动捕获单元的控制指令，则继续步骤(1.2.c)，否则返回上述步骤(1.2)；
(1.2.c)所述的自动捕获单元自动捕捉和解析所述的客户端屏幕上的显示信息以及所述的用户的输入信息，并通过所述的显示信息和输入信息收集所述的登录用户的数据。
更进一步地，所述的用户大数据收集模块还具有扫描及解析单元，所述的用户大数据收集模块自动收集所述的客户端上登录用户的数据，包括以下步骤：
(1.2.A)所述的用户大数据收集模块判断是否收到启动扫描解析单元的控制指令；
(1.2.B)如果判断结果为收到启动扫描解析单元的控制指令，则继续步骤(1.2.C)，否则返回上述步骤(1.2)；
(1.2.C)所述的扫描解析单元解析所述的客户端的图片资料或者扫描资料并获取所述的登录用户的数据。
更进一步地，所述的步骤(1.2.C)之后，还包括以下步骤：
(1.2.D)所述的扫描解析单元判断是否存在解析未成功的图片资料或者扫描资料；
(1.2.E)如果判断结果为存在解析未成功的图片资料或者扫描资料，则继续步骤(1.2.F)，否则继续步骤(1.1.2)；
(1.2.F)所述的扫描解析单元将无法解析的图片资料或扫描资料发送至所述的服务器端交互模块；
(1.2.G)所述的服务器端交互模块将所述的无法解析的图片资料或扫描资料上传至所述的大数据服务器。
更进一步地，所述的大数据服务器具有服务器数据解析模块，所述的步骤(1.2.G)之后，还包括以下步骤：
(1.2.H)所述的服务器数据解析模块二次解析所述的无法解析的图片资料或者扫描资料，并获取所述的登录用户的数据。
此外，本发明还提供一种基于上述方法实现个人大数据管理和授权的方法，其主要特点是，所述的方法包括以下步骤：
(a)所述的大数据服务器解析所述的企业发送的数据授权请求，并查询得到符合所述的数据授权请求的目标用户；
(b)所述的大数据服务器将所述的数据授权请求推送至所述的目标用户当前登录的客户端；
(c)所述的客户端根据所述的目标用户的授权选择操作对所述的大数据服务器发送的数据授权请求进行相应的授权处理；
(d)所述的大数据服务器根据所述的目标用户所登录客户端的授权反馈信息将所述的同意授权的目标用户的授权数据发送至所述的企业。
进一步地，所述的大数据服务器中具有企业接口模块和授权管理模块，所述的大数据服务器解析所述的企业发送的数据授权请求，并查询得到符合所述的数据授权请求的目标用户，包括以下步骤：
(a.1)所述的企业接口模块接收所述的企业发送的数据授权请求，并将所述的数据授权请求发送至所述的授权管理模块；
(a.2)所述的授权管理模块解析所述的数据授权请求，并查询得到符合所述的数据授权请求的目标用户。
更进一步地，所述的授权管理模块解析所述的数据授权请求，所述的查询得到符合所述的数据授权请求的目标用户，包括以下步骤：
(a.2.1)所述的授权管理模块解析所述的数据授权请求并得到多种数据筛选条件；
(a.2.2)所述的授权管理模块判断各个筛选条件是否为标准筛选条件；
(a.2.3)如果判断结果为该筛选条件是为标准筛选条件，则继续步骤(a.2.4)，否则继续步骤(a.2.5)；
(a.2.4)所述的授权管理模块将该数据授权请求自动分解成大数据服务器的程序能够自动执行的数据库查询语句，并查找到符合所述的数据授权请求的目标用户，以及返回上述步骤(b)；
(a.2.5)由大数据服务器的运营方与企业联系，了解非标准筛选条件的具体含义和要求，再返回上述步骤(a.2.4)。
更进一步地，所述的大数据服务器中具有客户端交互模块，所述的客户端中具有服务器端交互模块，所述的大数据服务器将所述的数据授权请求推送至所述的目标用户当前登录的客户端，包括以下步骤：
(b.1)所述的授权管理模块查找得到所述的目标用户当前登录的客户端的信息；
(b.2)所述的授权管理模块将所述的目标用户当前登录的客户端的信息和所述的数据授权请求发送至所述的客户端交互模块；
(b.3)所述的客户端交互模块根据所述的目标用户当前登录的客户端的信息将所述的数据授权请求推送至所述的目标用户当前登录的客户端的服务器端交互模块。
更进一步地，所述的授权管理模块查找得到所述的目标用户当前登录的客户端的信息，包括以下步骤：
(b.1.1)所述的授权管理模块根据所述的目标用户的信息判断所述的登录用户中是否存在所述的目标用户；
(b.1.2)如果判断结果为所述的登录用户中存在所述的目标用户，则继续步骤(b.1.3)，否则继续步骤(b.1.4)；
(b.1.3)所述的授权管理模块记录所述的目标用户当前登录的客户端的信息，并继续上 述步骤(b.2)；
(b.1.4)所述的授权管理模块向所述的大数据服务器反馈无目标用户登录的信息，并返回上述步骤(b.1.1)。
更进一步地，所述的客户端中具有客户端数据授权模块，所述的客户端根据所述的目标用户的授权选择操作对所述的大数据服务器发送的数据授权请求进行相应的授权处理，包括以下步骤：
(c.1)所述的客户端数据授权模块接收所述的服务器端交互模块转发的所述的数据授权请求；
(c.2)所述的客户端数据授权模块显示所述的数据授权请求，以及根据所述的目标用户的操作产生授权指令或者非授权指令作为所述的授权反馈信息，并发送所述的授权反馈信息至所述的服务器端交互模块；
(c.3)所述的服务器端交互模块将所述的授权反馈信息上传至所述的大数据服务器。
更进一步地，所述的大数据服务器中具有授权管理模块，所述的大数据服务器根据所述的目标用户所登录客户端的授权反馈信息将所述的同意授权的目标用户的授权数据发送至所述的企业，包括以下步骤：
(d.1)所述的客户端交互模块接收所述的目标用户所登录的客户端通过所述的服务器端交互模块上传的授权反馈信息并将所述的授权反馈信息发送至所述的授权管理模块；
(d.2)所述的授权管理模块将所述的授权反馈信息对应的授权数据调用至所述的企业接口模块；
(d.3)所述的企业接口模块将所述的授权数据发送至所述的企业。
进一步地，所述的大数据服务器还具有数据产品模块，所述的步骤(d)之后，还包括以下步骤：
(e)所述的数据产品模块对所述的用户的数据进行处理并生成各种数据产品。
更进一步地，所述的客户端中具有数据产品管理模块，所述的步骤(e)之后，还包括以下步骤：
(f)所述的数据产品管理模块根据所述的登录用户的操作产生对应的数据产品管理指令，并将所述的数据产品管理指令发送至所述的服务器端交互模块；
(g)所述的服务器端交互模块将所述的数据产品管理指令同步至所述的客户端交互模块；
(h)所述的大数据服务器根据所述的数据产品管理指令管理所述的数据产品。
更进一步地，所述的客户端还具有用户基本信息管理模块，所述的步骤(a)之前，还包括以下步骤：
(0.1)所述的用户基本信息管理模块根据所述的用户的操作产生个人基本信息管理指令，并将所述的个人基本信息管理指令发送至所述的服务器端交互模块；
(0.2)所述的服务器端交互模块将所述的个人基本信息管理指令同步至所述的客户端交互模块。
(0.3)所述的大数据服务器根据所述的个人基本信息管理指令管理所述的个人基本信息。
更进一步地，所述的大数据服务器中还具有用户注册登录验证模块，所述的步骤(0.3)之后，还包括以下步骤：
(0.4)所述的用户注册登录验证模块在所述的大数据服务器增加新用户信息，并在已注册的用户登录时提供验证信息。
更进一步地，所述的大数据服务器还具有服务器收入管理模块，所述的步骤(e)之后，还包括以下步骤：
(F)所述的服务器收入管理模块记录并处理所述的用户与企业的交易信息，以及将交易收入转入所述的用户的银行账户。
