[发明专利]停车场推荐方法、装置、计算机设备和存储介质

说明书

本申请涉及一种停车场推荐方法、装置、计算机设备和存储介质。该方法包括：获取候选停车场的评分矩阵和停车场特征画像矩阵；根据用户特征画像矩阵、评分矩阵和停车场特征画像矩阵建立更新迭代模型，对更新迭代模型进行迭代得到模型梯度结果并将模型梯度结果发送至聚合服务器；接收聚合服务器发送的根据模型梯度结果进行更新的停车场特征画像矩阵；根据更新后的停车场特征画像矩阵对更新迭代模型进行迭代更新直至更新迭代模型的模型梯度值小于预设收敛阈值得到候选停车场的最终预测评分值；根据最终预测评分值对每一候选停车场模型进行评分，得到评分结果，并根据评分结果，向目标用户进行停车场推荐。采用本方法能够保证用户的个人隐私数据安全。

技术领域

本申请涉及分布式数据处理技术领域，特别是涉及一种停车场推荐方法、装置、计算机设备和存储介质。

背景技术

随着互联网技术的发展，越来越多的技术需要大数据作为支撑，然而针对数据的来源及内容，又衍生出了数据隐私问题，针对互联网用户提供的个人隐私数据资料，服务提供商在未经授权下不得任意使用，造成各数据持有方间持有的数据没有相互关联且无法随意共享，形成“数据孤岛问题”。

在停车场的推荐场景中，用户方停车数据可能涉及车牌号、停车地点、停车时间等隐私数据，每个用户相对停车场的数据像一座座数据孤岛，无法与提供服务方共享以用于根据用户偏好进行停车场推荐。

发明内容

基于此，有必要针对上述技术问题，提供一种停车场推荐方法、装置、计算机设备和存储介质。

一种停车场推荐方法，所述方法包括：

获取候选停车场的评分矩阵和停车场特征画像矩阵；所述评分矩阵中包含目标用户对每一候选停车场的历史评分；

根据用户特征画像矩阵、所述评分矩阵和所述停车场特征画像矩阵建立预测评分的更新迭代模型，对所述更新迭代模型进行迭代得到模型梯度结果，并将所述模型梯度结果发送至聚合服务器；

接收所述聚合服务器发送的所述更新后的停车场特征画像矩阵；所述更新后的停车场特征画像矩阵是根据所述模型梯度结果进行迭代更新得到；

根据所述更新后的停车场特征画像矩阵对所述更新迭代模型进行迭代更新直至所述更新迭代模型的模型梯度值小于预设收敛阈值，得到所述候选停车场的最终预测评分值；

根据所述最终预测评分值对每一所述候选停车场模型进行评分，得到评分结果，并根据所述评分结果，向所述目标用户进行停车场推荐。

在其中一个实施例中，所述获取候选停车场的评分矩阵和停车场特征画像矩阵，包括：

获取目标用户的历史停车场数据，在所述历史停车场数据中统计得到每一所述目标用户针对每一候选停车场的停车次数数据记录；

针对每一所述目标用户的每一所述候选停车场的停车次数数据记录，进行归一化处理，得到每一所述目标用户对每一所述候选停车场的评分值；

合并每一所述目标用户的所述评分值，得到各所述候选停车场的评分矩阵；

在聚合服务器上下载所述候选停车场的加密的停车场特征数据，并对所述停车场特征数据进行解密，得到停车场特征画像矩阵。

在其中一个实施例中，所述根据用户特征画像矩阵、所述评分矩阵和所述停车场特征画像矩阵建立预测评分的更新迭代模型，对所述更新迭代模型进行迭代得到模型梯度结果，并将所述模型梯度结果发送至聚合服务器，包括：

根据所述目标用户的用户特征画像矩阵和所述停车场特征画像矩阵得到每一所述目标用户对所述候选停车场的预测评分参数，并根据正则化最小二乘方法，得到对所述预测评分参数进行更新迭代的更新迭代模型；