CN111815070A - 基于区块链的数据处理方法、装置、设备、及存储介质 - Google Patents
基于区块链的数据处理方法、装置、设备、及存储介质 Download PDFInfo
- Publication number
- CN111815070A CN111815070A CN202010728039.0A CN202010728039A CN111815070A CN 111815070 A CN111815070 A CN 111815070A CN 202010728039 A CN202010728039 A CN 202010728039A CN 111815070 A CN111815070 A CN 111815070A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- party information
- financial
- block
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 40
- 230000006399 behavior Effects 0.000 claims description 46
- 238000012417 linear regression Methods 0.000 claims description 29
- 230000006870 function Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 7
- 238000007726 management method Methods 0.000 description 15
- 230000008901 benefit Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000012795 verification Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- RTZKZFJDLAIYFH-UHFFFAOYSA-N Diethyl ether Chemical compound CCOCC RTZKZFJDLAIYFH-UHFFFAOYSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012550 audit Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000003595 mist Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
-
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Tourism & Hospitality (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Technology Law (AREA)
- Software Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种基于区块链的数据处理方法、装置、设备、及存储介质、该方法包括，基于区块链搭建包括多个第三方信息平台的联盟链；从联盟链中各第三方信息平台获取多个用户的用户数据；依据用户数据建立线性预测模型，并通过线性预测模型预测目标用户的目标理财数据。基于本发明提供的方法，可实现多个第三方信息平台的点对点的连接，以在保障理财安全性的同时节省资源，降低人力管理的成本。并且在基于已有的用户数据建立线性预测模型，进而基于该线性预测模型对目标用户的目标理财数据进行预测，使预测的理财数据更加符合目标用户的需求。
Description
技术领域
本发明涉及区块链技术领域，特别是一种基于区块链的数据处理方法、装置、设备、及存储介质。
背景技术
随着人们生活水平和收入的不断提升，理财已逐步进入人们的视野中。但是，由于理财产品种类繁多，用户在进行选择时需花费大量的时间和精力选取合适且安全的理财行为。
目前，虽然已经推出一些通过科技应用的理财应用，但是传统的理财应用多为照搬数字货币，导致很多问题和非法现象，如容易受到黑客攻击导致系统瘫痪等，使得理财安全无从保障。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于区块链的数据处理方法、装置、设备、及存储介质，能够实现理财数据的智能分析预测的同时降低风险。
根据本发明的一个方面，提供了一种基于区块链的数据处理方法，其特征在于，包括：
搭建区块链，在所述区块链中为多个第三方信息平台对应分配包括至少一个区块的区块段，生成包括多个第三方信息平台的联盟链；