更进一步地，所述的客户端中具有客户端收入管理模块，所述的步骤(F)之后，还包括以下步骤：
(G)所述的客户端收入管理模块根据所述的用户的操作通过所述的服务器端交互模块调用所述的交易信息，并根据所述的用户的操作管理所述的用户的银行账户。
更进一步地，其特征在于，所述的步骤(a)和(b)之间，还包括以下步骤：
(a.a)所述的大数据服务器基于数据的性质、数据的来源或数据的时间戳对所述的数据进行自动分类。
更进一步地，其特征在于，所述的大数据服务器中还具有数据存储模块，所述的步骤(e)之后，还包括以下步骤：
(e.a)所述的数据存储模块存储所述的用户的个人基本信息，所述的登录用户的大数据、所述的数据产品相应的数据，所述的授权数据和其它系统数据。
采用了本发明的实现个人大数据收集、管理和授权的系统及方法，能够自动收集和储存用户的个人数据，支持用户查看和管理自己的个人数据，并支持用户将自己的个人数据授权给感兴趣的企业从而获得金钱或物质回报。同时，本发明支持对用户的个人数据进行加工、 分析、汇总、关联等处理，将处理后的结果以数据产品的形式提供给用户，给个人及家庭的生活管理、财务管理、决策辅助等方面提供的有用的信息，以便用户能够享受数据分析和挖掘的价值，具有更加广泛的应用范围。
附图说明
图1为本发明的实现个人大数据收集、管理和授权的系统的结构框图。
图2为本发明中的实现个人大数据管理和授权的方法的流程图。
图3为本发明的实现个人大数据收集、管理和授权的方法的具体实施方式的流程图。
图4为本发明的实现个人大数据管理和授权的方法的授权付费流程图。
具体实施方式
为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。
请参阅图1所示，在本发明的一种实施方式中，实现个人大数据收集、管理和授权的系统包括数个客户端和大数据服务器，其中：
数个客户端，用以自动收集所述的客户端上登录用户的数据，并将所述的登录用户的数据上传至大数据服务器，以及根据所述的目标用户的操作选择性地授权所述的大数据服务器发送的数据授权请求；
大数据服务器，用以解析企业发送的数据授权请求并查询得到符合所述的数据授权请求的目标用户，并将所述的数据授权请求推送至所述的目标用户当前登录的客户端，以及根据所述的目标用户当前登录的客户端的授权反馈信息将同意授权的目标用户的授权数据发送给所述的企业。
在本发明的一种优选的实施方式中，所述的客户端中具有用户大数据收集模块、服务器端交互模块、数据管理模块和客户端数据授权模块，其中：
所述的用户大数据收集模块，用以自动收集所述的登录用户的数据并将所述的登录用户的数据发送至所述的服务器端交互模块；
所述的服务器端交互模块，用以连接所述的大数据服务器，并与所述的大数据服务器进行信息交互，信息交互包括各种数据和文件的上传、下载、同步等等；
所述的数据管理模块，用以根据所述的目标用户的操作产生对应的数据管理操作指令，并将所述的数据管理操作指令发送至所述的服务器端交互模块，所述的数据管理模块支持用户查看和管理个人大数据记录，包括新增、编辑和删除数据，以及对数据的分类进行调整；
所述的客户端数据授权模块，用以接收所述的服务器端交互模块转发的针对当前登录的目标用户的数据授权请求，并根据所述的当前登录的目标用户的操作产生授权指令或者非授权指令作为所述的授权反馈信息，以及发送所述的授权反馈信息至所述的服务器端交互模块，除此之外，所述的客户端数据授权模块支持用户查看和授权企业数据授权请求，并支持用户查看和管理授权数据带来的收入。
在本发明的一种更优选的实施方式中，所述的用户大数据收集模块还具有开放接口单元、自动捕获单元和扫描及解析单元，其中：
所述的开放接口单元，用以连接其他操作系统或者应用软件的数据接口，并通过所述的数据接口自动收集所述的登录用户的数据；
所述的自动捕获单元，用以自动捕捉和解析所述的客户端屏幕上的显示信息以及所述的用户的输入信息，并通过所述的显示信息和输入信息收集所述的登录用户的数据；
所述的扫描解析单元，用以解析所述的客户端的图片资料或者扫描资料并获取所述的登录用户的数据，例如对各种纸质形式或电子形式的帐单、订单、交易记录、二维码等进行拍照或扫描，然后通过文字识别(OCR)、解码等技术手段，自动解析并获取相关数据，并将无法解析的图片资料或扫描资料上传至所述的大数据服务器进行二次解析。
在本发明的一种更优选的实施方式中，所述的大数据服务器具有服务器数据解析模块，所述的数据解析模块用以二次解析所述的扫描解析单元上传的无法解析的图片资料或者扫描资料，并获取所述的登录用户的数据。
在本发明的一种优选的实施方式中，所述的客户端中具有客户端收入管理模块和数据产品管理模块，其中：
所述的客户端收入管理模块，用以根据所述的登录用户的操作调用所述的大数据服务器存储的交易信息，并根据所述的登录用户的操作管理所述的登录用户的银行账户；
所述的数据产品管理模块，用以根据所述的登录用户的操作产生对应的数据产品管理指令，并将所述的数据产品管理指令发送至所述的大数据服务器。
在本发明的一种优选的实施方式中，所述的客户端还具有用户基本信息管理模块，所述的用户基本信息管理模块用以根据所述的登录用户的操作产生个人基本信息管理指令，并将所述的个人基本信息管理指令发送至所述的大数据服务器，所述的用户基本信息管理模块支持用户维护自己的个人基本信息如姓名、昵称、性别、地址、联系电话等等。
其中，上述数个客户端是一种应用软件，包括运行在各种不同个人智能终端设备(例如：手机、个人电脑/PC、PAD、可穿戴设备等等)上的多个版本。
在本发明的一种优选的实施方式中，所述的大数据服务器中具有客户端交互模块、企业接口模块和授权管理模块，其中：
所述的客户端交互模块，用以连接所述的数个客户端，并通过互联网或局域网与所述的数个客户端进行信息交互；
所述的企业接口模块，用以接收所述的企业发送的数据授权请求，并将所述的数据授权请求发送至所述的授权管理模块，以及将所述的授权数据进行处理并将所述的处理后的授权数据发送至所述的企业；
所述的授权管理模块，用以解析所述的数据授权请求并查询得到符合所述的数据授权请求的目标用户，并将所述的数据授权请求发送至所述的目标用户当前登录的客户端交互模块，以及根据所述的客户端交互模块转发的所述的目标用户当前登录的客户端的授权反馈信息将所述的同意授权的目标用户的授权数据调用至所述的企业接口模块，在调用数据前可以记录用户的授权反馈信息对应的授权决定。
在本发明的一种优选的实施方式中，所述的大数据服务器还具有数据产品模块和收入管理模块，其中：
所述的数据产品模块，用以对所述的大数据服务器存储的用户的数据进行处理并生成各种数据产品，处理过程包括加工、分析、汇总、关联等过程；
所述的服务器收入管理模块，用以记录并处理所述的用户与企业的交易信息，以及将交易收入转入所述的用户的银行账户，所述的处理可以为对所述的交易信息进行汇总计算。
在本发明的一种优选的实施方式中，所述的大数据服务器中还具有用户注册登录验证模块，所述的用户注册登录验证模块用以在所述的大数据服务器增加新用户信息，并在所述的用户登录时提供验证信息。
在本发明的一种优选的实施方式中，所述的大数据服务器中还具有数据存储模块，所述的数据存储模块用以分类存储所述的用户的个人基本信息，所述的登录用户的数据、所述的数据产品相应的数据，所述的授权数据和其它大数据服务器的数据。
此外，本发明还提供了一种基于上述系统实现个人大数据收集的方法，所述的方法具体为：
所述的客户端自动收集所述的客户端上登录用户的数据，并将所述的登录用户的数据上传至所述的大数据服务器。
