基于区块链的对象推荐方法、装置及系统与流程

1.本说明书实施例涉及计算机技术领域，特别涉及一种基于区块链的对象推荐方法。


背景技术：

2.随着互联网技术的发展，各个网络平台会根据用户的需求向用户发送各种推荐信息，以满足不同用户的个性化需求。
3.目前，各个网络平台都是基于各自平台的用户数据向用户发送个性化的推荐信息，对于用户数据量匮乏的平台无法做到向用户发送准确的推荐信息；并且各平台的用户数据涉及用户隐私以及商业机密，多个平台之间无法直接共享用户数据来向用户准确的发送个性化的推荐信息。
4.因此，如何准确地向用户发送个性化的推荐信息是目前迫切需要解决的问题。


技术实现要素：

5.有鉴于此，本说明书实施例提供了一种基于区块链的对象推荐方法。本说明书一个或者多个实施例同时涉及一种基于区块链的对象推荐装置，一种基于区块链的对象推荐系统，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
6.根据本说明书实施例的第一方面，提供了一种基于区块链的对象推荐方法，应用于区块链网络中的节点设备，其中，所述节点设备存储有各数据平台提交的用户隐私数据，所述区块链网络上部署有用于用户隐私数据管理的智能合约；所述方法包括：
7.接收客户端发送的针对目标对象的推荐请求；
8.响应于所述推荐请求，调用所述智能合约，对所述各数据平台提交的用户隐私数据进行隐私数据处理，得到用户特征集；
9.将所述用户特征集发送至所述客户端，以使所述客户端根据所述用户特征集，筛选出目标用户，并向所述目标用户推荐所述目标对象。
10.根据本说明书实施例的第二方面，提供了一种基于区块链的对象推荐方法，应用于客户端，所述方法包括：
11.向区块链网络中的节点设备发送针对目标对象的推荐请求；
12.接收所述节点设备反馈的用户特征集，其中，所述用户特征集为所述节点设备响应于所述推荐请求，调用智能合约对各数据平台的用户隐私数据进行隐私数据处理得到，所述智能合约部署于所述区块链网络上、用于用户隐私数据管理；
13.根据所述用户特征集，筛选出目标用户，向所述目标用户推荐所述目标对象。
14.根据本说明书实施例的第三方面，提供了一种基于区块链的对象推荐装置，应用于区块链网络中的节点设备，其中，所述节点设备存储有各数据平台提交的用户隐私数据，所述区块链网络上部署有用于用户隐私数据管理的智能合约；所述装置包括：
15.第一接收模块，被配置为接收客户端发送的针对目标对象的推荐请求；
16.隐私处理模块，被配置为响应于所述推荐请求，调用所述智能合约，对所述各数据平台提交的用户隐私数据进行隐私数据处理，得到用户特征集；
17.第一发送模块，被配置为将所述用户特征集发送至所述客户端，以使所述客户端根据所述用户特征集，筛选出目标用户，并向所述目标用户推荐所述目标对象。
18.根据本说明书实施例的第四方面，提供了一种基于区块链的对象推荐装置，应用于客户端，所述装置包括：
19.第二发送模块，被配置为向区块链网络中的节点设备发送针对目标对象的推荐请求；
20.第二接收模块，被配置为接收所述节点设备反馈的用户特征集，其中，所述用户特征集为所述节点设备响应于所述推荐请求，调用智能合约对各数据平台的用户隐私数据进行隐私数据处理得到，所述智能合约部署于所述区块链网络上、用于用户隐私数据管理；
21.推荐模块，被配置为根据所述用户特征集，筛选出目标用户，向所述目标用户推荐所述目标对象。
22.根据本说明书实施例的第五方面，提供了一种基于区块链的对象推荐系统，包括至少一个数据平台、区块链网络和客户端，其中，所述区块链网络包括有多个节点设备，所述区块链网络上部署有用于用户隐私数据管理的智能合约；
23.各数据平台，将用户隐私数据提交至所述区块链网络中的节点设备进行存储；
24.所述客户端，向所述区块链网络中的节点设备发送针对目标对象的推荐请求；
25.所述区块链中的节点设备，响应于所述推荐请求，调用所述智能合约，对所述各数据平台的用户隐私数据进行隐私数据处理，得到用户特征集；将所述用户特征集发送至所述客户端；
26.所述客户端，根据所述用户特征集，筛选出目标用户，并向所述目标用户推荐所述目标对象。
27.根据本说明书实施例的第六方面，提供了一种计算设备，包括：
28.存储器和处理器；
29.所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述基于区块链的对象推荐方法的步骤。
30.根据本说明书实施例的第七方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述基于区块链的对象推荐方法的步骤。
31.根据本说明书实施例的第八方面，提供了一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述基于区块链的对象推荐方法的步骤。
32.本说明书提供的基于区块链的对象推荐方法，应用于区块链网络中的节点设备，其中，节点设备存储有各数据平台提交的用户隐私数据，区块链网络上部署有用于用户隐私数据管理的智能合约；该方法通过接收客户端发送的针对目标对象的推荐请求，并响应于推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，得到用户特征集；然后将用户特征集发送至客户端，以使客户端根据用户特征集，筛选出目标用户，并向目标用户推荐目标对象。通过上述方法，基于客户端发送的针对目标对象的推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，可以保证用户隐
私数据的安全性，避免了用户隐私数据被泄露的风险；同时，各数据平台和客户端之间通过区块链网络构建出了一个可信的信息共享环境，区块链网络中的节点设备响应于客户端发送的针对目标对象的推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，从而得到更精确的用户特征集，以使客户端能够根据该用户特征集，筛选出目标用户，提高了向目标用户推荐目标对象的准确性。
附图说明
33.图1示出了根据本说明书一个实施例提供的一种基于区块链的对象推荐方法的流程图；
34.图2示出了根据本说明书一个实施例提供的另一种基于区块链的对象推荐方法的流程图；
35.图3示出了根据本说明书一个实施例提供的一种基于区块链的对象推荐方法的处理示意图；
36.图4示出了根据本说明书一个实施例提供的一种基于区块链的对象推荐方法中信息共享方法的流程图；
37.图5示出了根据本说明书一个实施例提供的一种基于区块链的对象推荐方法中营销推荐方法的流程图；
38.图6示出了根据本说明书一个实施例提供的一种基于区块链的对象推荐装置的结构框图；
39.图7示出了根据本说明书一个实施例提供的另一种基于区块链的对象推荐装置的结构框图；
40.图8示出了根据本说明书一个实施例提供的一种基于区块链的对象推荐系统的结构框图；
41.图9示出了根据本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
42.在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
43.在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
44.应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
