一种基于多系统小样本数据的用户隐私风险预测方法及系统

本申请涉及数据分析处理的技术领域，公开一种基于多系统小样本数据的用户隐私风险预测方法及系统，包括：根据指定用户历史的用户行为小样本数据构建对应的图数据，通过图神经网络获取用户行为之间的关联特征数据；利用生成对抗网络生成符合特定系统分布要求的图合成数据，并以图合成数据为训练样本，基于元学习法训练获取隐私风险预测模型；基于指定用户在指定时长内跨系统的用户行为小样本数据，构建生成对应的与图数据格式相同的图采样数据；隐私风险预测模型获取隐私风险预测模型的输出结果，有效解决了小样本场景下用户隐私风险预测的精度与隐私保护矛盾，为跨系统的小样本用户行为数据的隐私风险分析提供帮助。