在本发明的一种优选的实施方式中，所述的客户端中具有用户大数据收集模块和服务器端交互模块，所述的客户端自动收集所述的客户端上登录用户的数据，并将所述的登录用户 的数据上传至所述的大数据服务器，包括以下步骤：
(1.1)所述的服务器端交互模块连接所述的大数据服务器；
(1.2)所述的用户大数据收集模块自动收集所述的客户端上登录用户的数据，并将所述的登录用户的数据发送至所述的服务器端交互模块；
(1.3)所述的服务器端交互模块将所述的登录用户的数据上传至所述的大数据服务器。
在本发明的一种更优选的实施方式中，所述的用户大数据收集模块具有开放接口单元，所述的用户大数据收集模块自动收集所述的客户端上登录用户的数据，包括以下步骤：
(1.2.1)所述的用户大数据收集模块判断是否收到启动开放接口单元的控制指令；
(1.2.2)如果判断结果为收到启动开放接口单元的控制指令，则继续步骤(1.2.3)，否则返回上述步骤(1.2)
(1.2.3)所述的开放接口单元连接其他操作系统或者应用软件的数据接口，并通过所述的数据接口自动收集所述的登录用户的数据。
在本发明的一种更优选的实施方式中，所述的用户大数据收集模块还具有自动捕获单元，所述的用户大数据收集模块自动收集所述的客户端上登录用户的数据，包括以下步骤：
(1.2.a)所述的用户大数据收集模块判断是否收到启动自动捕获单元的控制指令；
(1.2.b)如果判断结果为收到启动自动捕获单元的控制指令，则继续步骤(1.2.c)，否则返回上述步骤(1.2)
(1.2.c)所述的自动捕获单元自动捕捉和解析所述的客户端屏幕上的显示信息以及所述的用户的输入信息，并通过所述的显示信息和输入信息收集所述的登录用户的数据。
在本发明的一种更优选的实施方式中，所述的用户大数据收集模块还具有扫描及解析单元，所述的用户大数据收集模块自动收集所述的客户端上登录用户的数据，包括以下步骤：
(1.2.A)所述的用户大数据收集模块判断是否收到启动扫描解析单元的控制指令；
(1.2.B)如果判断结果为收到启动扫描解析单元的控制指令，则继续步骤(1.2.C)，否则返回上述步骤(1.2)；
(1.2.C)所述的扫描解析单元解析所述的客户端的图片资料或者扫描资料并获取所述的登录用户的数据。
在本发明的一种更优选的实施方式中，所述的步骤(1.2.C)之后，还包括以下步骤：
(1.2.D)所述的扫描解析单元判断是否存在解析未成功的图片资料或者扫描资料；
(1.2.E)如果判断结果为存在解析未成功的图片资料或者扫描资料，则继续步骤(1.2.F)，否则继续步骤(1.1.2)；
(1.2.F)所述的扫描解析单元将无法解析的图片资料或扫描资料发送至所述的服务器端交互模块；
(1.2.G)所述的服务器端交互模块将所述的无法解析的图片资料或扫描资料上传至所述的大数据服务器。
在本发明的一种更优选的实施方式中，所述的大数据服务器具有服务器数据解析模块，所述的步骤(1.2.G)之后，还包括以下步骤：
(1.2.H)所述的服务器数据解析模块二次解析所述的无法解析的图片资料或者扫描资料，并获取所述的登录用户的数据。
另外，本发明还提供了一种基于上述的个人大数据收集的方法实现个人大数据管理和授权的方法，如图2所示，所述的方法包括以下步骤：
(a)所述的大数据服务器解析所述的企业发送的数据授权请求，并查询得到符合所述的数据授权请求的目标用户；
(b)所述的大数据服务器将所述的数据授权请求推送至所述的目标用户当前登录的客户端；
(c)所述的客户端根据所述的目标用户的授权选择操作对所述的大数据服务器发送的数据授权请求进行相应的授权处理；
(d)所述的大数据服务器根据所述的目标用户所登录客户端的授权反馈信息将所述的同意授权的目标用户的授权数据发送至所述的企业。
在本发明的一种优选的实施方式中，所述的大数据服务器中具有企业接口模块和授权管理模块，所述的大数据服务器解析所述的企业发送的数据授权请求，并查询得到符合所述的数据授权请求的目标用户，包括以下步骤：
(a.1)所述的企业接口模块接收所述的企业发送的数据授权请求，并将所述的数据授权请求发送至所述的授权管理模块；
(a.2)所述的授权管理模块解析所述的数据授权请求，并查询得到符合所述的数据授权请求的目标用户。
在本发明的一种更优选的实施方式中，所述的授权管理模块解析所述的数据授权请求，所述的查询得到符合所述的数据授权请求的目标用户，包括以下步骤：
(a.2.1)所述的授权管理模块解析所述的数据授权请求并得到多种数据筛选条件；
(a.2.2)所述的授权管理模块判断各个筛选条件是否为标准筛选条件；
(a.2.3)如果判断结果为该筛选条件是为标准筛选条件，则继续步骤(a.2.4)，否则继续 步骤(a.2.5)；
(a.2.4)所述的授权管理模块将该数据授权请求自动分解成大数据服务器的程序能够自动执行的数据库查询语句，并查找到符合所述的数据授权请求的目标用户，以及返回上述步骤(b)；
(a.2.5)由大数据服务器的运营方与企业联系，了解非标准筛选条件的具体含义和要求，再返回上述步骤(a.2.4)。
在本发明的一种更优选的实施方式中，所述的大数据服务器中具有客户端交互模块，所述的客户端中具有服务器端交互模块，所述的大数据服务器将所述的数据授权请求推送至所述的目标用户当前登录的客户端，包括以下步骤：
(b.1)所述的授权管理模块查找得到所述的目标用户当前登录的客户端的信息；
(b.2)所述的授权管理模块将所述的目标用户当前登录的客户端的信息和所述的数据授权请求发送至所述的客户端交互模块；
(b.3)所述的客户端交互模块根据所述的目标用户当前登录的客户端的信息将所述的数据授权请求推送至所述的目标用户当前登录的客户端的服务器端交互模块。
在本发明的一种更优选的实施方式中，所述的授权管理模块查找得到所述的目标用户当前登录的客户端的信息，包括以下步骤：
(b.1.1)所述的授权管理模块根据所述的目标用户的信息判断所述的登录用户中是否存在所述的目标用户；
(b.1.2)如果判断结果为所述的登录用户中存在所述的目标用户，则继续步骤(b.1.3)，否则继续步骤(b.1.4)；
(b.1.3)所述的授权管理模块记录所述的目标用户当前登录的客户端的信息，并继续上述步骤(b.2)；
(b.1.4)所述的授权管理模块向所述的大数据服务器反馈无目标用户登录的信息，并返回上述步骤(b.1.1)。
在本发明的一种更优选的实施方式中，所述的客户端中具有客户端数据授权模块，所述的客户端根据所述的目标用户的授权选择操作对所述的大数据服务器发送的数据授权请求进行相应的授权处理，包括以下步骤：
(c.1)所述的客户端数据授权模块接收所述的服务器端交互模块转发的所述的数据授权请求；
(c.2)所述的客户端数据授权模块显示所述的数据授权请求，以及根据所述的目标用户 的操作产生授权指令或者非授权指令作为所述的授权反馈信息，并发送所述的授权反馈信息至所述的服务器端交互模块；
(c.3)所述的服务器端交互模块将所述的授权反馈信息上传至所述的大数据服务器。
在本发明的一种更优选的实施方式中，所述的大数据服务器中具有授权管理模块，所述的大数据服务器根据所述的目标用户所登录客户端的授权反馈信息将所述的同意授权的目标用户的授权数据发送至所述的企业，包括以下步骤：
(d.1)所述的客户端交互模块接收所述的目标用户所登录的客户端通过所述的服务器端交互模块上传的授权反馈信息并将所述的授权反馈信息发送至所述的授权管理模块；
(d.2)所述的授权管理模块将所述的授权反馈信息对应的授权数据调用至所述的企业接口模块；
(d.3)所述的企业接口模块将所述的授权数据发送至所述的企业。
