(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210831343.7 (22)申请日 2022.07.15 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 袁玥　黄攀　祁江楠　雷禹　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 樊一槿　张祥意 (51)Int.Cl. G06Q 30/06(2012.01) G06Q 40/02(2012.01) G06K 9/62(2022.01) G06N 3/02(2006.01) G06N 3/08(2006.01)G06F 21/32(2013.01) (54)发明名称 基于区块链的产品信息处 理方法及装置 (57)摘要 本发明提供了一种基于区块链的产品信息 处理方法及装置， 可用于区块链领域或其他领 域， 方法包括： 获取用户发送的用户身份信息， 并 对用户身份信息进行验证， 得到身份验证结果； 若所述身份验证结果为验证通过， 则根据所述用 户身份信息获取对应的产品交易信息， 并将所述 用户身份信息及产品交易信息发送至区块链中 进行信息整合处理， 得到用户偏好信息； 将用户 偏好信息输入至预先建立的产品推荐神经网络 模型中， 得到用户偏好信息对应的产品推荐结 果。 本发明利用区块链对用户相关信息进行整合 与存储， 结合神经网络模型准确确定用户的偏 好， 提高用户偏好预测精度， 利用区块链使得用 户相关信息能够更安全， 实现自动、 高效且精确 的产品推荐， 提升用户体验。 权利要求书2页 说明书10页 附图3页 CN 115170240 A 2022.10.11 CN 115170240 A 1.一种基于区块链的产品信息处 理方法， 其特 征在于， 所述方法包括： 获取用户发送的用户身份信息， 并对所述用户身份信息进行验证， 得到身份验证结果； 若所述身份验证结果为验证通过， 则根据所述用户身份信息获取对应的产品交易信 息， 并将所述用户身份信息及所述产品交易信息发送至区块链中进行信息整合处理， 得到 用户偏好信息； 将所述用户偏好信 息输入至预先建立的产品推荐神经网络模型中， 得到所述用户偏好 信息对应的产品推荐结果。 2.根据权利要求1所述的方法， 其特征在于， 所述产品推荐神经网络模型是通过如下方 式建立的： 获取经过用户授权的历史用户信 息及对应的历史产品交易信 息， 并对所述历史产品交 易信息进行相似度计算， 得到产品相似度； 根据所述产品相似度， 对所述历史用户信息及对应的历史产品交易信息进行集合划 分， 得到模型训练样本集； 利用所述模型训练样本集， 对预设的初始神经网络模型进行训练， 得到产品推荐神经 网络模型。 3.根据权利要求2所述的方法， 其特征在于， 所述对所述历史产品交易信 息进行相似度 计算， 得到产品相似度包括： 利用协同过滤算法， 对所述历史产品交易信息进行相似度计 算， 得到所述产品相似度。 4.根据权利要求2所述的方法， 其特征在于， 所述利用所述模型训练样本集， 对预设的 初始神经网络模型进行训练， 得到产品推荐神经网络模型包括： 将所述模型训练样本集中的训练样本数据输入至预设的初始神经网络模型中进行特 征提取， 确定特 征向量及其对应的权 重值； 利用注意力机制， 对所述特征向量对应的权重值进行更新， 得到所述产品推荐神经网 络模型。 5.一种基于区块链的产品信息处 理装置， 其特 征在于， 所述装置包括： 身份验证模块， 用于获取用户发送的用户身份信息， 并对所述用户身份信息进行验证， 得到身份验证结果； 信息整合模块， 用于若所述身份验证结果为验证通过， 则根据所述用户身份信息获取 对应的产品交易信息， 并将所述用户身份信息及所述产品交易信息发送至区块链中进 行信 息整合处 理， 得到用户偏好信息； 产品推荐模块， 用于将所述用户偏好信息输入至预先建立的产品推荐神经网络模型 中， 得到所述用户偏好信息对应的产品推荐结果。 6.根据权利要求5所述的装置， 其特 征在于， 所述装置还 包括： 相似度模块， 用于获取经过用户授权的历史用户信息及对应的历史产品交易信息， 并 对所述历史产品交易信息进行相似度计算， 得到产品相似度； 训练样本模块， 用于根据所述产品相似度， 对所述历史用户信息及对应的历史产品交 易信息进行集 合划分， 得到模型训练样本集； 模型训练模块， 用于利用所述模型训练样本集， 对预设的初始神经网络模型进行训练， 得到产品推荐神经网络模型。权　利　要　求　书 1/2 页 2 CN 115170240 A 27.根据权利要求6所述的装置， 其特征在于， 所述相似度模块还用于： 利用协同过滤算 法， 对所述历史产品交易信息进行相似度计算， 得到所述产品相似度。 8.根据权利要求6所述的装置， 其特 征在于， 所述模型训练模块包括： 特征提取单元， 用于将所述模型训练样本集中的训练样本数据输入至预设的初始神经 网络模型中进行 特征提取， 确定特 征向量及其对应的权 重值； 权重更新单元， 用于利用注意力机制， 对所述特征向量对应的权重值进行更新， 得到所 述产品推荐神经网络模型。 9.一种电子设备， 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， 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4任一项所述方 法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有执行权利 要求1至4任一项所述方法的计算机程序。 11.一种计算机程序产品， 包括计算机程序/指令， 其特征在于， 所述计算机程序/指令 被处理器执行时实现权利要求1至4任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115170240 A 3