1.一种行为模式数据的发布方法,其特征在于,包括:获取多个用户发布的社交媒体数据;
建立所述社交媒体数据对应的行为模式分布函数;
将预设的所述随机噪声函数与所述行为模式分布函数进行整合,得到加噪行为模式分布函数;
将行为模式数据查询参数输入所述加噪行为模式分布函数,以得到加噪行为模式数据;
发布所述加噪行为模式数据。
2.如权利要求1所述的行为模式数据的发布方法,其特征在于,所述建立所述社交媒体数据对应的行为模式分布函数,包括:将所述多个用户划分为多个用户集;
对每一所述用户集对应的所述社交媒体数据进行解析处理,得到所述用户集的行为模式数据;
将每一所述用户集的行为模式数据输入预设的行为模式分布模型;
最大化所述行为模式分布模型的熵,以确定所述行为模式分布模型中的属性参数;
将所述属性参数确定后的所述行为模式分布模型输出为所述社交媒体数据对应的行为模式分布函数。
3.如权利要求2所述的行为模式数据的发布方法,其特征在于,所述行为模式分布模型为:其中,所述x为用户集,所述y为包含社交媒体数据中的各个词语的集合,所述fj(x,y)为用户的第j个特征在所述y中所占的比重,λj,y为用户的第j个特征所对应的属性参数,所述Z(x)为正规化因子。
4.如权利要求2或3所述的行为模式数据的发布方法,其特征在于,所述将行为模式数据查询参数输入所述加噪行为模式分布函数,以得到加噪行为模式数据,包括:获取携带有行为模式数据查询参数的数据查询请求,所述行为模式数据查询参数包括用户集以及特征;
生成所述特征对应的随机参数;
将所述随机参数以及所述行为模式数据查询参数输入所述加噪行为模式分布函数,以得到加噪行为模式数据。
5.如权利要求1所述的行为模式数据的发布方法,其特征在于,所述预设的所述随机噪声函数服从尺度参数为 的拉普拉斯分布;
其中,所述Δf为所述行为模式分布函数的全局敏感度,所述ε为预设的隐私保护预算参数。
6.一种终端设备,其特征在于,所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述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如下步骤:获取多个用户发布的社交媒体数据;
建立所述社交媒体数据对应的行为模式分布函数;
将预设的所述随机噪声函数与所述行为模式分布函数进行整合,得到加噪行为模式分布函数;
将行为模式数据查询参数输入所述加噪行为模式分布函数,以得到加噪行为模式数据;
发布所述加噪行为模式数据。
7.如权利要求6所述的终端设备,其特征在于,所述建立所述社交媒体数据对应的行为模式分布函数的步骤,具体包括:将所述多个用户划分为多个用户集;
对每一所述用户集对应的所述社交媒体数据进行解析处理,得到所述用户集的行为模式数据;
将每一所述用户集的行为模式数据输入预设的行为模式分布模型;
最大化所述行为模式分布模型的熵,以确定所述行为模式分布模型中的属性参数;
将所述属性参数确定后的所述行为模式分布模型输出为所述社交媒体数据对应的行为模式分布函数。
8.如权利要求7所述的终端设备,其特征在于,所述行为模式分布模型为:其中,所述x为用户集,所述y为包含社交媒体数据中的各个词语的集合,所述fj(x,y)为用户的第j个特征在所述y中所占的比重,λj,y为用户的第j个特征所对应的属性参数,所述Z(x)为正规化因子。
9.如权利要求7或8所述的终端设备,其特征在于,所述将行为模式数据查询参数输入所述加噪行为模式分布函数,以得到加噪行为模式数据的步骤,具体包括:获取携带有行为模式数据查询参数的数据查询请求,所述行为模式数据查询参数包括用户集以及特征;
生成所述特征对应的随机参数;
将所述随机参数以及所述行为模式数据查询参数输入所述加噪行为模式分布函数,以得到加噪行为模式数据。
10.一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如权利要求1至5任一项所述方法的步骤。