在本发明的一种更优选的实施方式中，所述的大数据服务器还具有数据产品模块，所述的步骤(d)之后，还包括以下步骤：
(e)所述的数据产品模块对所述的用户的数据进行处理并生成各种数据产品。
在本发明的一种更优选的实施方式中，所述的客户端中具有数据产品管理模块，所述的步骤(e)之后，还包括以下步骤：
(f)所述的数据产品管理模块根据所述的登录用户的操作产生对应的数据产品管理指令，并将所述的数据产品管理指令发送至所述的服务器端交互模块；
(g)所述的服务器端交互模块将所述的数据产品管理指令同步至所述的客户端交互模块；
(h)所述的大数据服务器根据所述的数据产品管理指令管理所述的数据产品。
在本发明的一种更优选的实施方式中，所述的客户端还具有用户基本信息管理模块，所述的步骤(a)之前，还包括以下步骤：
(0.1)所述的用户基本信息管理模块根据所述的用户的操作产生个人基本信息管理指令，并将所述的个人基本信息管理指令发送至所述的服务器端交互模块；
(0.2)所述的服务器端交互模块将所述的个人基本信息管理指令同步至所述的客户端交互模块。
(0.3)所述的大数据服务器根据所述的个人基本信息管理指令管理所述的个人基本信息。
在本发明的一种更优选的实施方式中，所述的大数据服务器中还具有用户注册登录验证 模块，所述的步骤(0.3)之后，还包括以下步骤：
(0.4)所述的用户注册登录验证模块在所述的大数据服务器增加新用户信息，并在已注册的用户登录时提供验证信息。
在本发明的一种更优选的实施方式中，所述的大数据服务器还具有服务器收入管理模块，所述的步骤(e)之后，还包括以下步骤：
(F)所述的服务器收入管理模块记录并处理所述的用户与企业的交易信息，以及将交易收入转入所述的用户的银行账户。
在本发明的一种更优选的实施方式中，所述的客户端中具有客户端收入管理模块，所述的步骤(F)之后，还包括以下步骤：
(G)所述的客户端收入管理模块根据所述的用户的操作通过所述的服务器端交互模块调用所述的交易信息，并根据所述的用户的操作管理所述的用户的银行账户。
在本发明的一种更优选的实施方式中，所述的步骤(a)和(b)之间，还包括以下步骤：
(a.a)所述的大数据服务器基于数据的性质、数据的来源或数据的时间戳对所述的数据进行自动分类。
在本发明的一种更优选的实施方式中，所述的大数据服务器中还具有数据存储模块，所述的步骤(e)之后，还包括以下步骤：
(e.a)所述的数据存储模块存储所述的用户的个人基本信息，所述的登录用户的大数据、所述的数据产品相应的数据，所述的授权数据和其它系统数据。
如图3所示，为本发明的一个优选的具体实施例，主要包括以下功能：
1、客户端软件自动或手动收集用户的各种个人数据，并上传和储存在大数据服务器端。大数据服务器端基于事先定义好的逻辑对数据进行自动分类。
其中，大数据服务器端基于事先定义好的逻辑对数据进行自动分类可以包括同时使用以下几种分类逻辑：
(a)基于数据的性质进行分类。例如大的类别可以包括：行为数据、身体数据、所见数据等。行为数据大类下可以分小的类别如消费购买数据、搜索阅读数据、物理位置数据等。身体数据大类下可以分小的类别如心跳数据、睡眠数据、运动数据等。
(b)基于数据的来源进行分类。例如大的类别可以包括：应用数据、网站数据、扫描数据等。应用数据大类下可以分小的类别如淘宝手机应用数据、携程手机应用数据、大众点评手机应用数据等。扫描数据大类下可以分小的类别如话费宽带账单、水电煤账单、信用卡账单等。
(c)基于数据的时间戳进行分类。例如大的类别可以包括：自然日历、工作日/双休日、节庆日等。自然日历大类下可以分小的类别如年、月、周、日等。节庆日大类下可以分小的类别如春节、国庆节、情人节等。
2、用户可以登录客户端软件查看和管理个人大数据，包括新增、编辑和删除数据，以及对数据的分类进行调整。客户端软件和大数据服务器端将自动同步数据。
3、用户可以通过客户端软件查看和操作数据产品。数据产品由大数据服务器端基于事先设计好的计算公式和展现模板，对个人大数据进行加工、分析、汇总、关联等处理，将处理后的结果通过客户端软件提供给用户。
其中，数据产品可能包括以下几种：
(a)个人维度的数据产品：大数据服务器端可以对用户的个人大数据进行加工、分析、汇总等处理，将处理后的结果以数据产品的形式通过客户端软件提供给用户。个人维度的数据产品的示例包括个人月收入的汇总及波动趋势、个人月消费支出的汇总及波动趋势等等。
(b)家庭维度的数据产品：大数据服务器端可以基于两个或多个有关联关系的用户(例如夫妻)之间的互相授权，对这些关联用户的个人大数据，进行加工、分析、汇总等处理，将处理后的结果以数据产品的形式通过客户端软件提供给用户。家庭维度的数据产品的示例包括家庭月收入的汇总及波动趋势、家庭月消费支出的汇总及波动趋势等等。
(c)群体维度的数据产品：大数据服务器端可以对用户所属的用户群体的个人大数据，进行加工、分析、汇总等处理，将处理后的结果以数据产品的形式通过客户端软件提供给用户。可能的用户群体界定参数包括：国家、地域(省/州、城市、小区等)、朋友圈、关系人圈等等。群体维度的数据产品的示例包括个人月收入在城市的排名、个人月收入在小区的排名、个人月消费支出在朋友圈的排名等等。
4、大数据服务器端可以开放接口给有意向购买个人大数据的企业，如图4所示，企业通过接口提交数据授权请求，然后相关请求通过客户端软件被推送给符合条件的用户。用户通过客户端软件查看相关数据授权请求，并决定是否给予授权。如果用户操作了授权，则大数据服务器端基于用户的授权将用户的相关个人大数据进行加工处理，变成企业需要的格式，然后通过接口提供给企业。企业购买用户个人大数据所支付的费用，将由本发明的运营方与用户基于事先达成的收益分成协议进行分成结算。
其中，企业通过大数据服务器端接口提交的数据授权请求可以包括多种数据筛选条件，例如：
(a)标准筛选条件，以事先定义好的标准数据格式说明，例如：用户的年龄、性别、居 住地域等；用户的网上购物频次及金额如每周淘宝购物至少一次或每月淘宝购物至少花费200元等；用户的外出就餐频次及金额如每周外出就餐至少一次或每月外出就餐至少花费400元等。
(b)非标准筛选条件，以自然语言描述方式通过“备注”类字段说明。
此外，大数据服务器端收到企业提交的数据授权请求后，可以通过以下步骤筛选匹配符合条件的用户：
(a)对企业提交的数据授权请求中的标准筛选条件，大数据服务器端自动分解成大数据服务器端程序可以自动执行的数据库查询语句，然后执行相关数据库查询语句实现筛选匹配。
(b)对企业提交的数据授权请求中的非标准筛选条件，将由本发明的运营方的客户服务人员与企业联系，了解非标准筛选条件的具体含义和要求，然后将其分解转化为大数据服务器端程序可以自动执行的数据库查询语句，然后执行相关数据库查询语句实现进一步筛选匹配。
采用了本发明的实现个人大数据收集、管理和授权的系统及方法，能够自动收集和储存用户的个人数据，支持用户查看和管理自己的个人数据，并支持用户将自己的个人数据授权给感兴趣的企业从而获得金钱或物质回报。同时，本发明支持对用户的个人数据进行加工、分析、汇总、关联等处理，将处理后的结果以数据产品的形式提供给用户，给个人及家庭的生活管理、财务管理、决策辅助等方面提供的有用的信息，以便用户能够享受数据分析和挖掘的价值，具有更加广泛的应用范围。
在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以做出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (31)

