基于区块链的理财产品撮合方法及系统技术方案

本申请提供了一种基于区块链的理财产品撮合方法及系统，涉及区块链技术领域，可应用于金融领域和其他领域，所述方法包含：根据区块链客户端的用户数据通过协同耦合算法构建用户数据集；根据所述用户数据集通过差分隐私算法进行迭代计算获得用户的兴趣项数据，通过所述用户兴趣项数据和用户通过所述区块链客户端提交的理财需求生成理财产品购买请求数据；根据所述理财产品购买请求数据和各银行业务链在区块链上发布的理财产品通过训练撮合获得理财交易请求数据；将所述理财交易请求数据通过所述区块链客户端反馈至用户。据通过所述区块链客户端反馈至用户。据通过所述区块链客户端反馈至用户。

【技术实现步骤摘要】
基于区块链的理财产品撮合方法及系统


[0001]本申请涉及区块链
，可应用于金融领域和其他领域，尤指一种基于区块链的理财产品撮合方法及系统。

技术介绍

[0002]当前客户想买到合适自己收益尽量高、风险尽量低的满意的理财产品通常需要跑去多家银行的平台分别了解各家银行的理财产品，然后进行比较，做出判断并购买，效率比较低。虽然业界有第三方将各个银行理财产品收集并集中展示在一个平台系统中，但这种平台往往缺乏可靠的数据来源，可能各银行更改了理财规则而平台无法及时更新，有时候平台收集的信息可能本身就是错误的，导致用户得到的理财信息不可靠，此外理财往往存在高收益高风险的情况，客户购买理财产品前往往需要客户填写大量自己的隐私信息，以便进行风险评估，这些信息如果放在平台上，容易被金融机构或其他不法分子用于非法商业用途，因此需要一种可信的理财产品购买撮合的平台，能不断根据客户需求不断自我学习，更准确的进行客户画像，快速准确的帮助客户找到合适理财产品，保证平台信息的真实可靠，并保护客户的隐私不被商业机构用于其他用途。

