[发明专利]一种由用户终端执行的推送模型优化方法和装置

权利要求书

1.一种由用户终端执行的推送模型优化方法，所述终端与第一用户相对应，所述终端本地包括当前推送模型，所述方法包括：

获取第一用户针对第一对象的第一行为数据，其中，所述第一对象属于预定候选推送对象集合；

基于第一输入特征和所述第一行为数据，计算用于优化所述推送模型的第一梯度数据，其中，所述第一输入特征包括从本地获取的所述第一用户的当前特征和从服务器获取的第一对象的当前特征，所述第一梯度数据为所述推送模型的损失函数相对于所述推送模型的参数的梯度；

确定所述第一用户的当前的预定数目的邻居用户，其中，所述邻居用户与所述第一用户具有预定关联关系；

将所述第一梯度数据分别发送给所述预定数目的邻居用户各自的终端，以使得每个邻居用户的终端基于所述第一梯度数据分别优化其本地的推送模型。

2.根据权利要求1所述的方法，还包括，在获取第一用户针对第一对象的第一行为数据之前，将所述第一输入特征输入所述推送模型以输出与所述第一输入特征对应的第一预测值，在基于所述第一预测值确定向所述第一用户推送所述第一对象的情况中，进行所述推送，以获取第一用户针对所述第一对象的第一行为数据。

3.根据权利要求1所述的方法，其中，所述第一输入特征包括从服务器获取的所述第一对象的热度特征，其中，所述服务器通过本地差分隐私算法从多个终端获取所述第一对象的热度特征。

4.根据权利要求1所述的方法，其中，所述预定候选推送对象集合包括第一地理区域中的用户兴趣点，其中，所述第一地理区域为以第一用户为中心的预定地理范围内的区域。

5.根据权利要求4所述的方法，其中，所述预定关联关系为地理位置关联关系。

6.根据权利要求4所述的方法，其中，所述第一行为数据为第一用户针对所述第一对象的消费信息，所述第一行为数据对应于正样本的标签值。

7.根据权利要求1所述的方法，其中，所述推送模型包括逻辑回归模型。

8.一种由用户终端执行的推送模型优化装置，所述终端与第一用户相对应，所述终端本地包括当前推送模型，所述装置包括：

获取单元，配置为，获取第一用户针对第一对象的第一行为数据，其中，所述第一对象属于预定候选推送对象集合；

计算单元，配置为，基于第一输入特征和所述第一行为数据，计算用于优化所述推送模型的第一梯度数据，其中，所述第一输入特征包括从本地获取的所述第一用户的当前特征和从服务器获取的第一对象的当前特征，所述第一梯度数据为所述推送模型的损失函数相对于所述推送模型的参数的梯度；

确定单元，配置为，确定所述第一用户的当前的预定数目的邻居用户，其中，所述邻居用户与所述第一用户具有预定关联关系；

发送单元，配置为，将所述第一梯度数据分别发送给所述预定数目的邻居用户各自的终端，以使得每个邻居用户的终端基于所述第一梯度数据分别优化其本地的推送模型。

9.根据权利要求8所述的装置，还包括，输入单元，配置为，在获取第一用户针对第一对象的第一行为数据之前，将所述第一输入特征输入所述推送模型以输出与所述第一输入特征对应的第一预测值，推送单元，配置为，在基于所述第一预测值确定向所述第一用户推送所述第一对象的情况中，进行所述推送，以获取第一用户针对所述第一对象的第一行为数据。

10.根据权利要求8所述的装置，其中，所述第一输入特征包括从服务器获取的所述第一对象的热度特征，其中，所述服务器通过本地差分隐私算法从多个终端获取所述第一对象的热度特征。

11.根据权利要求8所述的装置，其中，所述预定候选推送对象集合包括第一地理区域中的用户兴趣点，其中，所述第一地理区域为以第一用户为中心的预定地理范围内的区域。