  1. 一种实现个人大数据收集、管理和授权的系统，其特征在于，所述的系统包括：
    数个客户端，用以自动收集所述的客户端上登录用户的数据，并将所述的登录用户的数据上传至大数据服务器，以及根据所述的目标用户的操作选择性地授权所述的大数据服务器发送的数据授权请求；
    大数据服务器，用以解析企业发送的数据授权请求并查询得到符合所述的数据授权请求的目标用户，并将所述的数据授权请求推送至所述的目标用户当前登录的客户端，以及根据所述的目标用户当前登录的客户端的授权反馈信息将同意授权的目标用户的授权数据发送给所述的企业。
  2. 根据权利要求1所述的实现个人大数据收集、管理和授权的系统，其特征在于，所述的客户端中具有用户大数据收集模块、服务器端交互模块、数据管理模块和客户端数据授权模块，其中：
    所述的用户大数据收集模块，用以自动收集所述的登录用户的数据并将所述的登录用户的数据发送至所述的服务器端交互模块；
    所述的服务器端交互模块，用以连接所述的大数据服务器，并与所述的大数据服务器进行信息交互；
    所述的数据管理模块，用以根据所述的目标用户的操作产生对应的数据管理操作指令，并将所述的数据管理操作指令发送至所述的服务器端交互模块；
    所述的客户端数据授权模块，用以接收所述的服务器端交互模块转发的针对当前登录的目标用户的数据授权请求，并根据所述的当前登录的目标用户的操作产生授权指令或者非授权指令作为所述的授权反馈信息，以及发送所述的授权反馈信息至所述的服务器端交互模块。
  3. 根据权利要求2所述的实现个人大数据收集、管理和授权的系统，其特征在于，所述的用户大数据收集模块还具有开放接口单元、自动捕获单元和扫描及解析单元，其中：
    所述的开放接口单元，用以连接其他操作系统或者应用软件的数据接口，并通过所述的数据接口自动收集所述的登录用户的数据；
    所述的自动捕获单元，用以自动捕捉和解析所述的客户端屏幕上的显示信息以及所述的用户的输入信息，并通过所述的显示信息和输入信息收集所述的登录用户的数据；
    所述的扫描解析单元，用以解析所述的客户端的图片资料或者扫描资料并获取所述的登录用户的数据，并将无法解析的图片资料或扫描资料上传至所述的大数据服务器进行二次解 析。
  4. 根据权利要求3所述的实现个人大数据收集、管理和授权的系统，其特征在于，所述的大数据服务器具有服务器数据解析模块，所述的数据解析模块用以二次解析所述的扫描解析单元上传的无法解析的图片资料或者扫描资料，并获取所述的登录用户的数据。
  5. 根据权利要求1所述的实现个人大数据收集、管理和授权的系统，其特征在于，所述的客户端中具有客户端收入管理模块和数据产品管理模块，其中：
    所述的客户端收入管理模块，用以根据所述的登录用户的操作调用所述的大数据服务器存储的交易信息，并根据所述的登录用户的操作管理所述的登录用户的银行账户；
    所述的数据产品管理模块，用以根据所述的登录用户的操作产生对应的数据产品管理指令，并将所述的数据产品管理指令发送至所述的大数据服务器。
  6. 根据权利要求1所述的实现个人大数据收集、管理和授权的系统，其特征在于，所述的客户端还具有用户基本信息管理模块，所述的用户基本信息管理模块用以根据所述的登录用户的操作产生个人基本信息管理指令，并将所述的个人基本信息管理指令发送至所述的大数据服务器。
  7. 根据权利要求1所述的实现个人大数据收集、管理和授权的系统，其特征在于，所述的大数据服务器中具有客户端交互模块、企业接口模块和授权管理模块，其中：
    所述的客户端交互模块，用以连接所述的数个客户端，并通过互联网或局域网与所述的数个客户端进行信息交互；
    所述的企业接口模块，用以接收所述的企业发送的数据授权请求，并将所述的数据授权请求发送至所述的授权管理模块，以及将所述的授权数据进行处理并将所述的处理后的授权数据发送至所述的企业；
    所述的授权管理模块，用以解析所述的数据授权请求并查询得到符合所述的数据授权请求的目标用户，并将所述的数据授权请求发送至所述的目标用户当前登录的客户端交互模块，以及根据所述的客户端交互模块转发的所述的目标用户当前登录的客户端的授权反馈信息将所述的同意授权的目标用户的授权数据调用至所述的企业接口模块。
  8. 根据权利要求1所述的实现个人大数据收集、管理和授权的系统，其特征在于，所述的大数据服务器还具有数据产品模块和收入管理模块，其中：
    所述的数据产品模块，用以对所述的大数据服务器存储的用户的数据进行处理并生成各种数据产品；
    所述的服务器收入管理模块，用以记录并处理所述的用户与企业的交易信息，以及将交 易收入转入所述的用户的银行账户。
  9. 根据权利要求1所述的实现个人大数据收集、管理和授权的系统，其特征在于，所述的大数据服务器中还具有用户注册登录验证模块，所述的用户注册登录验证模块用以在所述的大数据服务器增加新用户信息，并在所述的用户登录时提供验证信息。
  10. 根据权利要求1至9中任一项所述的实现个人大数据收集、管理和授权的系统，其特征在于，所述的大数据服务器中还具有数据存储模块，所述的数据存储模块用以分类存储所述的用户的个人基本信息，所述的登录用户的数据、所述的数据产品相应的数据，所述的授权数据和其它大数据服务器的数据。
  11. 一种基于权利要求1所述的系统实现个人大数据收集的方法，其特征在于，所述的方法具体为：
    所述的客户端自动收集所述的客户端上登录用户的数据，并将所述的登录用户的数据上传至所述的大数据服务器。
  12. 根据权利要求11所述的实现个人大数据收集的方法，其特征在于，所述的客户端中具有用户大数据收集模块和服务器端交互模块，所述的客户端自动收集所述的客户端上登录用户的数据，并将所述的登录用户的数据上传至所述的大数据服务器，包括以下步骤：
    (1.1)所述的服务器端交互模块连接所述的大数据服务器；
    (1.2)所述的用户大数据收集模块自动收集所述的客户端上登录用户的数据，并将所述的登录用户的数据发送至所述的服务器端交互模块；
    (1.3)所述的服务器端交互模块将所述的登录用户的数据上传至所述的大数据服务器。
  13. 根据权利要求12所述的实现个人大数据收集的方法，其特征在于，所述的用户大数据收集模块具有开放接口单元，所述的用户大数据收集模块自动收集所述的客户端上登录用户的数据，包括以下步骤：
    (1.2.1)所述的用户大数据收集模块判断是否收到启动开放接口单元的控制指令；
