[发明专利]一种协同任务预测方法及计算机可读存储介质

权利要求书

1.一种协同任务预测方法，其特征在于，包括：

接收多个终端发送的样本身份信息，基于所述样本身份信息，通过与所述多个终端进行中间结果交互所得到的子纵向模型，构造出纵向模型；其中，所述样本身份信息表征终端中的不对齐样本数据的身份信息；

接收所述多个终端发送的多个子横向模型，并对所述多个子横向模型进行整合，得到横向模型；

对所述纵向模型和所述横向模型进行整合，得到任务预测模型，并将所述任务预测模型发送给所述多个终端，以使所述多个终端利用所述任务预测模型进行任务预测；

获取待预测身份信息，并将所述待预测身份信息分别发送给所述多个终端；所述待预测身份信息表征待预测的样本数据的身份信息；

当接收到所述多个终端针对所述待预测身份信息所返回的多个子预测结果时，利用所述多个子预测结果整合出任务预测结果，完成协同任务预测。

2.根据权利要求1所述的方法，其特征在于，所述对所述纵向模型和所述横向模型进行整合，得到任务预测模型，包括：

从所述多个终端获取到多个对齐样本数量，并对所述多个对齐样本数量进行累加，得到横向样本数量；其中，对齐样本数量表征终端中的对齐样本数据的数量；

对所述多个终端所发送的样本身份信息的总数量进行统计，得到纵向样本数量；

基于所述横向样本数量和所述纵向样本数量，得到总样本数量；

利用所述横向样本数量和所述总样本数量，计算出横向权重，以及利用所述纵向样本数量和所述总样本数量，计算出纵向权重；

根据所述横向权重和所述纵向权重，对所述纵向模型和所述横向模型进行整合，得到所述任务预测模型。

3.根据权利要求1或2所述的方法，其特征在于，所述基于所述样本身份信息，通过与所述多个终端进行中间结果交互所得到的子纵向模型，构造出纵向模型，包括：

利用所述样本身份信息，将所述多个终端划分成至少一个组合，并向每个组合中的主终端发送与其属于同一组合的匹配终端的信息；所述主终端是所述不对齐样本数据中具有标签的终端，所述匹配终端是所述不对齐样本数据中不具有标签的终端；

接收所述主终端发送的第一中间结果，以及所述匹配终端发送的第二中间结果，并对所述第一中间结果和所述第二中间结果进行整合，得到整合结果；其中，所述第一中间结果是所述主终端通过与所述匹配终端的信息所确定出的所述匹配终端进行临时结果交互得到的；

将所述整合结果分别返回给所述主终端和所述匹配终端；

接收所述主终端针对所述整合结果发送的第一部分子纵向模型，以及接收所述匹配终端针对所述整合结果发送的第二部分子纵向模型，并将所述第一部分子纵向模型和所述第二部分子纵向模型进行整合，得到所述每个组合对应的所述子纵向模型，进而得到至少一个子纵向模型；

对所述至少一个子纵向模型进行整合，得到所述纵向模型。

4.根据权利要求3所述的方法，其特征在于，所述对所述至少一个子纵向模型进行整合，得到所述纵向模型，包括：

对所述每个组合中的样本身份信息进行数量统计，得到所述每个组合所对应的样本数量；

对所述多个终端所发送的样本身份信息的总数量进行统计，得到纵向样本数量；

利用所述样本数量和所述纵向样本数量，为所述至少一个子纵向模型中的每个子纵向模型计算出权重信息；

根据所述权重信息，对所述至少一个子纵向模型进行加权，得到所述纵向模型。

5.根据权利要求3所述的方法，其特征在于，所述样本身份信息中带有能够表征终端是否具有标签的辅助信息；所述利用所述样本身份信息，将所述多个终端划分成至少一个组合，并向每个组合中的主终端发送与其属于同一组合的匹配终端的信息，包括：

对每个终端所发送的样本身份信息进行比对，得到比对结果；

当所述比对结果表征存在至少两个终端所发送的样本身份信息相同时，将所述至少两个终端划分为一个组合，从而得到所述至少一个组合；

根据所述辅助信息，从所述至少一个组合中的每个组合的各个终端中，确定出主终端和匹配终端，并将所述匹配终端的信息发送给所述主终端。