45.首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
46.区块链：“区块链”是一种特殊的分布式数据库技术，它适合存储简单的、有先后关系的、能在系统内验证的数据，用密码学和共识算法保证了数据的不可篡改和不可伪造。从科技层面来看，区块链涉及数学、密码学、互联网和计算机编程等很多科学技术问题。从应用视角来看，区块链是一个分布式的共享账本和数据库，具有去中心化、不可篡改、全程留痕、可以追溯、集体维护、公开透明等特点。这些特点保证了区块链的“诚实”与“透明”，为区块链创造信任奠定基础。而区块链丰富的应用场景，基本上都基于区块链能够解决信息不对称问题，实现多个主体之间的协作信任与一致行动。
47.智能合约(smart contract)：是一种旨在以信息化方式传播、验证或执行合同的计算机协议。智能合约允许在没有第三方的情况下进行可信交易，这些交易可追踪且不可逆转。智能合约的目的是提供优于传统合约的安全方法，并减少与合约相关的其他交易成本。
48.隐私计算：是指面向隐私信息全生命周期保护的计算理论和方法，具体是指在处理视频、音频、图像、图形、文字、数值、网络行为信息流等信息时，对所涉及的隐私信息进行描述、度量、评价和融合等操作，形成一套符号化、公式化且具有量化评价标准的隐私计算理论、算法及应用技术，支持多系统融合的隐私信息保护。
49.多方安全计算(mpc，multi party computation)：是隐私计算的一类算法，核心是解决一组互不信任的参与方之间保护隐私的协同计算问题。mpc要确保输入的独立性、计算的正确性、去中心化等特征，同时不泄露各输入值给参与计算的其他成员。主要是针对无可信第三方的情况下，如何安全地计算一个约定函数的问题，同时要求每个参与主体除了计算结果外不能得到其他实体任何的输入信息。安全多方计算在电子选举、电子投票、电子拍卖、秘密共享、门限签名等场景中有着重要的作用。安全多方计算通常结合同态加密、零知识证明、混淆电路和秘密共享等技术方案一起实现。
50.用户画像：用户画像又称用户角色，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。我们在实际操作的过程中往往会以最为浅显和贴近生活的话语将用户的属性、行为与期待的数据转化联结起来。作为实际用户的虚拟代表，用户画像所形成的用户角色并不是脱离产品和市场之外所构建出来的，形成的用户角色需要有代表性能代表产品的主要受众和目标群体。举例来说，用户画像通常可以包含用户的购买习惯，历史订单、兴趣爱好等。
51.随着互联网技术的发展，各个网络平台会根据用户的需求向用户发送各种推荐信息，以满足不同用户的个性化需求。目前各个网络平台都是基于各自平台的用户数据向用户发送个性化的推荐信息，对于用户数据量匮乏的平台无法做到向用户发送准确的推荐信息；并且各平台的用户数据设计用户隐私以及商业秘密，多个平台之间无法直接共享用户数据来向用户准确的发送个性化的推荐信息。
52.基于上述问题，为了更好、更准确地向目标用户推荐目标对象，本说明书提供了一种基于区块链的对象推荐方法，本说明书一个或者多个实施例同时涉及一种基于区块链的对象推荐装置，一种基于区块链的对象推荐系统，一种计算设备，一种计算机可读存储介质以及一种计算机程序，在下面的实施例中逐一进行详细说明。
53.本说明书一个或多个实施例所述的区块链网络，具体可指一个各节点设备通过共
识机制达成的、具有分布式数据存储结构的p2p网络系统，它适合存储简单的、有先后关系的、能在系统内验证的数据，用密码学和共识算法保证了数据的不可篡改和不可伪造。
54.在本说明书中一个或多个实施例中，区块链网络中的节点设备存储有各数据平台提交的用户隐私数据。从各数据平台的视角来看，区块链网络是一个分布式的共享账本和数据库，具有去中心化、不可篡改、全程留痕、可以追溯、集体维护、公开透明等特点。这些特点保证了区块链网络的“诚实”与“透明”，为区块链网络创造信任奠定基础。因此，各数据平台可以放心的将用户隐私数据提交至区块链网络中的节点设备进行存储，并且各数据平台之间通过区块链网络构建出了一个可信的信息共享环境，因此不需要担心用户隐私数据泄露的风险。
55.同时，在区块链网络上还部署有用于用户隐私数据管理的智能合约(smart contract)，其中，智能合约是一种可以通过代码形式定义的，旨在以信息化方式传播、验证或执行合同的计算机协议。在本实施例中，智能合约的目的是用于对用户隐私数据进行管理。
56.在本说明书中，各数据平台可以是各种网络购物平台或者在线视频平台等，各数据平台可以将自身的用户隐私数据提交至区块链网络中的节点设备进行存储，然后区块链网络的节点设备便调用智能合约对用户隐私数据进行管理。
57.参见图1，图1示出了根据本说明书一个实施例提供的一种基于区块链的对象推荐方法的流程图。该方法应用于区块链网络中的节点设备，具体包括以下步骤：
58.s102、接收客户端发送的针对目标对象的推荐请求。
59.本实施例中的客户端用于向用户推荐目标对象，其中，目标对象是指向用户推荐的目标对象信息，例如可以向用户推荐目标商品、目标网站或目标视频等等。
60.在具体地实际应用中，用于向用户推荐目标对象的客户端可以选择用户数量庞大的客户端，例如电子钱包客户端、普遍使用的社交客户端等等。因为，在实际的应用场景中，用户根据自己的喜好可以选择不同的数据平台进行购物或者观看在线视频等，但是针对用户数量匮乏的数据平台，该数据平台只能向自己的用户进行推荐，无法扩大推荐范围。因此，用户数量匮乏的各数据平台可以与一个或者多个用户数量庞大的客户端进行联合，基于客户端庞大的用户群体，将各数据平台的目标对象推荐至客户端的用户，从而各数据平台可以向更多的用户发送自己平台的推荐信息。
61.在本实施例中，首先需要接收客户端发送的针对目标对象的推荐请求，其中，推荐请求携带有查询条件，该查询条件用于查询各数据平台存储于节点设备中的用户隐私数据。
62.具体地，针对目标对象的推荐请求可以通过如下方式得到：
63.首先，各数据平台需要将各自的对象信息同步至客户端，其中，对象信息是指各数据平台向用户推荐的信息，例如可以是各数据平台重点促销的商品品类信息(例如商品名称、商品类型等)、促销信息(例如参与促销的商品的价值明细、促销幅度、促销时间等)等。
64.然后，客户端基于各数据平台同步的对象信息，生成推荐请求，其中，推荐请求携带有查询条件，查询条件用于查询各数据平台存储于节点设备中的用户隐私数据。
65.例如，各数据平台，将各自的对象信息(数码产品手机a，原价5000元，促销价4500元，促销幅度90％，促销时间2个月)同步至客户端；客户端基于各数据平台同步的对象信
息，生成一个“在周日20-22点访问至少5次数码产品相关信息且页面停留平均时长在1分钟以上的用户有哪些”的查询条件，然后客户端基于该查询条件对存储于节点设备的用户隐私数据进行查询，最终生成推荐请求。
66.在本说明书实施例的一种可能的实现方式中，在接收客户端发送的针对目标对象的推荐请求之前，还包括：
67.接收并存储各数据平台提交的用户隐私数据，其中，用户隐私数据为各数据平台基于预设格式进行加密后提交的。
68.在本实施例中，用户隐私数据是指各数据平台记录的涉及用户隐私的数据，例如，用户隐私数据可以包括用户标识数据和用户行为数据。其中，用户标识数据是指能够标识用户身份的数据，例如可以是用户的姓名、手机号码、居住地、职业、教育程度等。用户行为数据是指用户在该数据平台中的行为信息，例如可以是登录时间、登录市场、访问的商品类型、页面停留时长、是否成功支付订单等。