    (1.2.2)如果判断结果为收到启动开放接口单元的控制指令，则继续步骤(1.2.3)，否则返回上述步骤(1.2)
    (1.2.3)所述的开放接口单元连接其他操作系统或者应用软件的数据接口，并通过所述的数据接口自动收集所述的登录用户的数据。
  14. 根据权利要求12所述的实现个人大数据收集的方法，其特征在于，所述的用户大数据收集模块还具有自动捕获单元，所述的用户大数据收集模块自动收集所述的客户端上登录用户的数据，包括以下步骤：
    (1.2.a)所述的用户大数据收集模块判断是否收到启动自动捕获单元的控制指令；
    (1.2.b)如果判断结果为收到启动自动捕获单元的控制指令，则继续步骤(1.2.c)，否则返回上述步骤(1.2)
    (1.2.c)所述的自动捕获单元自动捕捉和解析所述的客户端屏幕上的显示信息以及所述的用户的输入信息，并通过所述的显示信息和输入信息收集所述的登录用户的数据。
  15. 根据权利要求12所述的实现个人大数据收集的方法，其特征在于，所述的用户大数据收集模块还具有扫描及解析单元，所述的用户大数据收集模块自动收集所述的客户端上登录用户的数据，包括以下步骤：
    (1.2.A)所述的用户大数据收集模块判断是否收到启动扫描解析单元的控制指令；
    (1.2.B)如果判断结果为收到启动扫描解析单元的控制指令，则继续步骤(1.2.C)，否则返回上述步骤(1.2)；
    (1.2.C)所述的扫描解析单元解析所述的客户端的图片资料或者扫描资料并获取所述的登录用户的数据。
  16. 根据权利要求15所述的实现个人大数据收集、管理和授权的方法，其特征在于，所述的步骤(1.2.C)之后，还包括以下步骤：
    (1.2.D)所述的扫描解析单元判断是否存在解析未成功的图片资料或者扫描资料；
    (1.2.E)如果判断结果为存在解析未成功的图片资料或者扫描资料，则继续步骤(1.2.F)，否则继续步骤(1.1.2)；
    (1.2.F)所述的扫描解析单元将无法解析的图片资料或扫描资料发送至所述的服务器端交互模块；
    (1.2.G)所述的服务器端交互模块将所述的无法解析的图片资料或扫描资料上传至所述的大数据服务器。
  17. 根据权利要求16所述的实现个人大数据收集的方法，其特征在于，所述的大数据服务器具有服务器数据解析模块，所述的步骤(1.2.G)之后，还包括以下步骤：
    (1.2.H)所述的服务器数据解析模块二次解析所述的无法解析的图片资料或者扫描资料，并获取所述的登录用户的数据。
  18. 一种基于权利要求11所述的方法实现个人大数据管理和授权的方法，其特征在于，所述的方法包括以下步骤：
    (a)所述的大数据服务器解析所述的企业发送的数据授权请求，并查询得到符合所述的数据授权请求的目标用户；
    (b)所述的大数据服务器将所述的数据授权请求推送至所述的目标用户当前登录的客户端；
    (c)所述的客户端根据所述的目标用户的授权选择操作对所述的大数据服务器发送的数据授权请求进行相应的授权处理；
    (d)所述的大数据服务器根据所述的目标用户所登录客户端的授权反馈信息将所述的同意授权的目标用户的授权数据发送至所述的企业。
  19. 根据权利要求18所述的实现个人大数据管理和授权的方法，其特征在于，所述的大数据服务器中具有企业接口模块和授权管理模块，所述的大数据服务器解析所述的企业发送的数据授权请求，并查询得到符合所述的数据授权请求的目标用户，包括以下步骤：
    (a.1)所述的企业接口模块接收所述的企业发送的数据授权请求，并将所述的数据授权请求发送至所述的授权管理模块；
    (a.2)所述的授权管理模块解析所述的数据授权请求，并查询得到符合所述的数据授权请求的目标用户。
  20. 根据权利要求19所述的实现个人大数据管理和授权的方法，其特征在于，所述的授权管理模块解析所述的数据授权请求，所述的查询得到符合所述的数据授权请求的目标用户，包括以下步骤：
    (a.2.1)所述的授权管理模块解析所述的数据授权请求并得到多种数据筛选条件；
    (a.2.2)所述的授权管理模块判断各个筛选条件是否为标准筛选条件；
    (a.2.3)如果判断结果为该筛选条件是为标准筛选条件，则继续步骤(a.2.4)，否则继续步骤(a.2.5)；
    (a.2.4)所述的授权管理模块将该数据授权请求自动分解成大数据服务器的程序能够自动执行的数据库查询语句，并查找到符合所述的数据授权请求的目标用户，以及返回上述步骤(b)；
    (a.2.5)由大数据服务器的运营方与企业联系，了解非标准筛选条件的具体含义和要求，再返回上述步骤(a.2.4)。
  21. 根据权利要求19所述的实现个人大数据管理和授权的方法，其特征在于，所述的大数据服务器中具有客户端交互模块，所述的客户端中具有服务器端交互模块，所述的大数据服务器将所述的数据授权请求推送至所述的目标用户当前登录的客户端，包括以下步骤：
    (b.1)所述的授权管理模块查找得到所述的目标用户当前登录的客户端的信息；
    (b.2)所述的授权管理模块将所述的目标用户当前登录的客户端的信息和所述的数据授 权请求发送至所述的客户端交互模块；
    (b.3)所述的客户端交互模块根据所述的目标用户当前登录的客户端的信息将所述的数据授权请求推送至所述的目标用户当前登录的客户端的服务器端交互模块。
  22. 根据权利要求21所述的实现个人大数据管理和授权的方法，其特征在于，所述的授权管理模块查找得到所述的目标用户当前登录的客户端的信息，包括以下步骤：
    (b.1.1)所述的授权管理模块根据所述的目标用户的信息判断所述的登录用户中是否存在所述的目标用户；
    (b.1.2)如果判断结果为所述的登录用户中存在所述的目标用户，则继续步骤(b.1.3)，否则继续步骤(b.1.4)；
    (b.1.3)所述的授权管理模块记录所述的目标用户当前登录的客户端的信息，并继续上述步骤(b.2)；
    (b.1.4)所述的授权管理模块向所述的大数据服务器反馈无目标用户登录的信息，并返回上述步骤(b.1.1)。23、根据权利要求22所述的实现个人大数据管理和授权的方法，其特征在于，所述的客户端中具有客户端数据授权模块，所述的客户端根据所述的目标用户的授权选择操作对所述的大数据服务器发送的数据授权请求进行相应的授权处理，包括以下步骤：