技术实现思路

[0003]本申请目的在于利用区块链去中心化和多方共享的特性，提出一种基于区块链的理财产品撮合方法及系统，跨机构、跨类型将不同结构和协议的区块链进行数据链接，保证信息的可靠性和不可篡改性，实现对客户进行自我画像，对符合客户要求的理财产品进行精准匹配和交易撮合。
[0004]为达上述目的，本申请所提供的基于区块链的理财产品撮合方法，具体包含：根据区块链客户端的用户数据通过协同耦合算法构建用户数据集；根据所述用户数据集通过差分隐私算法进行迭代计算获得用户的兴趣项数据，通过所述用户兴趣项数据和用户通过所述区块链客户端提交的理财需求生成理财产品购买请求数据；根据所述理财产品购买请求数据和各银行业务链在区块链上发布的理财产品通过训练撮合获得理财交易请求数据；将所述理财交易请求数据通过所述区块链客户端反馈至用户。
[0005]在上述基于区块链的理财产品撮合方法中，可选的，根据区块链客户端的用户数据通过协同耦合算法构建用户数据集包含：根据区块链客户端的用户数据通过协调耦合算法构建数据矩阵；通过所述数据矩阵选取获得样本数据集，根据所述样本数据集和预设高斯噪声构建用户数据集。
[0006]在上述基于区块链的理财产品撮合方法中，可选的，根据所述用户数据集通过差分隐私算法进行迭代计算获得用户的兴趣项数据包含：根据所述用户数据构建数据矩阵，通过协同矩阵算法将所述数据矩阵转换为用户集和兴趣集构成的协同耦合数据；于所述协同耦合数据中选取样本数据集，并将高斯噪声加入所述样本数据集中生成用户数据集；根据所述用户数据集通过隐私混淆处理生成干扰数据集；根据梯度下降算法计算所述干扰数
据集中的正则平方错误值，并通过迭代计算适配所述干扰数据集中的兴趣集获得用户的兴趣项数据。
[0007]在上述基于区块链的理财产品撮合方法中，可选的，通过所述用户兴趣项数据和用户通过所述区块链客户端提交的理财需求生成理财产品购买请求数据包含：根据所述兴趣项数据和引入的随机差分矩阵构建用户画像；通过所述用户画像和所述理财需求生成理财产品购买请求数据。
[0008]在上述基于区块链的理财产品撮合方法中，可选的，根据所述兴趣项数据和引入的随机差分矩阵构建用户画像包含：根据随机生成的噪声向量对所述兴趣集进行干扰迭代获得梯度下降函数；根据所述梯度下降函数和随机生成的噪声矩阵计算获得梯度模，将所述梯度模提供至用户兴趣访问方计算对应的梯度模累加因子；根据所述梯度模累加因子获得对应的梯度模函数，通过所述梯度模函数生成画像信息，根据所述画像信息构建用户画像。
[0009]在上述基于区块链的理财产品撮合方法中，可选的，根据所述理财产品购买请求数据和各银行业务链在区块链上发布的理财产品通过训练撮合获得理财交易请求数据包含：根据所述理财产品购买请求数据匹配各银行业务链在区块链上发布的理财产品获得目标理财产品信息；根据目标理财产品信息和所述理财产品购买请求数据中用户的理财需求获得交易标识、合同标识和调用参数信息；根据所述交易标识、所述合同标识和所述调用参数信息构建理财交易请求数据。
[0010]在上述基于区块链的理财产品撮合方法中，可选的，将所述理财交易请求数据通过所述区块链客户端反馈至用户还包含：根据所述理财交易请求数据生成交易请求信息；将所述交易确认信息通过区块链网络中对应的撮合链节点提供至所述区块链客户端；根据所述区块链客户端反馈的交易确认信息解析获得账户授权信息，根据所述账户授权信息处理所述理财交易请求数据。
[0011]本申请还提供一种基于区块链的理财产品撮合系统，所述方法包含信息获取模块、训练模块、撮合模块和处理模块；所述信息获取模块用于根据区块链客户端的用户数据通过协同耦合算法构建用户数据集；所述训练模块用于根据所述用户数据集通过差分隐私算法进行迭代计算获得用户的兴趣项数据，通过所述用户兴趣项数据和用户通过所述区块链客户端提交的理财需求生成理财产品购买请求数据；所述撮合模块用于根据所述理财产品购买请求数据和各银行业务链在区块链上发布的理财产品通过训练撮合获得理财交易请求数据；所述处理模块用于将所述理财交易请求数据通过所述区块链客户端反馈至用户。
[0012]本申请还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。
[0013]本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。
[0014]本申请还提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述方法的步骤。
[0015]本申请的有益技术效果在于：利用区块链去中心化多方信息共享的特性，促进用户数据的安全多方共享的同时，实现不同联盟链之间互相访问，达到现实世界中不同技术
背景的区块链跨链融合，解决多个区块链系统之间的贷款信息孤岛问题。通过跨链技术可实现多个联盟链之间的数据隔离；多个的联盟链之间可以进行并行数据共识及智能合约的执行，大大增强了整个区块链网络的并发执行能力，从而提高了区块链网络的吞吐量；不依赖于第三方公正机构参与，支持联盟多方用户数据脱敏分享和聚合，为推荐系统机器学习提供多方共享的用户数据集；有效分类用户兴趣项，同时避免攻击者通过组合查询或关联算法窃取用户隐私，在跨链存在信息安全不可信的环境下，保证用户的隐私安全并有效的提高推荐精度。
附图说明
[0016]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，并不构成对本申请的限定。在附图中：
[0017]图1A为本申请一实施例所提供的基于区块链的理财产品撮合方法的流程示意图；
[0018]图1B为本申请一实施例所提供的基于区块链的理财产品撮合方法的应用场景示意图；
[0019]图2为本申请一实施例所提供的用户的兴趣项数据获取流程示意图；
[0020]图3A本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于区块链的理财产品撮合方法，其特征在于，所述方法包含：根据区块链客户端的用户数据通过协同耦合算法构建用户数据集；根据所述用户数据集通过差分隐私算法进行迭代计算获得用户的兴趣项数据，通过所述用户兴趣项数据和用户通过所述区块链客户端提交的理财需求生成理财产品购买请求数据；根据所述理财产品购买请求数据和各银行业务链在区块链上发布的理财产品通过训练撮合获得理财交易请求数据；将所述理财交易请求数据通过所述区块链客户端反馈至用户。2.根据权利要求1所述的基于区块链的理财产品撮合方法，其特征在于，根据区块链客户端的用户数据通过协同耦合算法构建用户数据集包含：根据区块链客户端的用户数据通过协调耦合算法构建数据矩阵；通过所述数据矩阵选取获得样本数据集，根据所述样本数据集和预设高斯噪声构建用户数据集。3.根据权利要求1所述的基于区块链的理财产品撮合方法，其特征在于，根据所述用户数据集通过差分隐私算法进行迭代计算获得用户的兴趣项数据包含：根据所述用户数据构建数据矩阵，通过协同矩阵算法将所述数据矩阵转换为用户集和兴趣集构成的协同耦合数据；于所述协同耦合数据中选取样本数据集，并将高斯噪声加入所述样本数据集中生成用户数据集；根据所述用户数据集通过隐私混淆处理生成干扰数据集；根据梯度下降算法计算所述干扰数据集中的正则平方错误值，并通过迭代计算适配所述干扰数据集中的兴趣集获得用户的兴趣项数据。4.根据权利要求1所述的基于区块链的理财产品撮合方法，其特征在于，通过所述用户兴趣项数据和用户通过所述区块链客户端提交的理财需求生成理财产品购买请求数据包含：根据所述兴趣项数据和引入的随机差分矩阵构建用户画像；通过所述用户画像和所述理财需求生成理财产品购买请求数据。5.根据权利要求4所述的基于区块链的理财产品撮合方法，其特征在于，根据所述兴趣项数据和引入的随机差分矩阵构建用户画像包含：根据随机生成的噪声向量对所述兴趣集进行干扰迭代获得梯度下降函数；根据所述梯度下降函数和随机生成的噪声矩阵计算获得梯度模，将所述梯度模提供至用户兴趣访问方计算对应的梯度模累加因子；根据所述梯度模累加因子获得对应的梯度模函数，通过所述梯...

【专利技术属性】
技术研发人员：李广普，孙建成，杨明，王志亮，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：