[发明专利]保护用户隐私的共同活动检测与数据共享方法

权利要求书

1.一种保护用户隐私的共同活动检测与数据共享方法，其特征在于，包括：

步骤1，分别构建各用户的活动-语义图谱：对各用户拥有的多模态数据均按下述方式构建活动-语义图谱，包括：

通过语义抽取从用户拥有的多模态数据中的每份数据抽取出至少一个语义标签，对抽取出的语义标签分别进行单模态划分检测及多模态聚合处理得出活动的划分以及每个活动的语义标签描述，根据所述活动的划分以及每个活动的语义标签描述对用户的每一个活动构建活动-语义图谱；

步骤2，保护隐私的共同活动检测及数据共享：对需要检测共同活动的两个用户，通过判断这两个用户的活动-语义图谱的相似度，判定一个活动是否为共同活动，若是共同活动，则将各用户的共同活动的数据分别加密后传输给对方用户。

2.根据权利要求1所述的保护用户隐私的共同活动检测与数据共享方法，其特征在于，所述方法的步骤1中，对抽取出的语义标签进行单模态划分处理包括：

步骤11，单模态数据划分检测：根据时间信息和语义信息对语义标签进行聚类划分，将同一模态数据的语义标签划分为单模态标签，并对划分出的单模态标签进行聚类操作，将同一活动中的标签聚在一起，并去除错误标签；

步骤12，多模态聚合处理：在所述步骤11得到的单模态数据聚类之后，根据时间信息将不同模态的数据进一步聚合在一起，在不同模态数据聚合期间，构建冲突标签集合，冲突标签集合中的语义标签只允许出现一个；

如果多个冲突标签集合中的语义标签大于一个，则根据产生这个语义标签的数据量和语义抽取模型的置信度，来比较语义标签的置信度，最终只保留一个冲突集合中的语义标签。

3.根据权利要求2所述的保护用户隐私的共同活动检测与数据共享方法，其特征在于，所述方法的步骤11中，根据时间信息和语义信息对语义标签进行聚类划分包括：

先为聚类处理定义标签点之间的距离：将每一份数据的每一个语义标签设为一个单独的标签点，对这些标签点组成的点集上进行聚类处理，所述聚类处理中，标签点之间的距离按如下方式定义：

如果两个标签点代表的语义标签分别是v1，v2，对应的数据分别是d1，d2；当d1＝d2，确认两个标签点来源于同一个数据时，标签点的分类Dis(v1,v2)＝1；否则：

上式中，t_s为数据的生成时间，Sim()函数为相似度衡量函数。

所述方法的步骤11中，对划分出的单模态标签进行检测去除无用数据的方式包括：

步骤111，如果标签点的分类是-1，则确认这个语义标签为可能错误标签；

步骤112，根据标签点类别得到数据类别：如果两个数据对应的标签点在同一标签点类别中，且这个类别不是-1，则将两个数据归于一个数据类别，并确认这些数据是同一个活动中产生的，这些数据记为好数据，并将这一类别的持续时间设置为类别中数据的时间区间；

步骤113，经过上述步骤2处理后，未归于任何一类的数据记为坏数据，并执行以下判断：

步骤1131，如果存在一个由所述步骤112得到的好数据组成的数据类别，且该数据类别的持续时间覆盖这个坏数据的生成时间，则将这个坏数据归到这个数据类别，并将这个坏数据记为第一类坏数据；

步骤1132，如果不存在上述的数据类别，则将相隔时间不超过一小时的数据归于一个数据类别，并将这些数据记为第二类坏数据；

步骤114，经过上述各步骤处理后，通过以下判断方式去除错误标签，当一个标签点的类别是-1的可能错误标签点时，进行以下判断及移除处理：

步骤1141，如果该可能错误标签点对应的数据属于第二类坏数据，则不作处理；

步骤1142，如果该可能错误标签点对应的数据属于好数据或第一类坏数据，则确认该标签为错误标签，将该错误标签移除。