    (c.1)所述的客户端数据授权模块接收所述的服务器端交互模块转发的所述的数据授权请求；
    (c.2)所述的客户端数据授权模块显示所述的数据授权请求，以及根据所述的目标用户的操作产生授权指令或者非授权指令作为所述的授权反馈信息，并发送所述的授权反馈信息至所述的服务器端交互模块；
    (c.3)所述的服务器端交互模块将所述的授权反馈信息上传至所述的大数据服务器。
  23. 根据权利要求21所述的实现个人大数据管理和授权的方法，其特征在于，所述的大数据服务器中具有授权管理模块，所述的大数据服务器根据所述的目标用户所登录客户端的授权反馈信息将所述的同意授权的目标用户的授权数据发送至所述的企业，包括以下步骤：
    (d.1)所述的客户端交互模块接收所述的目标用户所登录的客户端通过所述的服务器端交互模块上传的授权反馈信息并将所述的授权反馈信息发送至所述的授权管理模块；
    (d.2)所述的授权管理模块将所述的授权反馈信息对应的授权数据调用至所述的企业接口模块；
    (d.3)所述的企业接口模块将所述的授权数据发送至所述的企业。
  24. 根据权利要求18所述的实现个人大数据收集、管理和授权的方法，其特征在于，所 述的大数据服务器还具有数据产品模块，所述的步骤(d)之后，还包括以下步骤：
    (e)所述的数据产品模块对所述的用户的数据进行处理并生成各种数据产品。
  25. 根据权利要求24所述的实现个人大数据收集、管理和授权的方法，其特征在于，所述的客户端中具有数据产品管理模块，所述的步骤(e)之后，还包括以下步骤：
    (f)所述的数据产品管理模块根据所述的登录用户的操作产生对应的数据产品管理指令，并将所述的数据产品管理指令发送至所述的服务器端交互模块；
    (g)所述的服务器端交互模块将所述的数据产品管理指令同步至所述的客户端交互模块；
    (h)所述的大数据服务器根据所述的数据产品管理指令管理所述的数据产品。
  26. 根据权利要求21所述的实现个人大数据收集、管理和授权的方法，其特征在于，所述的客户端还具有用户基本信息管理模块，所述的步骤(a)之前，还包括以下步骤：
    (0.1)所述的用户基本信息管理模块根据所述的用户的操作产生个人基本信息管理指令，并将所述的个人基本信息管理指令发送至所述的服务器端交互模块；
    (0.2)所述的服务器端交互模块将所述的个人基本信息管理指令同步至所述的客户端交互模块。
    (0.3)所述的大数据服务器根据所述的个人基本信息管理指令管理所述的个人基本信息。
  27. 根据权利要求26所述的实现个人大数据收集、管理和授权的方法，其特征在于，所述的大数据服务器中还具有用户注册登录验证模块，所述的步骤(0.3)之后，还包括以下步骤：
    (0.4)所述的用户注册登录验证模块在所述的大数据服务器增加新用户信息，并在已注册的用户登录时提供验证信息。
  28. 根据权利要求12所述的实现个人大数据收集、管理和授权的方法，其特征在于，所述的大数据服务器还具有服务器收入管理模块，所述的步骤(e)之后，还包括以下步骤：
    (F)所述的服务器收入管理模块记录并处理所述的用户与企业的交易信息，以及将交易收入转入所述的用户的银行账户。
  29. 根据权利要求28所述的实现个人大数据收集、管理和授权的方法，其特征在于，所述的客户端中具有客户端收入管理模块，所述的步骤(F)之后，还包括以下步骤：
    (G)所述的客户端收入管理模块根据所述的用户的操作通过所述的服务器端交互模块调用所述的交易信息，并根据所述的用户的操作管理所述的用户的银行账户。
  30. 根据权利要求18至29中任一项所述的实现个人大数据管理和授权的方法，其特征在于，所述的步骤(a)和(b)之间，还包括以下步骤：
    (a.a)所述的大数据服务器基于数据的性质、数据的来源或数据的时间戳对所述的数据进行自动分类。
  31. 根据权利要求18至29中任一项所述的实现个人大数据管理和授权的方法，其特征在于，所述的大数据服务器中还具有数据存储模块，所述的步骤(e)之后，还包括以下步骤：
    (e.a)所述的数据存储模块存储所述的用户的个人基本信息，所述的登录用户的大数据、所述的数据产品相应的数据，所述的授权数据和其它系统数据。
PCT/CN2014/088894 2014-08-05 2014-10-20 实现个人大数据收集、管理和授权的系统及方法 WO2016019632A1 (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
US14/891,294 US20160182607A1 (en) 2014-08-05 2014-10-20 System and method to realize personal big data collection, management and authorization
EP14891130.8A EP3179698A1 (en) 2014-08-05 2014-10-20 System and method for implementing collection, management and authorization of personal big data
KR1020167008566A KR20160048981A (ko) 2014-08-05 2014-10-20 개인의 빅 데이터 수집, 관리와 오서리제이션을 실현하는 시스템 및 방법
SG11201606591XA SG11201606591XA (en) 2014-08-05 2014-10-20 System and method to realize personal big data collection, management and authorization
JP2016519391A JP2017500621A (ja) 2014-08-05 2014-10-20 個人ビッグデータの収集、管理及び授権システム、及び方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201410380502.1A CN104125290A (zh) 2014-08-05 2014-08-05 实现个人大数据收集、管理和授权的系统及方法
CN201410380502.1 2014-08-05