从所述联盟链中各所述第三方信息平台获取多个用户的用户数据；
依据所述用户数据建立线性预测模型，并通过所述线性预测模型预测目标用户的目标理财数据。
可选地，所述搭建区块链，在所述区块链中为多个第三方信息平台对应分配包括至少一个区块的区块段，生成包括多个第三方信息平台的联盟链，包括：
基于以太坊搭建包括多个账号的区块链；
获取多个第三方信息平台的入链请求；
基于所述入链请求在所述区块链中为各所述第三方信息平台分别对应分配账号；
其中，其中，各账号管理一个区块段，每个区块段包括至少一个区块；各所述第三方信息平台所述区块段之间可互相进行数据访问。
可选地，所述搭建区块链，在所述区块链中为多个第三方信息平台对应分配包括至少一个区块的区块段，生成包括多个第三方信息平台的联盟链之后，还包括：
为各用户分别分配唯一索引值；
所述第三方信息平台基于所述唯一索引值将各所述用户的理财数据记录写入其对应管理的区块中。
可选地，所述用户数据包括多个用户、各用户的理财数据；所述理财数据包括理财行为数据以及与所述理财行为数据对应的实际理财结果数据。
可选地，所述从所述联盟链中各所述第三方信息平台获取多个用户的用户数据，包括：
选取多个用户，并获取各所述用户的唯一索引值；
根据各用户的唯一索引值在从所述联盟链中各所述第三方信息平台查找各所述用户的理财数据。
可选地，所述依据所述用户数据建立线性预测模型，包括：
基于所述用户数据构建样本数据集；其中，所述样本数据集包括多个样本数据对，所述样本数据对包括对应于同一用户的理财行为数据以及所述用户的实际理财结果数据；
建立以所述各用户的理财行为数据作为自变量的线性回归函数，f(xi)＝wxi+b；其中，i表示用户标识；xi表示用户标识i的理财行为数据；f(xi)表示用户标识i的理论理财结果数据；w和b表示固定参数；
采用均方误差最小化的方法计算所述线性回归函数的固定参数；
将所述固定参数代入所述线性回归函数后得到所述线性预测模型。
可选地，所述采用均方误差最小化的方法计算所述线性回归函数的固定参数，包括：
基于以下公式计算所述线性回归函数的固定参数w和b；
其中，E(w,b)表示凸函数；i表示用户标识；xi表示用户标识i的理财行为数据；yi表示用户标识i的实际理财结果数据。
根据本发明的另一个方面，还提供了一种基于区块链的数据处理装置，其特征在于，包括：
联盟链搭建模块，适于基于区块链搭建包括多个第三方信息平台的联盟链；
数据获取模块，适于从所述联盟链中各所述第三方信息平台获取多个用户的用户数据；
预测模块，适于依据所述用户数据建立线性预测模型，并通过所述线性预测模型预测与目标用户的理财行为对应的目标结果数据。
根据本发明的又一个方面，还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
根据本发明的又一个方面，还提供了一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本发明提供了一种基于区块链的数据处理方法及装置、计算机设备、计算机存储介质，在本发明提供的方法中，先基于区块链搭建包括多个第三方信息平台的联盟链之后，从联盟链中的述第三方信息平台获取多个用户的用户数据以建立线性预测模型，从而基于该线性预测模型预测目标用户的目标理财数据。基于本发明提供的方法，通过以区块链为基础搭建多个第三方信息平台的联盟链，实现多个第三方信息平台的点对点的连接，以在保障理财安全性的同时节省资源，降低人力管理的成本。另外，基于本发明提供的方法基于已有的用户数据建立线性预测模型，进而基于该线性预测模型对目标用户的目标理财数据进行预测，使得预测的理财数据更加符合目标用户的需求。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了根据本发明一实施例的基于区块链的数据处理方法的流程图；
图2示出了根据本发明一实施例的建立线性预测模型的流程图；
图3示出了根据本发明一实施例的基于区块链的数据处理装置结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
对本发明实施例进行进一步详细说明之前，对本发明实施例中涉及的名词和术语进行说明，本发明实施例中涉及的名词和术语适用于如下的解释。
区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层。
区块链底层平台可以包括用户管理、基础服务、智能合约以及运营监控等处理模块。其中，用户管理模块负责所有区块链参与者的身份信息管理，包括维护公私钥生成(账户管理)、密钥管理以及用户真实身份和区块链地址对应关系维护(权限管理)等，并且在授权的情况下，监管和审计某些真实身份的交易情况，提供风险控制的规则配置(风控审计)；基础服务模块部署在所有区块链节点设备上，用来验证业务请求的有效性，并对有效请求完成共识后记录到存储上，对于一个新的业务请求，基础服务先对接口适配解析和鉴权处理(接口适配)，然后通过共识算法将业务信息加密(共识管理)，在加密之后完整一致的传输至共享账本上(网络通信)，并进行记录存储；智能合约模块负责合约的注册发行以及合约触发和合约执行，开发人员可以通过某种编程语言定义合约逻辑，发布到区块链上(合约注册)，根据合约条款的逻辑，调用密钥或者其它的事件触发执行，完成合约逻辑，同时还提供对合约升级注销的功能；运营监控模块主要负责产品发布过程中的部署、配置的修改、合约设置、云适配以及产品运行中的实时状态的可视化输出，例如：告警、监控网络情况、监控节点设备健康状态等。
本发明实施例提供了一种基于区块链的数据处理方法，参见图1可知，本发明实施例提供的基于区块链的数据处理方法具体如下。
步骤S102，搭建区块链，在区块链中为多个第三方信息平台对应分配包括至少一个区块的区块段，生成包括多个第三方信息平台的联盟链。
本实施例提及的第三方信息平台可以是银行或是可提供理财产品的经过安全认证的其他金融机构，第三方信息平台的数量以及机构类型可根据不同的需求进行设置，本发明对此不做限定。
在本发明一可选实施例中，上述步骤S102搭建联盟链时，首先，基于以太坊搭建包括多个账号的区块链；其次，获取多个第三方信息平台的入链请求；最后，基于入链请求在所述区块链中为各第三方信息平台分别对应分配账号。其中，各账号管理一个区块段，每个区块段包括至少一个区块。各账号管理的区块数量可以根据各所述第三方信息平台中所需存储的用户数据的多少进行分配，本发明对此不做限定。
本发明实施例基于以太坊搭建区块链，第一，可以安装Mist浏览器(已经集成以太坊钱包)。第二，安装配置基于Go语言的geth命令。geth是以太坊的官方客户端，它是一个命令行工具，提供很多命令和选项，可以运行以太坊节点、创建和管理账户、发送交易、挖矿、部署智能合约等。第三，在本地搭建区块链。第四，完成挖矿工作；第五.使用Mist在私有链上配置投票合约。本实施例对于区块链的搭建可采用常用的搭建方式，此处不多赘述。
区块链搭建时可以创建多个节点，每个第三方信息平台可以向区块链的任一节点提及入链请求，入链请求中可以包括第三方信息平台的身份信息、时间戳等等。获取到该入链请求之后可对其中的信息进行验证，在验证通过之后为该第三方信息平台分配账号。
进一步地，上述实施例提及已经为各第三方信息平台分别对应分配账号，那么，各第三方信息平台则可以基于各自的账号进行记账。本实施例中可以每个各用户分配唯一索引值，即各用户的唯一标识，在第三方信息平台进行记账时，可以基于唯一索引值将各用户的理财数据记录写入其对应管理的区块中。
一般情况下，每一个区块包含一个索引、一个时间戳、一个交易列表、一个证明(之后更多)和前一个区块的哈希值。在本发明实施例中，第三方信息平台记录用户的理财数据时，可以将该用户的理财行为数据以及与理财行为数据对应的实际理财结果数据。例如，在区块链中利用所分配的账号进行记账，记账的内容主要包括前一个区块的哈希值，理财产品信息、理财交易数量(即理财金额数)、交易信息(例如时间、周期以及可能获取的收益等信息)。本发明实施例提供的方法，通过搭建区块链，并在区块链中只针对银行或是经过安全认证的金融机构分配入链和记账权限，可以有效保证整个联盟链的合法性和安全性。
在本发明实施例中，各第三方信息平台可作为联盟链中的各个节点，各节点的区块段之间可互相进行数据访问，或是进行互相读取数据，从而实现多个第三方信息平台的数据共享。对于各区块段所包括的区块，其可以用于存储不同时间记录的用户数据。其中，用户数据可以包括多个用户、各用户的理财数据。理财数据可以包括理财行为数据以及与理财行为数据对应的实际理财结果数据。
其中，理财行为数据可以是具体的理财类型及对应的理财周期，如定期存款、股票交易、基金交易、期货买卖记录等。对应的实际理财结果数据可以是股票收益情况，基金交易记录、回报率，期货买卖收益等。在区块中进行数据存储时，可以按照时间或是区块标识进行分类存储。
在本发明实施例中，在联盟链的各区块中进行数据存储时，可以使用database联盟件设定好业务需求以及操作权限编写sql语句，并由本地开始区块打包，数据块打包完成后进行全网广播，广播的文件是整条sql+Hash。此时，联盟链中各个节点开始校验完成后写入各自的区块，由此实现各个节点的数据更新。
进一步地，本发明实施例中的联盟链的共识使用的是投票共识机制，联盟链中的各个节点都可以参与，通过全网广播后只要过半节点校验通过即可，校验前后hash、签名、以及权限验证，相较于传统的验证方式更加简洁高效。
步骤S104，从联盟链中各第三方信息平台获取多个用户的用户数据。
前文提及，已经为各用户分配了唯一索引值，可选地，在获取多个用户的用户数据时，可以先选取多个用户，并获取各账号用户的唯一索引值；进而根据各用户的唯一索引值在从账号联盟链中各账号第三方信息平台查找各账号用户的理财数据。本实施例中，由于各用户具有唯一的索引值，因此，基于该索引值可以快速在联盟链中查找该用户在各个第三方信息平台的理财数据，进而为后续建立预测模型提供真实有效的数据基础。
步骤S106，依据用户数据建立线性预测模型，并通过线性预测模型预测目标用户的目标理财数据。本发明实施例提及的对目标用户的目标理财数据的预测可以是对不同具体的理财产品所产生的回报进行分析预测，本实施例中的预测是基于区块链数据加上智能算法线性回归完成的。
在建立线性预测模型时，可以基于用户数据构建样本数据集，进而依据样本数据集建立线性预测模型。
其中，样本数据集包括多个样本数据对，样本数据对包括对应于同一用户的理财行为数据以及用户的实际理财结果数据。
例如，假设样本数据集表示为D，其中D＝{(x1,y1),(x2,y2),...,(xm,ym)}，其中的(x1,y1)，(x2,y2)即表示各个数据对，共m组数据对(也即，m个样本)。xi表示一个用户(或账户)i的理财行为数据，yi表示用户i的实际理财结果数据(如该用户的理财行为的收益信息)，yi∈R。实际应用中，同一用户可能会有多种理财行为，此时，xi以集合的形式表示为xi＝(xi1；xi2；...；xid)，例如(定存100元、购入100份A基金、卖出10股B股票等)。
在本发明一可选实施例中，如图2所示，依据样本数据集建立线性预测模型时可以包括：
S202，建立以各用户的理财行为数据作为自变量的线性回归函数。
以上述实施例提及的数据集D为例，首先从单属性出发，即：
D＝{(xi,yi)}mi＝1
线性回归得到的线性回归函数可以表示如下：
f(xi)＝wxi+b
其中，i表示用户标识；xi表示用户标识i的理财行为数据；f(xi)表示用户标识i的理论理财结果数据；w和b表示固定参数。
S204，采用均方误差最小化的方法计算线性回归函数的固定参数。
计算线性回归函数的固定参数即计算w和b，计算上述固定参数时，即使得
本发明实施例采用均方误差MSE衡量f(x)和y之间的差异，使得均方误差最小化，即：
基于均方误差最小化来进行参数计算的方法称为“最小二乘法”，即找到一条直线使得所有样本到直线的欧式距离之和最小。
计算w和b使
最小化的过程，即为本发明实施例的线性回归模型最小二乘“参数估计”。
也即，本发明实施例中可通过以下公式计算线性回归函数的固定参数。
其中，E(w,b)表示凸函数；i表示用户标识；xi表示用户标识i的理财行为数据；yi表示用户标识i的实际理财结果数据。
将E(w,b)分别对w和b求导，得到：
通常对凸函数E(w,b)来说，偏导数取值为零处即为最优解，因此，w和b的最后闭式解分别为：
其中，
基于上述过程，即可得到线性回归函数的固定参数w和b。
S206，将固定参数代入线性回归函数后得到线性预测模型。该线性预测模块可存储至区块链网络。
将w和b代入线性回归函数f(xi)＝wxi+b即可得到最终的线性预测模型。
线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。本实施例以线性回归函数为基础建立线性回归模型具有建模迅速快的优点，不需要很复杂的计算，在数据量大的情况下依然运行速度很快，采用线性回归模型的预测结果具有很好的可解释性，有利于决策分析，能够帮助目标用户选择较佳的理财产品，为用户提供合理的推荐信息。
进一步地，继续参见上述步骤S106，建立好线性预测模型之后，即可基于线性预测模型预测目标用户的目标理财数据。
可选地，在基于线性模型预测目标用户的目标理财数据时，可以预测目标用户的对应于一种或多种理财行为数据(如定期理财、股票交易、基金交易等行为类型及对应的理财时间)的理财结果数据(如收益数据、回报数据等)，即，可以将目标用户的理财行为数据输入线性预测模型，由该线性预测模型输出目标用户的目标理财结果数据。
从另一方面来讲，在基于线性模型预测目标用户的目标理财数据时，还可以基于理财结果数据反推对应的理财行为数据。即，将目标用户的目标理财结果数据输入线性预测模型中，由该线性预测模型输出可得到与目标理财结果数据对应的目标理财行为数据。
在本发明一可选实施例中，还可以同时结合上述两种方式实现目标用户的目标理财数据的预测。即，先将将目标用户的一种或多种理财行为数据输入线性预测模型，计算该一种或多种理财行为数据对应的目标理财结果数据。可选地，在选取理财行为数据可以依据理财周期或是理财交易到期时间进行选取，即选取具有相同理财周期的理财行为或是选取具有相同理财到期时间的理财行为。例如，选取的理财行为为定存100元1年、购入100份A基金1年，进而得到其1年的理财收益为x。
进一步地，将目标理财结果数据x输入线性预测模型中得到与其对应的目标理财行为数据。该目标理财行为数据包括的理财行为的种类可以小于上文提及的理财行为的种类，使得用户得到相同收益的基础上进行较少类型的理财行为。亦或是，将相同周期相同理财本金输入线性预测模型中得到不同银行或是基金等第三方信息平台的目标理财结果数据，如相同本金相同周期下某银行的理财产品和回报率高对于现有理财行为等，实现对目标用户的理财数据的智能分析，并且在实现理财预测分析的同时帮助目标用户提升投资的专注性。
除此之外，还可以将目标理财结果数据x乘以大于1的系数，为目标用户推荐具有更高收益的理财行为。该系数可以根据用户的理财基础或是用户画像进行设置，本发明对此不做限定。当然，实际应用中还可以通过其他方式利用线性预测模型对目标用户的理财数据的预测，此处不再赘述。
基于同一发明构思，本发明实施例还提供了一种基于区块链的数据处理装置，如图3所示，该装置可以包括：
联盟链搭建模块310，适于搭建区块链，在区块链中为多个第三方信息平台对应分配包括至少一个区块的区块段，生成包括多个第三方信息平台的联盟链；
数据获取模块320，适于从联盟链中各第三方信息平台获取多个用户的用户数据；
预测模块330，适于依据用户数据建立线性预测模型，并通过线性预测模型预测与目标用户的理财行为对应的目标结果数据。
在本发明一可选实施例中，联盟链搭建模块310还适于：
基于以太坊搭建包括多个账号的区块链；
获取多个第三方信息平台的入链请求；
基于入链请求在区块链中为各第三方信息平台分别对应分配账号；
其中，其中，各账号管理一个区块段，每个区块段包括至少一个区块；各第三方信息平台区块段之间可互相进行数据访问。
在本发明一可选实施例中，联盟链搭建模块310还适于为各用户分别分配唯一索引值；
第三方信息平台基于唯一索引值将各用户的理财数据记录写入其对应管理的区块中。
在本发明一可选实施例中，用户数据包括多个用户、各用户的理财数据；理财数据包括理财行为数据以及与理财行为数据对应的实际理财结果数据。
在本发明一可选实施例中，数据获取模块320，还适于从选取多个用户，并获取各用户的唯一索引值；
根据各用户的唯一索引值在从联盟链中各第三方信息平台查找各用户的理财数据。
在本发明一可选实施例中，预测模块330还适于：
基于用户数据构建样本数据集；其中，样本数据集包括多个样本数据对，样本数据对包括对应于同一用户的理财行为数据以及用户的实际理财结果数据；
依据样本数据集建立线性预测模型。
在本发明一可选实施例中，预测模块330还适于：建立以各用户的理财行为数据作为自变量的线性回归函数，f(xi)＝wxi+b；其中，i表示用户标识；xi表示用户标识i的理财行为数据；f(xi)表示用户标识i的理论理财结果数据；w和b表示固定参数；
采用均方误差最小化的方法计算线性回归函数的固定参数；
将固定参数代入线性回归函数后得到线性预测模型。
在本发明一可选实施例中，预测模块330还适于通过以下公式计算参数w和b；
其中，E(w,b)表示凸函数；i表示用户标识；xi表示用户标识i的理财行为数据；yi表示用户标识i的实际理财结果数据。
本发明实施例提供了一种基于区块链的数据处理方法、装置、设备、及存储介质，在本发明实施例提供的方法中，先基于区块链搭建包括多个第三方信息平台的联盟链之后，从联盟链中的述第三方信息平台获取多个用户的用户数据以建立线性预测模型，从而基于该线性预测模型预测目标用户的目标理财数据。基于本发明实施例提供的方法，通过以区块链为基础搭建多个第三方信息平台的联盟链，实现多个第三方信息平台的点对点的连接，由于区块链具有完全去中心化不可篡改属性，可以去除传统意义上中心化金融服务点(例如p2p中心化金融服务点)，以在保障理财安全性的同时节省资源，降低人力管理的成本。另外，基于本发明实施例提供的方法基于已有的用户数据建立线性预测模型，进而基于该线性预测模型对目标用户的目标理财数据进行预测，使得预测的理财数据更加符合目标用户的需求。
本发明实施例提供的方案是在基于区块链所建立的联盟链的基础上进行数据的获取，使得数据来源的安全性和保障性高，将传统的中心化软件体系逐渐变成为非中心化管理，有效降低理财市场风险。并且通过建立线性回归模型对目标用户的理财数据进行智能预测分析，帮助目标用户提升理财的收益以及专注性，使得预测的理财数据更加符合目标用户的需求。
本发明实施例还提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述任一项所述方法的步骤。
本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
所属领域的技术人员可以清楚地了解到，上述描述的系统、装置、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，为简洁起见，在此不另赘述。
另外，在本发明各个实施例中的各功能单元可以物理上相互独立，也可以两个或两个以上功能单元集成在一起，还可以全部功能单元都集成在一个处理单元中。上述集成的功能单元既可以采用硬件的形式实现，也可以采用软件或者固件的形式实现。
本领域普通技术人员可以理解：所述集成的功能单元如果以软件的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，其包括若干指令，用以使得一台计算设备(例如个人计算机，服务器，或者网络设备等)在运行所述指令时执行本发明各实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM)、随机存取存储器(RAM)，磁碟或者光盘等各种可以存储程序代码的介质。
或者，实现前述方法实施例的全部或部分步骤可以通过程序指令相关的硬件(诸如个人计算机，服务器，或者网络设备等的计算设备)来完成，所述程序指令可以存储于一计算机可读取存储介质中，当所述程序指令被计算设备的处理器执行时，所述计算设备执行本发明各实施例所述方法的全部或部分步骤。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：在本发明的精神和原则之内，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案脱离本发明的保护范围。
Claims (10)
1.一种基于区块链的数据处理方法，其特征在于，包括：
搭建区块链，在所述区块链中为多个第三方信息平台对应分配包括至少一个区块的区块段，生成包括多个第三方信息平台的联盟链；
从所述联盟链中各所述第三方信息平台获取多个用户的用户数据；
依据所述用户数据建立线性预测模型，并通过所述线性预测模型预测目标用户的目标理财数据。
2.根据权利要求1所述的方法，其特征在于，所述搭建区块链，在所述区块链中为多个第三方信息平台对应分配包括至少一个区块的区块段，生成包括多个第三方信息平台的联盟链，包括：
基于以太坊搭建包括多个账号的区块链；
获取多个第三方信息平台的入链请求；
基于所述入链请求在所述区块链中为各所述第三方信息平台分别对应分配账号；
其中，其中，各账号管理一个区块段，每个区块段包括至少一个区块；各所述第三方信息平台所述区块段之间可互相进行数据访问。
3.根据权利要求2所述的方法，其特征在于，所述搭建区块链，在所述区块链中为多个第三方信息平台对应分配包括至少一个区块的区块段，生成包括多个第三方信息平台的联盟链之后，还包括：
为各用户分别分配唯一索引值；
所述第三方信息平台基于所述唯一索引值将各所述用户的理财数据记录写入其对应管理的区块中。
4.根据权利要求3所述的方法，其特征在于，所述理财数据包括理财行为数据以及与所述理财行为数据对应的实际理财结果数据。
5.根据权利要求3所述的方法，其特征在于，所述从所述联盟链中各所述第三方信息平台获取多个用户的用户数据，包括：
选取多个用户，并获取各所述用户的唯一索引值；
根据各用户的唯一索引值在从所述联盟链中各所述第三方信息平台查找各所述用户的理财数据。
6.根据权利要求3所述的方法，其特征在于，所述依据所述用户数据建立线性预测模型，包括：
基于所述用户数据构建样本数据集；其中，所述样本数据集包括多个样本数据对，所述样本数据对包括对应于同一用户的理财行为数据以及所述用户的实际理财结果数据；
建立以所述各用户的理财行为数据作为自变量的线性回归函数，f(xi)＝wxi+b；
其中，i表示用户标识；xi表示用户标识i的理财行为数据；f(xi)表示用户标识i的理论理财结果数据；w和b表示固定参数；
采用均方误差最小化的方法计算所述线性回归函数的固定参数；
将所述固定参数代入所述线性回归函数后得到所述线性预测模型。
7.根据权利要求6所述的方法，其特征在于，所述采用均方误差最小化的方法计算所述线性回归函数的固定参数，包括：
基于以下公式计算所述线性回归函数的固定参数w和b；
其中，E(w,b)表示凸函数；i表示用户标识；xi表示用户标识i的理财行为数据；yi表示用户标识i的实际理财结果数据。
8.一种基于区块链的数据处理装置，其特征在于，包括：
联盟链搭建模块，适于基于区块链搭建包括多个第三方信息平台的联盟链；
数据获取模块，适于从所述联盟链中各所述第三方信息平台获取多个用户的用户数据；
预测模块，适于依据所述用户数据建立线性预测模型，并通过所述线性预测模型预测与目标用户的理财行为对应的目标结果数据。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010728039.0A CN111815070A (zh) | 2020-07-23 | 2020-07-23 | 基于区块链的数据处理方法、装置、设备、及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010728039.0A CN111815070A (zh) | 2020-07-23 | 2020-07-23 | 基于区块链的数据处理方法、装置、设备、及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111815070A true CN111815070A (zh) | 2020-10-23 |
Family
ID=72862743
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010728039.0A Pending CN111815070A (zh) | 2020-07-23 | 2020-07-23 | 基于区块链的数据处理方法、装置、设备、及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111815070A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113434599A (zh) * | 2021-06-29 | 2021-09-24 | 北京市大数据中心 | 一种基于半节点的区块链账本同步方法及装置 |
| CN113450198A (zh) * | 2021-07-09 | 2021-09-28 | 中国银行股份有限公司 | 基于联盟链的理财报表生成方法、装置及系统 |
| CN113487202A (zh) * | 2021-07-14 | 2021-10-08 | 海南马良师傅网络科技有限公司 | 基于区块链管理的仪器搬迁监管方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109063169A (zh) * | 2018-08-17 | 2018-12-21 | 福建省农村信用社联合社 | 一种基于区块链的客户数据管理系统 |
| CN109493220A (zh) * | 2018-10-25 | 2019-03-19 | 平安科技（深圳）有限公司 | 一种确定股票投资配比的方法、终端设备及介质 |
| CN109993337A (zh) * | 2017-12-29 | 2019-07-09 | 广州潽蓝信息科技有限公司 | 一种金融产品实时管理方法、装置和服务器 |
| CN110009502A (zh) * | 2019-04-03 | 2019-07-12 | 平安科技（深圳）有限公司 | 理财数据分析方法、装置、计算机设备和存储介质 |
| CN110009503A (zh) * | 2019-04-03 | 2019-07-12 | 平安信托有限责任公司 | 理财产品推荐方法、装置、计算机设备及存储介质 |
| CN110659842A (zh) * | 2019-09-30 | 2020-01-07 | 上海中通吉网络技术有限公司 | 快递从业人员诚信共享方法及存储介质 |
| CN111127216A (zh) * | 2019-12-30 | 2020-05-08 | 山东爱城市网信息技术有限公司 | 一种基于区块链的银行理财产品的实现方法、设备及介质 |
-
2020
- 2020-07-23 CN CN202010728039.0A patent/CN111815070A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109993337A (zh) * | 2017-12-29 | 2019-07-09 | 广州潽蓝信息科技有限公司 | 一种金融产品实时管理方法、装置和服务器 |
| CN109063169A (zh) * | 2018-08-17 | 2018-12-21 | 福建省农村信用社联合社 | 一种基于区块链的客户数据管理系统 |
| CN109493220A (zh) * | 2018-10-25 | 2019-03-19 | 平安科技（深圳）有限公司 | 一种确定股票投资配比的方法、终端设备及介质 |
| CN110009502A (zh) * | 2019-04-03 | 2019-07-12 | 平安科技（深圳）有限公司 | 理财数据分析方法、装置、计算机设备和存储介质 |
| CN110009503A (zh) * | 2019-04-03 | 2019-07-12 | 平安信托有限责任公司 | 理财产品推荐方法、装置、计算机设备及存储介质 |
| CN110659842A (zh) * | 2019-09-30 | 2020-01-07 | 上海中通吉网络技术有限公司 | 快递从业人员诚信共享方法及存储介质 |
| CN111127216A (zh) * | 2019-12-30 | 2020-05-08 | 山东爱城市网信息技术有限公司 | 一种基于区块链的银行理财产品的实现方法、设备及介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113434599A (zh) * | 2021-06-29 | 2021-09-24 | 北京市大数据中心 | 一种基于半节点的区块链账本同步方法及装置 |
| CN113450198A (zh) * | 2021-07-09 | 2021-09-28 | 中国银行股份有限公司 | 基于联盟链的理财报表生成方法、装置及系统 |
| CN113487202A (zh) * | 2021-07-14 | 2021-10-08 | 海南马良师傅网络科技有限公司 | 基于区块链管理的仪器搬迁监管方法 |
| CN113487202B (zh) * | 2021-07-14 | 2023-04-07 | 海南马良师傅网络科技有限公司 | 基于区块链管理的仪器搬迁监管方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liao et al. | Digital twin consensus for blockchain-enabled intelligent transportation systems in smart cities | |
| CN106530088B (zh) | 基于区块链安全节点对证券产品进行交易的方法 | |
| CN108805409B (zh) | 一种基于区块链的关键基础设备信息管理方法 | |
| CN110717832B (zh) | 基于区块链的清洁能源交易方法、系统、装置及存储介质 | |
| CN109450638A (zh) | 基于区块链的电子元器件数据管理系统及方法 | |
| Lei et al. | A renewable energy microgrids trading management platform based on permissioned blockchain | |
| CN107423978A (zh) | 一种基于联盟区块链的分布式能源交易认证方法 | |
| CN111815070A (zh) | 基于区块链的数据处理方法、装置、设备、及存储介质 | |
| CN110704531A (zh) | 基于区块链的用电客户信用管理方法及系统 | |
| CN110490723A (zh) | 区块链下的贷款管理方法与系统 | |
| CN112685766A (zh) | 基于区块链的企业征信管理方法、装置、计算机设备及存储介质 | |
| CN110502927A (zh) | 一种信息处理方法及相关装置 | |
| CN110275891A (zh) | 人工智能软件市场 | |
| CN111459461A (zh) | 基于物联网和区块链技术的用能权核定及交易系统和方法 | |
| CN112116352A (zh) | 一种保护用户账户隐私的分布式能源交易方法 | |
| CN113628049B (zh) | 一种基于群体智能的区块链智能合约的冲突裁决方法 | |
| EP3614326A1 (en) | System and method for mapping a virtual building model | |
| CN116485398A (zh) | 一种考虑区块链的新能源电力交易的系统及方法 | |
| Yang et al. | Leveraging blockchain for scaffolding work management in construction | |
| CN107392736A (zh) | 一种数据处理方法、装置及设备 | |
| CN114663091A (zh) | 基于多链式区块链架构的电力交易方法 | |
| CN111461881A (zh) | 数据管理方法、装置、计算机设备及存储介质 | |
| Wen et al. | Application of blockchain technology in data management: advantages and solutions | |
| Cong et al. | Blockchain applications, challenges and evaluation: A survey | |
| Huang et al. | Incentive assignment in hybrid consensus blockchain systems in pervasive edge environments |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201023 |
|
| RJ01 | Rejection of invention patent application after publication |