69.通过上述用户隐私数据，可以准确的把握数据平台中用户的身份以及操作习惯、兴趣爱好等，基于用户行为信息便可有针对性的生成个性化的推荐信息向用户进行推荐。
70.需要说明的是，在接收并存储各数据平台提交的用户隐私数据之前，还包括：
71.接收各数据平台发送的注册请求；
72.基于注册请求，向各数据平台分配密钥对，以使各数据平台基于密钥对，利用预设加密算法，基于预设格式对用户隐私数据进行加密。
73.在本实施例中，在接收并存储各数据平台提交的用户隐私数据之前，需要接受各数据平台发送的注册请求，其中，注册请求是指各数据平台在区块链网络上进行注册的请求，当接收到各数据平台发送的注册请求之后，便分配一个或者多个节点设备给各数据平台，以使各数据平台可以基于区块链网络实现数据平台之间的联合，进而形成数据平台联盟。
74.需要注意的是，区块链网络中有多个节点设备，多个节点设备用于存储各数据平台提交的用户隐私数据。各数据平台可以基于自身实际需要决定是否持有节点设备，以及持有多少个节点设备。当数据平台不持有节点设备时，则意味着可以将区块链网络中的节点设备交给其他参与方进行托管，由其他参与方进行后续的操作。
75.在接收各数据平台发送的注册请求并分配一个或者多个节点设备给各数据平台的同时，还要基于注册请求，向各数据平台分配密钥对，其中，密钥对包括公钥和私钥，以使各数据平台基于密钥对，利用预设加密算法，基于预设格式对用户隐私数据进行加密。
76.具体地，之所以向各数据平台分配密钥对，是因为各数据平台需要基于密钥对，对用户隐私数据进行加密。在实际应用中，密钥加密技术分为对称密钥加密技术和非对称密钥加密技术。对称密钥加密技术又称私钥加密或者会话密钥加密算法，即信息的发送方和接收方使用同一个密钥去加密和解密数据，其最大的优势是加密/解密速度快，但是密钥管理很困难，一旦密钥泄漏就会极易造成加密数据的泄漏。
77.非对称密钥加密技术又称公钥密钥加密，它需要使用不同的密钥来分别完成加密和解密的操作，其中一个密钥公开发布(即公开密钥)，另一个由用户自己秘密保存(即私用密钥)。数据发送者用公开密钥去加密，而数据接收者则用私用密钥去解密。
78.在本实施例中，选用非对称加密技术对各数据平台的用户隐私数据进行加密。也
就是说，在非对称加密技术中，密钥对中包括有两种密钥，分为私钥和公钥。私钥只能是用户隐私数据接收方持有，不能够公布；公钥是由各数据平台持有。具体地，公钥用来对用户隐私数据进行加密，相应地，用公钥加密后的用户隐私数据只能使用私钥进行解密。即，在密钥对中，让公众知道的是公钥；只有自己知道的，不向公众公布的是私钥。一个密钥对中的公钥和私钥是唯一对应的，公钥和私钥之间可以相互加密或解密(密钥对中的一种密钥加密的数据必定要使用另一种密钥进行解密)。
79.之所以用公钥对用户隐私数据进行加密，是因为公钥是公众所知的，即使公钥被第三方获取到，也不用担心用户隐私数据被泄漏，因此只有用公钥对应的私钥才能对加密后的用户隐私数据进行解密；私钥只有用户隐私数据接收方知道。即，当各数据平台利用公钥对用户隐私数据进行加密后，只有用户隐私数据接收方利用只有自己知道的私钥才能对用户行为信息进行解密，如此便可保证各数据平台的用户行为信息不被泄露，从而达到了对用户行为信息进行加密传输。
80.各数据平台基于密钥对用户隐私数据进行加密的过程中，需要利用预设加密算法对用户隐私数据进行加密，预设加密算法有多种，例如可以是同态加密算法，联邦学习算法等；并且每一种预设加密算法都对应这一种预设格式，其中，预设格式是预设加密算法规定的信息格式。也就是说，预设格式是指利用预设加密算法对用户隐私数据进行加密形成密文后的形式，一般是一定长度的字符串形式，但不同的加密(例如联邦学习等加密算法)计算之后，会得到不同长度的字符串形式的密文，在密文中所包含的字符也会有不同。例如“suybl94tdiqx3uufuts7wwoyjn vigsfzg3hcburx＝”就是针对某一数据进行加密之后的密文。
81.在本实施例中，各数据平台可以利用同态加密算法，来对各数据平台的用户隐私数据分别进行加密。同态加密算法无需对数据进行解密即可对加密数据进行计算，在计算过程中不会泄露任何原始数据的内容，在对加密数据进行计算后即可加密数据进行解密处理，得到计算后的数据结果。
82.在上述实施方式中，在接收并存储各数据平台提交的用户隐私数据之前，还需要接收各数据平台发送的注册请求，并基于注册请求，向各数据平台分配密钥对，以使各数据平台基于密钥对，利用预设加密算法，基于预设格式对用户隐私数据进行加密。通过上述方法，各数据平台利用预设加密算法，对该数据平台的用户隐私数据进行加密，得到预设格式的加密后的用户隐私数据，有效地保证了各数据平台的用户隐私数据不被泄露，提升了各数据平台用户隐私数据的安全性。
83.在接收各数据平台发送的注册请求，并基于注册请求，向各数据平台分配密钥对之后，需要接收并存储各数据平台提交的用户隐私数据，其中，用户隐私数据为各数据平台基于预设格式进行加密后提交的。
84.也就是说，在各数据平台基于密钥对，利用预设加密算法，基于预设格式对用户隐私数据进行加密后，便需要将加密后的用户隐私数据提交至区块链网络中的各节点设备中进行存储。
85.具体地，在本说明书实施例的一种可能的实现方式中，当接收各数据平台发送的注册请求，并基于注册请求，向各数据平台分配密钥对之后，各数据平台利用密钥对中的公钥对该数据平台的用户隐私数据进行加密。然后再利用密钥对中的私钥对加密后的用户隐
私数据进行签名，并将签名的加密后的用户隐私数据提交至区块链网络中的各节点设备中。
86.其中，对加密后的用户隐私数据进行签名是指对加密后的用户隐私数据进行数字签名，数字签名是只有用户隐私数据发送方(即各数据平台)才能产生的别人无法伪造的一段数字串，这段数字串同时也是对用户隐私数据发送方发送信息真实性的一个有效证明。
87.为了保证加密后的用户隐私数据确实是各数据平台发出的，各数据平台需要利用密钥对中的私钥对加密后的用户隐私数据进行数字签名，从而保护用户隐私数据，避免用户隐私数据泄露。具体可以通过以下方式实现：
88.各数据平台首先利用密钥对中的公钥对该数据平台的用户隐私数据进行加密，得到加密后的用户隐私数据。然后基于私钥对加密后的用户隐私数据进行签名，在签名之前，需要利用哈希函数对加密后的用户隐私数据进行哈希计算，得到加密后的用户隐私数据的消息摘要(message digest)，其中，哈希函数是一种“压缩函数”，利用哈希函数可以把任意长度的输入经由散列函数算法(例如sha-1、sha-2等密码散列函数)变换成固定长度的输出，该输出的哈希值就是消息摘要，也称数字摘要。
89.在得到加密后的用户隐私数据的消息摘要之后，各数据平台利用自己私钥对消息摘要进行签名，形成各数据平台独有的数字签名，然后将数字签名和加密后的用户隐私数据一起发送至区块链网络的节点设备中进行存储。
90.在上述实施方式中，在接收客户端发送的针对目标对象的推荐请求之前，还需要接收并存储各数据平台提交的用户隐私数据，其中，用户隐私数据为各数据平台基于预设格式进行加密后提交的。通过上述方法，可以对对用户隐私数据基于预设格式进行加密，提高了用户隐私数据的安全性。通过各数据平台在提交用户隐私数据时，对用户隐私数据进行签名，保证了各数据平台提交的用户隐私数据的真实性。
91.s104、响应于推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，得到用户特征集。
92.在本实施例中，智能合约用于隐私数据管理。具体地，当接收到客户端发送的针对目标对象的推荐请求之后，便响应于推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，得到用户特征集。
93.其中，对各数据平台提交的用户隐私数据进行隐私数据处理，是指基于推荐请求中的查询条件，调用智能合约对各数据平台提交的用户隐私数据中符合查询条件的用户隐私数据进行隐私计算，进而得到用户特征集，用户特征集是反映各数据平台用户行为特征的集合。用户特征集又称用户画像集，用于表示各数据平台产品主要受众和目标群体，具体可以包括用户的购买习惯、历史订单、兴趣爱好等。
94.隐私计算技术是指面向隐私信息全生命周期保护的计算理论和方法，具体是指在处理视频、音频、图像、图形、文字、数值、网络行为信息流等信息时，对所涉及的隐私信息进行描述、度量、评价和融合等操作，形成一套符号化、公式化且具有量化评价标准的隐私计算理论、算法及应用技术，支持多系统融合的隐私信息保护。其本质是在保护数据隐私的前提下，解决数据流通、数据应用等数据服务的问题。隐私计算技术包括有多种，例如基于协议的安全多方计算(mpc，multi party computation)、基于现代密码的联邦学习以及基于硬件的可信执行环境等等。
95.在实际应用中，在接收到客户端发送的针对目标对象的推荐请求之后，便可基于推荐请求中的查询条件，采用安全多方计算技术、联邦学习技术或者基于可信执行环境对各数据平台提交的用户隐私数据中符合查询条件的用户隐私数据进行隐私计算，进而得到用户特征集，用户特征集又称为用户画像集，反映着各数据平台用户的行为特征，进而用于表示产品主要受众和目标群体，具体可以包含用户的购买习惯、历史订单、兴趣爱好等。
96.以隐私计算技术是mpc为例，由于mpc是在针对无可信第三方情况下，安全地进行多方协同的计算问题，即在区块链的分布式网络中，多个参与实体各自对数据进行加密输入，各方希望共同完成对某函数的计算，而要求每个参与实体除计算结果外均不能得到其他参与实体的任何输入信息。
97.因此，智能合约便基于查询请求，采用mpc技术，能够对加密的用户隐私数据中符合查询条件的用户隐私数据进行隐私计算，对处于加密状态下的用户隐私数据直接进行计算，可以让各参与方都不知道对方的用户隐私数据，保证了各数据平台用户隐私数据的安全性。
98.需要注意的是，区块链网络主要是为了对mpc计算的结果进行验证，防止数据被篡改，在这一过程中并不需要考虑输入数据的保密性问题；而mpc重点则是强调计算过程对于输入数据的保密性，在这一过程中并不需要考虑计算结果是否被篡改；因此，将隐私计算技术mpc与区块链104相结合，有效地保证了各数据平台用户隐私数据的安全性防止各数据用户隐私数据被泄露。
99.在本说明书实施例的一种可能的实现方式中，响应于推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，得到用户特征集，具体可以通过以下方式实现：
100.响应于推荐请求，调用智能合约，利用预设格式对应的隐私数据处理方式，对各数据平台提交的用户隐私数据进行隐私数据处理，得到用户特征集。
101.在本实施例中，利用预设格式对应的隐私数据处理方式，对各数据平台提交的用户隐私数据进行隐私数据处理，是指利用预设格式对应的隐私计算技术对各数据平台提交的用户隐私数据进行隐私计算。其中，预设格式与隐私计算技术相对应，即不同的隐私计算技术对应着不同的预设格式。
102.在实际应用中，在接收到各数据平台提交的基于预设格式进行加密的用户隐私数据以及接收到客户端发送的针对目标对象的推荐请求之后，便响应于推荐请求，调用智能合约，利用预设格式对应的隐私计算技术对各数据平台提交的用户隐私数据进行隐私计算。
103.具体地，为了保证接收到的各数据平台提交的用户隐私数据以及客户端发送的推荐请求的真实性，首先需要各数据平台以及客户端分别对用户隐私数据和推荐请求进行签名，然后智能合约对签名进行验证，以确保用户隐私数据以及推荐请求的真实性。
104.即，各数据平台和客户端首先将加密后的用户隐私数据以及推荐请求进行哈希计算，得到加密后的用户隐私数据和推荐请求的消息摘要，在得到消息摘要后利用各自的私钥对加密后的用户隐私数据的消息摘要、推荐请求的消息摘要进行签名；
105.然后智能合约，基于自己持有的密钥对中的公钥对签名进行解密，分别得到加密后的用户隐私数据的消息摘要以及推荐请求的消息摘要。然后使用与各数据平台和客户端
同样的哈希计算方法计算摘要值，再与解密得到的摘要进行对比，若二者完全一样说明加密的用户隐私数据以及推荐请求中途没有被篡改。
106.在对加密后的用户隐私数据以及推荐请求的真实性进行验证之后，便采用预设格式对应的隐私计算技术，对各数据平台加密后的用户隐私数据中符合查询条件的用户隐私数据进行隐私计算，得到用户特征集。
107.具体地，以预设格式对应的隐私计算技术是mpc技术为例，对各数据平台加密后的用户隐私数据与客户端发送的推荐请求中的查询条件进行匹配，例如，加密后的用户隐私数据中包括有用户标识数据和用户行为数据，其中用户标识数据中包括居住地、职业；用户行为数据中包括浏览的商品类型、浏览页面的时间；推荐请求中的查询条件包括“哪些职业的男性用户在哪些时间浏览数码类型的商品”。
108.然后基于上述用户标识数据、用户行为数据以及查询条件进行匹配，最后得到各数据平台中符合查询条件的用户行为特征：数据平台a：“职业为it行业的男性用户喜欢在周六晚间八点至十点浏览数码类型的商品”、数据平台b：“职业为学生的男性用户喜欢在周六晚间七点至十点浏览数码类型的商品”等等。
109.然后利用mpc技术对上述用户行为进行相加，最终获得用户特征集，即用户画像集，其中，用户特征集中包含有各数据平台对应的用户特征。
110.在上述实施方式中，响应于推荐请求，调用智能合约，利用预设格式对应的隐私数据处理方式，对各数据平台提交的用户隐私数据进行隐私数据处理，得到用户特征集。通过上述方法，对各数据平台提交的用户隐私数据进行隐私数据处理，可以对处于加密状态下的用户隐私数据直接进行计算，可以让各参与方都不知道对方的用户隐私数据，保证了各数据平台用户隐私数据的安全性。基于用户隐私数据和查询推荐请求得到用户特征集，可以精准且有针对性地对用户进行推荐。
111.s106、将用户特征集发送至客户端，以使客户端根据用户特征集，筛选出目标用户，并向目标用户推荐目标对象。
112.在本实施例中，在对各数据平台提交的用户隐私数据进行隐私数据处理，得到用户特征集之后，需要将用户特征集发送至客户端，以使客户端根据用户特征集，筛选出自己用户群体中的目标用户，并向目标用户推荐目标对象。
113.需要注意的是，由于用户特征集是利用预设加密算法以及进行隐私计算得到的，因此此时客户端得到的用户特征集仍处于加密状态，因此需要客户端对用户特征集进行解密，得到解密后的用户特征集。然后根据解密后的用户特征集，在客户端自己的用户群体中筛选出目标用户，然后针对目标用户推荐目标对象，其中，目标用户是客户端中符合用户特征集的用户。
114.例如，用户特征集是“介于18～30岁的且职业为it行业的男性用户喜欢在周六晚间八点至十点浏览数码类型的商品”，然后根据上述用户特征集，筛选出客户端自己用户群体中介于18～30岁的、且职业为it行业的男性用户作为目标用户，然后针对上述目标用户推荐数码类型商品的目标对象。
115.基于用户特征集对目标用户进行推荐的方式有多种，例如可以在生成用户特征集后直接基于用户特征集的具体内容，对目标用户进行推荐；也可以预设一定的时间段，在预设时间段内，对目标用户进行推荐。
116.本说明书提供的基于区块链的对象推荐方法，应用于区块链网络中的节点设备，其中，节点设备存储有各数据平台提交的用户隐私数据，区块链网络上部署有用于用户隐私数据管理的智能合约；该方法通过接收客户端发送的针对目标对象的推荐请求，并响应于推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，得到用户特征集；然后将用户特征集发送至客户端，以使客户端根据用户特征集，筛选出目标用户，并向目标用户推荐目标对象。通过上述方法，基于客户端发送的针对目标对象的推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，可以保证用户隐私数据的安全性，避免了用户隐私数据被泄露的风险；同时，各数据平台和客户端之间通过区块链网络构建出了一个可信的信息共享环境，区块链网络中的节点设备响应于客户端发送的针对目标对象的推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，从而得到更精确的用户特征集，以使客户端能够根据该用户特征集，筛选出目标用户，提高了向目标用户推荐目标对象的准确性。
117.图2示出了根据本说明书一个实施例提供的另一种基于区块链的对象推荐方法的流程图。该方法应用于客户端，具体包括以下步骤：
118.s202、向区块链网络中的节点设备发送针对目标对象的推荐请求。
119.在本实施例中，推荐请求是向用户推荐目标对象的请求。
120.在本说明书实施例的一种可能的实现方式中，为了保证向区块链网络中的节点设备发送针对目标对象的推荐请求的真实性，需要在发送推荐请求之前，对推荐请求进行签名操作。
121.具体地，首先需要将推荐请求进行哈希计算，得到推荐请求的消息摘要，在得到消息摘要后利用私钥对推荐请求的消息摘要进行签名操作，以确保针对目标对象的推荐请求的真实性。
122.在本说明书实施例的一种可能的实现方式中，在向区块链网络中的节点设备发送针对目标对象的推荐请求之前，包括：
123.接收各数据平台同步的对象信息；
124.根据对象信息，生成针对目标对象的推荐请求。
125.在本实施例中，首先需要接收各数据平台同步的对象信息，其中，对象信息是指各数据平台向用户推荐的信息，例如可以是各数据平台重点促销的商品品类信息(例如商品名称、商品类型等)、促销信息(例如参与促销的商品的价值明细、促销幅度、促销时间等)等。
126.然后，根据对象信息，生成针对目标对象的推荐请求，其中，推荐请求携带有查询条件，查询条件用于查询各数据平台存储于节点设备中的用户隐私数据。
127.例如，各数据平台同步的对象信息为：数码产品手机a，原价5000元，促销价4500元，促销幅度90％，促销时间2个月。在接收到各数据平台同步的对象信息之后，便根据对象信息，生成一个“在周日20-22点访问至少5次数码产品相关信息且页面停留平均时长在1分钟以上的用户有哪些”的查询条件，然后基于该查询条件生成针对目标对象的推荐请求。
128.在上述实施方式中，通过接收各数据平台同步的对象信息，然后根据对象信息，生成针对目标对象的推荐请求。通过上述方法，可以基于推荐请求准确的查询出各数据平台中符合查询条件的目标对象，进而针对目标对象进行推荐，提高了信息推荐的准确性。
129.s204、接收节点设备反馈的用户特征集，其中，用户特征集为节点设备响应于推荐请求，调用智能合约对各数据平台的用户隐私数据进行隐私数据处理得到，智能合约部署于区块链网络上、用于用户隐私数据管理。
130.在本实施例中，在向区块链网络中的节点设备发送针对目标对象的推荐请求之后，区块链网络的节点设备便会调用智能合约对各数据平台的用户隐私数据进行隐私数据处理，进而得到用户特征集。
131.其中，用户特征集是反映各数据平台用户行为特征的集合。用户特征集又称用户画像集，用于表示各数据平台产品主要受众和目标群体，具体可以包括用户的购买习惯、历史订单、兴趣爱好等。
132.具体地，在向区块链网络中的节点设备发送针对目标对象的推荐请求之后，区块链网络中的节点设备便会响应于推荐请求，调用智能合约，利用预设格式对应的隐私数据处理方式，对各数据平台提交的用户隐私数据进行隐私数据处理，得到用户特征集，并将用户特征集发送至客户端。
133.例如，以预设格式对应的隐私计算技术是mpc技术为例，将各数据平台加密后的用户隐私数据与推荐请求中的查询条件进行匹配，其中，用户隐私数据包括有用户标识数据和用户行为数据，其中用户标识数据中包括居住地、职业；用户行为数据中包括浏览的商品类型、浏览页面的时间；推荐请求中的查询条件包括“哪些职业的男性用户在哪些时间浏览数码类型的商品”。
134.然后基于上述用户标识数据、用户行为数据以及查询条件进行匹配，最后得到各数据平台中符合查询条件的用户行为特征：数据平台a：“职业为it行业的男性用户喜欢在周六晚间八点至十点浏览数码类型的商品”、数据平台b：“职业为学生的男性用户喜欢在周六晚间七点至十点浏览数码类型的商品”等等。最终利用mpc技术对上述用户行为进行相加，获得用户特征集，即用户画像集，其中，用户特征集中包含有各数据平台对应的用户特征。
135.在区块链网络中的节点设备调用智能合约对各数据平台的用户隐私数据进行隐私数据处理，进而得到用户特征集之后，便将该用户特征集发送至客户端。相应地，客户端便会接收节点设备反馈的用户特征集。
136.s206、根据用户特征集，筛选出目标用户，向目标用户推荐目标对象。
137.当接收到节点设备反馈的用户特征集之后，需要根据用户特征集，筛选出自身用户群体中的目标用户，然后向用户推荐目标对象。
138.需要注意的是，由于用户特征集是利用预设加密算法进行隐私计算得到的，因此此时得到的用户特征集仍处于加密状态，因此需要对用户特征集进行解密，得到解密后的用户特征集。然后根据解密后的用户特征集，在自己的用户群体中筛选出目标用户，然后针对目标用户进行推荐。
139.例如，用户特征集为“介于18～30岁的且职业为it行业的男性用户喜欢在周六晚间八点至十点浏览数码类型的商品”，然后根据上述用户群体画像，筛选出介于18～30岁的、且职业为it行业的男性用户作为目标用户，然后针对上述目标用户进行推荐。
140.基于用户特征集对目标用户进行推荐的方式有多种，例如可以在生成用户特征集后直接基于用户特征集的具体内容，对目标用户进行推荐；也可以预设一定的时间段，在预
设时间段内，对目标用户进行推荐。
141.在本说明书实施例的一种可能的实现方式中，推荐请求包括目标时间段和目标对象标识；向目标用户推荐目标对象，包括：
142.在目标时间段内，向目标用户推荐目标对象标识对应的目标对象。
143.目标时间段是指推荐请求的查询条件中携带的，用于向用户进行推荐的时间段；目标对象标识是指推荐请求的查询条件中携带的，能够代表目标对象类型的标识信息；目标对象是指各数据平同步的对象信息中满足用户特征集的对象信息。
144.具体地，例如推荐请求中的查询条件是：“哪些职业的男性用户在哪些时间浏览数码类型的商品”，其中“数码类型的商品”携带有目标对象标识；
145.用户特征集为：“职业为it行业的男性用户喜欢在周六晚间八点至十点浏览数码类型的商品”；
146.然后根据用户特征集，基于推荐请求中的目标对象标识“数码类型的商品”，将各数据平台同步的对象信息中的“数码类型的商品”确定为目标对象。然后在目标时间段，即每周六晚间八点至十点向男性用户推荐数码类型的商品的推荐信息，例如手机、相机的商品价值、促销幅度、促销时间等信息。
147.在上述实施方式中，推荐请求包括目标时间段和目标对象标识；在目标时间段内，向目标用户推荐目标对象标识对应的目标对象，通过上述方法，从而提高了向目标用户进行推荐的准确性。
148.在本说明书实施例的一种可能的实现方式中，根据用户特征集，筛选出目标用户，具体可以通过以下方式实现：
149.将用户特征集与预设用户集合中的目标用户特征信息进行匹配；
150.确定匹配度达到预设阈值的目标用户特征信息对应的目标用户。
151.当根据用户特征集，筛选目标用户时，需要将用户特征集与预设用户集合中的目标用户特征信息进行匹配，从而确定匹配度达到预设阈值的目标用户特征信息对应的目标用户。
152.之所以将用户特征集与预设用户集合中的目标用户特征集进行匹配，其原因是客户端通常选择的是用户数量庞大的客户端，例如电子钱包客户端、普遍使用的社交软件客户端等等。基于庞大的用户集合，可以将各数据平台的推荐信息向客户端的用户进行推荐，从而扩大了各数据平台的推荐范围，并不仅限于自身的用户数量。
153.在本实施例中，预设用户集合中记录有目标用户特征信息，目标用户特征信息中包括有预设用户集合中用户的购买习惯、历史订单、职业、兴趣爱好等。
154.在接收到节点设备反馈的用户特征集之后，首先需要将用户特征集与预设用户集合中的目标用户特征信息进行匹配，例如，用户特征集为：“介于18-30岁的且职业为it行业的男性用户喜欢在周六晚间八点至十点浏览数码类型的商品”；目标用户特征信息为：“介于18-40岁的且职业为it行业的男性用户喜欢在周六晚间六点至九点浏览数码类型的商品”。
155.然后给目标用户特征信息中的岁数、时间段分别预设一个阈值，例如，目标用户特征信息与用户特征集中的岁数差为5；时间段差为1小时。则根据上述用户特征集和目标用户特征信息，基于预设阈值匹配出目标用户特征信息中“介于18-35岁，且职业为it行业的
男性用户”确定为目标用户，然后在每周六晚间七点至十点浏览数码类型的商品。
156.再进一步地，如果用户特征集和目标用户特征信息足够精准，还可以将向目标用户发送的推荐信息进一步细化，例如，基于隐私计算技术获知在用户特征集中某手机尾号1234的用户在数据平台a购买了数码商品1，同时获知该用户访问各数据平台的时间通常在周末晚八点至十点；则基于上述信息，在预设用户集合中查找是否存在尾号为1234的用户，并将该用户确定为目标用户，在周末晚上八点至十点向目标用户发送数据平台b的数码商品2。
157.在上述实施方式中，将用户特征集与预设用户集合中的目标用户特征信息进行匹配；确定匹配度达到预设阈值的目标用户特征信息对应的目标用户。通过上述方法，各数据平台不仅可以向自己的用户推荐信息，也可以将推荐信息发送至预设用户集合的目标用户，从而扩大了各数据平台的推荐范围，并不仅限于自身的用户数量。
158.在本说明书实施例的一种可能的实现方式中，在向目标用户推荐目标对象之后，还包括：
159.将向目标用户推荐目标对象的推荐信息提交至区块链网络中的节点设备，以使区块链网络中的节点设备确认已完成针对目标对象的推荐。
160.在本实施例中，在向目标用户推荐目标对象之后，还需要将向目标用户推荐目标对象的推荐信息提交至区块链网络中的节点设备，以确保客户端完成针对目标用户的推荐。
161.因此，在向目标用户推荐目标对象之后，还需要将向目标用户推荐目标对象的推荐信息进行签名，得到签名后的推荐信息，以确保向目标用户推荐的信息的真实性。
162.当对推荐信息进行签名得到签名后的推荐信息之后，便将签名后的推荐信息发送至区块链中的节点设备。各数据平台便可以从区块链的节点设备中获取推荐信息，然后各数据平台对推荐信息的签名进行验证，以确保客户端向目标用户推荐的信息的真实性。
163.具体地，在向目标用户推荐目标对象之后，便对推荐信息进行哈希计算，得到推荐信息的消息摘要，在得到消息摘要后对消息摘要进行签名得到签名后的推荐信息。
164.将签名后的推荐信息发送至区块链中的节点设备，各数据平台对签名进行解密，得到解密后的推荐信息，利用相同的哈希计算方法计算摘要值，再与解密得到的摘要进行对比，若二者完全一样说明客户端完成针对目标用户的推荐。
165.在上述实施方式中，将向目标用户推荐目标对象的推荐信息提交至区块链网络中的节点设备，以使区块链网络中的节点设备确认已完成针对目标对象的推荐，从而保护了各数据平台的利益。
166.本说明书提供的基于区块链的对象推荐方法，应用于客户端，通过向区块链网络中的节点设备发送针对目标对象的推荐请求；然后接收节点设备反馈的用户特征集，其中，用户特征集为节点设备响应于推荐请求，调用智能合约对各数据平台的用户隐私数据进行隐私数据处理得到，智能合约部署于区块链网络上、用于用户隐私数据管理；根据用户特征集，筛选出目标用户，向目标用户推荐目标对象。通过上述方法，各数据平台和客户端之间通过区块链网络构建出了一个可信的信息共享环境，区块链网络中的节点设备响应于客户端发送的针对目标对象的推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，从而得到更精确的用户特征集，以使客户端能够根据该用户特征集，筛选
出目标用户，提高了向目标用户推荐目标对象的准确性。
167.下述结合附图3，以本说明书提供的基于区块链的对象推荐方法在电商平台的应用为例，对基于区块链的对象推荐方法进行进一步说明。其中，图3示出了根据本说明书一个实施例提供的一种基于区块链的对象推荐方法的处理示意图。
168.各电商平台为了实现精准营销，各电商平台之间组成联合营销平台联盟，和电子钱包(即上述提及的客户端)一起基于区块链网络的节点设备组成一个基于区块链的对象推荐系统。
169.联合营销平台联盟(即上述提及的各数据平台)中包括有各电商平台，具体有电商平台a、电商平台b、电商平台c、电商平台d；在区块链中的节点设备对应有若干节点，例如节点1、节点2、节点3、节点4、节点5。各电商平台以及电子钱包可以根据自身需要决定是否持有节点以及持有若干节点。
170.各电商平台将各自平台上的用户隐私数据经过加密之后，提交至区块链网络的节点设备中进行存储；同时，各电商平台将其重点营销的商品品类信息以及促销信息(即上述提及的对象信息)同步至电子钱包中。电子钱包基于各电商平台同步的商品品类信息以及促销信息，生成推荐请求，然后将该推荐请求提交至区块链网络的节点设备，以实现链上链下交互。
171.区块链网络的节点设备在获取到电子钱包提交的推荐请求后，结合隐私计算技术，对各电商平台提交到区块链网络的节点设备上的加密后的用户隐私数据进行隐私计算，得到隐私计算结果(即上述提及的用户特征集)。
172.电子钱包提取并分析隐私计算结果，在其自身预设的用户集合中筛选目标用户，针对目标用户开始营销推荐。
173.然后电子钱包将向目标用户营销推荐的信息反馈至联合营销平台联盟。
174.在本说明书实施例的一种可能的实现方式中，整个基于区块链的对象推荐方法分为信息共享阶段和营销推荐阶段。其中，信息共享阶段即是指上述提及的“各数据平台对该数据平台的用户隐私数据进行加密，并将加密后的用户隐私数据提交至区块链网络的节点设备中进行存储。”175.图4示出了根据本说明书一个实施例提供的一种基于区块链的对象推荐方法中信息共享方法的流程图。
176.s402、各参与方分别向区块链网络的节点设备发送注册请求，获得密钥对。
177.在本实施例中，多个电商平台和电子钱包组成联盟链，各参与方可以选择持有0个，1个或者多个区块链节点。各参与方是指各电商平台以及电子钱包。
178.s404、各电商平台向区块链网络的节点设备提交用户隐私数据，其中，用户隐私数据包括用户标识数据和用户行为数据。
179.具体地，在步骤s404中，各电商平台提交用户标识数据，可包含手机号、居住地、职业、教育程度，并对数据进行同态加密(也可选用其他加密算法，取决于后续隐私计算具体使用哪种技术方案)，对加密后的数据基于私钥签名后提交到链上。每次用户标识数据如果有变，则都需要再次更新数据。
180.各电商平台提交用户行为数据，可包含登录时间、登录时长、访问的商品品类、页面停留时长、是否成功支付订单等，并对数据进行同态加密(也可选用其他加密算法，取决
于后续隐私计算具体使用哪种技术方案)，对加密后的数据基于私钥签名后提交到链上。每次用户有新的行为数据，则都需要再次提交数据。
181.继续执行步骤s404，直到所有电商平台均提交完相关数据。
182.在本实施例中，相关数据是指各电商平台的用户标识数据和用户行为数据。
183.图5示出了根据本说明书一个实施例提供的一种基于区块链的对象推荐方法中营销推荐方法的流程图。
184.s502、各电商平台向电子钱包同步商品促销信息。
185.在本实施例中，促销信息可以包括平台名称、商品名称、促销幅度、促销时效等。
186.各电商平台向电子钱包同步商品促销信息，即上述提及的“各数据平台将对象信息同步至客户端”。
187.s504、电子钱包根据促销商品信息组装隐私计算请求。
188.在本实施例中，组装隐私计算请求可以包括时间区间、访问时间段、停留时长等信息。
189.电子钱包根据促销信息组装隐私计算请求，也即上述提及的“客户端基于各数据平台同步的对象信息，生成推荐请求”。
190.s506、电子钱包对推荐请求签名后提交至区块链网络的节点设备中。
191.s508、区块链网络的节点设备调用智能合约，基于推荐请求，结合安全多方计算技术，将各电商平台提交的加密数据组合加以计算得到用户特征集。
192.在本实施例中，用户群体画像包括用户数量、访问商品时间段、停留时长、是否下单等等。
193.s510、区块链网络的节点设备将隐私计算结果以异步通知的方式告知电子钱包，电子钱包基于该结果，从电子钱包自身的用户群体中过滤出符合查询结果的用户群，并基于一定的营销策略在特定时间，向这些特定用户，推送特定的促销商品信息，在推送信息中包含目标电商平台的链接，从而实现推荐和引流的目的。
194.s512、电子钱包将推荐的信息签名后提交到区块链网络的节点设备中，电商平台通过读取节点设备，获知此次推荐的信息，确认钱包确实执行了推荐。
195.通过上述方法，基于客户端发送的针对目标对象的推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，可以保证用户隐私数据的安全性，避免了用户隐私数据被泄露的风险；同时，各数据平台和客户端之间通过区块链网络构建出了一个可信的信息共享环境，区块链网络中的节点设备响应于客户端发送的针对目标对象的推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，从而得到更精确的用户特征集，以使客户端能够根据该用户特征集，筛选出目标用户，提高了向目标用户推荐目标对象的准确性。
196.图6示出了根据本说明书一个实施例提供的一种基于区块链的对象推荐装置的结构框图，该装置应用于区块链网络中的节点设备，其中，节点设备存储有各数据平台提交的用户隐私数据，区块链网络上部署有用于用户隐私数据管理的智能合约。
197.第一接收模块602，被配置为接收客户端发送的针对目标对象的推荐请求；
198.隐私处理模块604，被配置为响应于推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，得到用户特征集；
199.第一发送模块606，被配置为将用户特征集发送至客户端，以使客户端根据用户特征集，筛选出目标用户，并向目标用户推荐目标对象。
200.可选地，第一接收模块602，进一步被配置为：
201.接收并存储各数据平台提交的用户隐私数据，其中，用户隐私数据为各数据平台基于预设格式进行加密后提交的。
202.可选地，隐私处理模块604，进一步被配置为：
203.响应于推荐请求，调用智能合约，利用预设格式对应的隐私数据处理方式，对各数据平台提交的用户隐私数据进行隐私数据处理，得到用户特征集。
204.可选地，第一接收模块602，进一步被配置为：
205.接收各数据平台发送的注册请求；
206.基于注册请求，向各数据平台分配密钥对，以使各数据平台基于密钥对，利用预设加密算法，基于预设格式对用户隐私数据进行加密。
207.可选地，用户隐私数据包括用户标识数据和用户行为数据。
208.本说明书提供的基于区块链的对象推荐装置，应用于区块链网络中的节点设备，其中，节点设备存储有各数据平台提交的用户隐私数据，区块链网络上部署有用于用户隐私数据管理的智能合约；该方法通过接收客户端发送的针对目标对象的推荐请求，并响应于推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，得到用户特征集；然后将用户特征集发送至客户端，以使客户端根据用户特征集，筛选出目标用户，并向目标用户推荐目标对象。通过上述方法，基于客户端发送的针对目标对象的推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，可以保证用户隐私数据的安全性，避免了用户隐私数据被泄露的风险；同时，各数据平台和客户端之间通过区块链网络构建出了一个可信的信息共享环境，区块链网络中的节点设备响应于客户端发送的针对目标对象的推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，从而得到更精确的用户特征集，以使客户端能够根据该用户特征集，筛选出目标用户，提高了向目标用户推荐目标对象的准确性。
209.上述为本实施例的一种应用于区块链网络中的节点设备的基于区块链的对象推荐装置的示意性方案。需要说明的是，该基于区块链的对象推荐装置的技术方案与上述应用于区块链网络中的节点设备的基于区块链的对象推荐方法的技术方案属于同一构思，该装置的技术方案未详细描述的细节内容，均可以参见上述应用于区块链网络中的节点设备的基于区块链的对象推荐方法的技术方案的描述。
210.图7示出了根据本说明书一个实施例提供的另一种基于区块链的对象推荐装置的结构框图，应用于客户端。
211.第二发送模块702，被配置为向区块链网络中的节点设备发送针对目标对象的推荐请求；
212.第二接收模块704，被配置为接收节点设备反馈的用户特征集，其中，用户特征集为节点设备响应于推荐请求，调用智能合约对各数据平台的用户隐私数据进行隐私数据处理得到，智能合约部署于区块链网络上、用于用户隐私数据管理；
213.推荐模块706，被配置为根据用户特征集，筛选出目标用户，向目标用户推荐目标对象。
214.可选地，第二发送模块702，进一步被配置为：
215.接收各数据平台同步的对象信息；
216.根据对象信息，生成针对目标对象的推荐请求。
217.可选地，推荐请求包括目标时间段和目标对象标识；
218.推荐模块706，进一步被配置为：
219.在目标时间段内，向目标用户推荐目标对象标识对应的目标对象。
220.可选地，推荐模块706，进一步被配置为：
221.将用户特征集与预设用户集合中的目标用户特征信息进行匹配；
222.确定匹配度达到预设阈值的目标用户特征信息对应的目标用户。
223.可选地，推荐模块706，进一步被配置为：
224.将向目标用户推荐目标对象的推荐信息提交至区块链网络中的节点设备，以使区块链网络中的节点设备确认已完成针对目标对象的推荐。
225.本说明书提供的基于区块链的对象推荐装置，应用于客户端，通过向区块链网络中的节点设备发送针对目标对象的推荐请求；然后接收节点设备反馈的用户特征集，其中，用户特征集为节点设备响应于推荐请求，调用智能合约对各数据平台的用户隐私数据进行隐私数据处理得到，智能合约部署于区块链网络上、用于用户隐私数据管理；根据用户特征集，筛选出目标用户，向目标用户推荐目标对象。通过上述方法，各数据平台和客户端之间通过区块链网络构建出了一个可信的信息共享环境，区块链网络中的节点设备响应于客户端发送的针对目标对象的推荐请求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，从而得到更精确的用户特征集，以使客户端能够根据该用户特征集，筛选出目标用户，提高了向目标用户推荐目标对象的准确性。
226.上述为本实施例的一种应用于客户端的基于区块链的对象推荐装置的示意性方案。需要说明的是，该基于区块链的对象推荐装置的技术方案与上述应用于客户端的基于区块链的对象推荐方法的技术方案属于同一构思，该装置的技术方案未详细描述的细节内容，均可以参见上述应用于客户端的基于区块链的对象推荐方法的技术方案的描述。
227.图8示出了根据本说明书一个实施例提供的一种基于区块链的对象推荐系统的结构框图，该系统包括至少一个数据平台802、区块链网络804和客户端806，其中，区块链网络804包括有多个节点设备8042，区块链网络804上部署有用于用户隐私数据管理的智能合约。
228.数据平台802，将用户隐私数据提交至区块链网络804中的节点设备8042进行存储；
229.客户端806，向区块链网络804中的节点设备8042发送针对目标对象的推荐请求；
230.节点设备8042，响应于推荐请求，调用智能合约，对各数据平台802的用户隐私数据进行隐私数据处理，得到用户特征集；将用户特征集发送至客户端806；
231.客户端806，根据用户特征集，筛选出目标用户，并向目标用户推荐目标对象。
232.本说明书提供的基于区块链的对象推荐系统，包括至少一个数据平台、区块链网络和客户端，其中，区块链网络包括有多个节点设备，区块链网络上部署有用于用户隐私数据管理的智能合约。该系统使各数据平台和客户端之间通过区块链网络构建出了一个可信的信息共享环境，区块链网络中的节点设备响应于客户端发送的针对目标对象的推荐请
求，调用智能合约，对各数据平台提交的用户隐私数据进行隐私数据处理，从而得到更精确的用户特征集，以使客户端能够根据该用户特征集，筛选出目标用户，提高了向目标用户推荐目标对象的准确性。
233.上述为本实施例的一种基于区块链的对象推荐系统的示意性方案。需要说明的是，该基于区块链的对象推荐系统的技术方案与上述基于区块链的对象推荐方法的技术方案属于同一构思，该系统的技术方案未详细描述的细节内容，均可以参见上述基于区块链的对象推荐方法的技术方案的描述。
234.图9示出了根据本说明书一个实施例提供的一种计算设备900的结构框图。该计算设备900的部件包括但不限于存储器910和处理器920。处理器920与存储器910通过总线930相连接，数据库950用于保存数据。
235.计算设备900还包括接入设备940，接入设备940使得计算设备900能够经由一个或多个网络960通信。这些网络的示例包括公用交换电话网(pstn)、局域网(lan)、广域网(wan)、个域网(pan)或诸如因特网的通信网络的组合。接入设备940可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(nic))中的一个或多个，诸如ieee802.11无线局域网(wlan)无线接口、全球微波互联接入(wi-max)接口、以太网接口、通用串行总线(usb)接口、蜂窝网络接口、蓝牙接口、近场通信(nfc)接口，等等。
236.在本说明书的一个实施例中，计算设备900的上述部件以及图9中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图9所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
237.计算设备900可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或pc的静止计算设备。计算设备900还可以是移动式或静止式的服务器。
238.其中，处理器920用于执行如下计算机可执行指令，该计算机可执行指令被处理器执行时实现上述基于区块链的对象推荐方法的步骤。
239.上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的基于区块链的对象推荐方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述基于区块链的对象推荐方法的技术方案的描述。
240.本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现上述基于区块链的对象推荐方法的步骤。
241.上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的基于区块链的对象推荐方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述基于区块链的对象推荐方法的技术方案的描述。
242.本说明书一实施例还提供一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述基于区块链的对象推荐方法的步骤。
243.上述为本实施例的一种计算机程序的示意性方案。需要说明的是，该计算机程序的技术方案与上述的基于区块链的对象推荐方法的技术方案属于同一构思，计算机程序的技术方案未详细描述的细节内容，均可以参见上述基于区块链的对象推荐方法的技术方案的描述。
244.上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
245.所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，randomaccess memory)、电载波信号、电信信号以及软件分发介质等。
246.需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书实施例并不受所描述的动作顺序的限制，因为依据本说明书实施例，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书实施例所必须的。
247.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
248.以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。