Publications (1)

Publication Number Publication Date
WO2016019632A1 true WO2016019632A1 (zh) 2016-02-11

Family

ID=51770554

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2014/088894 WO2016019632A1 (zh) 2014-08-05 2014-10-20 实现个人大数据收集、管理和授权的系统及方法

Country Status (7)

Country Link
US (1) US20160182607A1 (zh)
EP (1) EP3179698A1 (zh)
JP (1) JP2017500621A (zh)
KR (1) KR20160048981A (zh)
CN (1) CN104125290A (zh)
SG (1) SG11201606591XA (zh)
WO (1) WO2016019632A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106339635A (zh) * 2016-09-30 2017-01-18 北京邦天信息技术有限公司 一种数据服务保护方法和装置
CN111291028A (zh) * 2020-01-15 2020-06-16 南京悠淼科技有限公司 一种面向高速工业现场数据采集系统及方法
CN112788143A (zh) * 2021-01-19 2021-05-11 澜途集思生态科技集团有限公司 一种基于物联网的分布式数据采集汇总方法
CN114861154A (zh) * 2022-07-04 2022-08-05 荣耀终端有限公司 一种协同登录方法

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10055469B2 (en) * 2014-12-02 2018-08-21 Amdocs Development Ltd. Method and software for retrieving information from big data systems and analyzing the retrieved data
CN105763577B (zh) * 2014-12-15 2018-09-18 南京采薇且歌信息科技有限公司 一种大数据安全管理系统
CN104637014A (zh) * 2015-03-09 2015-05-20 上海万达全程健康门诊部有限公司 一种基于令牌控制的居民健康档案实时同步装置
CN105260454A (zh) * 2015-10-14 2016-01-20 浪潮软件集团有限公司 数据电商的一种高效的技术框架
US10574540B2 (en) * 2016-09-17 2020-02-25 Anand Sambandam Method and system for facilitating management of service agreements for consumer clarity over multiple channels
CN106530002A (zh) * 2016-10-28 2017-03-22 国信优易数据有限公司 个人信息处理系统及其方法
CN106485103A (zh) * 2016-11-28 2017-03-08 中国工商银行股份有限公司 一种穿戴式移动授权装置、系统及方法
CN106850588A (zh) * 2017-01-10 2017-06-13 广东红樱桃网络科技有限公司 实现数据远程追踪的方法和装置
CN107016528A (zh) * 2017-04-11 2017-08-04 连云港大锤网络科技有限公司 一种互联网催收大数据智能服务系统及其运行方法
CN107426534A (zh) * 2017-05-25 2017-12-01 智恒科技股份有限公司 智能采集系统及管理系统
US10798173B2 (en) 2017-08-18 2020-10-06 Voko Solutions Limited System and method for facilitating a data exchange amongst communication devices connected via one or more communication networks
TWI656490B (zh) * 2017-10-25 2019-04-11 王悅蓉 Method and data collection and distribution system for big data commodity customization and data provider separation, computer readable recording media and computer program products
CN108711031B (zh) * 2018-04-13 2022-04-12 广州中国科学院软件应用技术研究所 一种智能终端电子证据库管理训练系统及方法
CN108961095A (zh) * 2018-06-13 2018-12-07 国网福建省电力有限公司 一种基于ai的智能催收电费系统
CN109242527A (zh) * 2018-07-24 2019-01-18 合肥爱玩动漫有限公司 一种基于互联网的技术咨询服务系统
US11531931B2 (en) * 2018-08-13 2022-12-20 BigID Inc. Machine learning system and methods for determining confidence levels of personal information findings
CN109242662A (zh) * 2018-08-30 2019-01-18 广东源恒软件科技有限公司 一种纳税申报的方法、系统、平台及存储介质
CN109634752B (zh) * 2018-10-26 2021-03-02 北京市天元网络技术股份有限公司 一种基于页面网关的客户端请求处理方法及系统
CN109919329A (zh) * 2019-02-13 2019-06-21 广东工业大学 一种注塑成型生产管理系统及方法
CN109976551A (zh) * 2019-02-18 2019-07-05 平安科技（深圳）有限公司 词组输入方法、装置、计算机设备及计算机可读存储介质
CN111967037A (zh) * 2019-05-18 2020-11-20 刘杰 一种面向数据价值化的个人数据资产管理方法
JP6944070B2 (ja) * 2019-10-15 2021-10-06 株式会社博報堂Ｄｙホールディングス 仲介装置、システム及びコンピュータプログラム
CN112184224A (zh) * 2020-09-29 2021-01-05 朱捷 一种实现数据再生和结算的方法及系统
CN112328720A (zh) * 2020-11-07 2021-02-05 哈尔滨航天恒星数据系统科技有限公司 一种基于城市管理网格化拆违专项系统及方法
CN112633782B (zh) * 2021-03-09 2021-06-01 发明之家(北京)科技有限公司 一种基于物联网的企业数据管理方法及系统
CN114422227B (zh) * 2022-01-13 2022-08-12 北京信息职业技术学院 一种基于网络安全的数据采集分析系统
CN115033763B (zh) * 2022-08-15 2022-11-18 北京宏数科技有限公司 一种基于大数据的存储方法及其系统
CN115631063A (zh) * 2022-12-19 2023-01-20 睿至科技集团有限公司 一种综合能源的管理方法及其系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060095415A1 (en) * 2004-11-02 2006-05-04 Juergen Sattler System and method for obtaining information from a data management system
US20060111991A1 (en) * 2002-07-08 2006-05-25 Murray Wilshinsky Confindential information sharing system
CN101576988A (zh) * 2009-06-12 2009-11-11 阿里巴巴集团控股有限公司 信用数据交互系统及交互方法
US20110010415A1 (en) * 2009-07-13 2011-01-13 Hitachi, Ltd. Personal information bank system
CN101986640A (zh) * 2010-10-18 2011-03-16 张振桂 一种客户资源采集系统及方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020041036A (ko) * 2000-11-25 2002-06-01 송근섭 인터넷 단말기의 인터넷 접속 기록을 이용한 통계정보제공 방법
US8577933B2 (en) * 2006-08-02 2013-11-05 Crossix Solutions Inc. Double blinded privacy-safe distributed data mining protocol
US20120054680A1 (en) * 2010-09-01 2012-03-01 Google Inc. User control of user-related data
CN103327100B (zh) * 2013-06-21 2017-04-19 华为技术有限公司 资源处理方法和站点服务器
CN103488957A (zh) * 2013-09-17 2014-01-01 北京邮电大学 一种关联隐私的保护方法
CN103747090A (zh) * 2014-01-16 2014-04-23 中国互联网新闻中心 一种面向大数据的计算公布透明与授权保证装置及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060111991A1 (en) * 2002-07-08 2006-05-25 Murray Wilshinsky Confindential information sharing system
US20060095415A1 (en) * 2004-11-02 2006-05-04 Juergen Sattler System and method for obtaining information from a data management system
CN101576988A (zh) * 2009-06-12 2009-11-11 阿里巴巴集团控股有限公司 信用数据交互系统及交互方法
US20110010415A1 (en) * 2009-07-13 2011-01-13 Hitachi, Ltd. Personal information bank system
CN101986640A (zh) * 2010-10-18 2011-03-16 张振桂 一种客户资源采集系统及方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106339635A (zh) * 2016-09-30 2017-01-18 北京邦天信息技术有限公司 一种数据服务保护方法和装置
CN111291028A (zh) * 2020-01-15 2020-06-16 南京悠淼科技有限公司 一种面向高速工业现场数据采集系统及方法
CN112788143A (zh) * 2021-01-19 2021-05-11 澜途集思生态科技集团有限公司 一种基于物联网的分布式数据采集汇总方法
CN114861154A (zh) * 2022-07-04 2022-08-05 荣耀终端有限公司 一种协同登录方法
CN114861154B (zh) * 2022-07-04 2023-04-11 荣耀终端有限公司 一种协同登录方法

Also Published As

Publication number Publication date
US20160182607A1 (en) 2016-06-23
EP3179698A1 (en) 2017-06-14
SG11201606591XA (en) 2016-09-29
CN104125290A (zh) 2014-10-29
JP2017500621A (ja) 2017-01-05
KR20160048981A (ko) 2016-05-04

Similar Documents

Publication Publication Date Title
WO2016019632A1 (zh) 实现个人大数据收集、管理和授权的系统及方法
US11182835B2 (en) Individual online price adjustments in real time
US20180322303A1 (en) Systems and methods for digital content delivery
US10057349B2 (en) Data stream consolidation in a social networking system for near real-time analysis
US20110082848A1 (en) Systems, methods and computer program products for search results management
US20190347287A1 (en) Method for screening and injection of media content based on user preferences
US20120278176A1 (en) Systems and methods utilizing facial recognition and social network information associated with potential customers
US20120203733A1 (en) Method and system for personal cloud engine
CN112424766A (zh) 数据交换
US10032145B1 (en) Video revenue sharing program
KR20170021454A (ko) 사용자 매체의 이용 정보에 기초하여 수집된 빅데이터 분석을 통한 개인별 상품 추천 방법 및 상품 추천 시스템
KR101708405B1 (ko) 기업과 유명인의 협력 사업을 위한 매칭 시스템 및 이의 매칭 방법
CN111447575B (zh) 短信息推送方法、装置、设备及存储介质
WO2023134496A1 (zh) 对象推荐方法、装置、电子设备以及存储介质
US10453091B2 (en) System and method to build external facing information platform to generate target list of entities
KR20190093755A (ko) 빅데이터기반 이미지 텍스트 인식 및 맞춤형 식재료 추천 방법 및 시스템
CN115269527A (zh) 向客户共享数据共享度量
US11244019B2 (en) Enrichment of user specific information
KR102048087B1 (ko) 개인과 객체의 관계 관리방법 및 그 시스템
CN113630506A (zh) 一种视频彩铃业务服务的推送方法及系统
KR20190093743A (ko) 수집된 빅데이터 분석을 통한 상품 추천 방법 및 상품 추천 시스템
JP2003187053A (ja) 評価情報管理方法及び装置
Karthikeyan et al. Bridging social media to E-Commerce: Using collaborative filtering product recommendation
TWI638324B (zh) 在共用網路中投放個人化廣告之系統及方法
KR20210105693A (ko) 사용자 매체의 이용 정보에 기초하여 수집된 빅데이터 분석을 통한 개인별 상품 추천 방법 및 상품 추천 시스템

Legal Events

Date Code Title Description
REEP Request for entry into the european phase

Ref document number: 2014891130

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2014891130

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 14891294

Country of ref document: US

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14891130

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016519391

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20167008566

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE