[发明专利]多方协同更新模型的方法、装置及系统

说明书

本说明书实施例提供一种多方协同更新模型的方法、装置及系统，在多方协同更新模型的方法中，每个参与方i和中心方，根据第i共有样本集中的第一样本和通用参数，共同向协作方提供第一梯度信息。对于每个参与方i，协作方根据通用参数和对应的第一梯度信息，更新对应于参与方i的第i组个性化参数，并将其发送给参与方i和中心方。每个参与方i和中心方，根据第i共有样本集中的第二样本和更新后的第i组个性化参数，共同向协作方提供第二梯度信息。协作方汇总n个参与方提供的n份第二梯度信息，根据汇总结果，更新通用参数用于下一轮迭代。在多轮迭代后，每个参与方i将其与中心方共同得到的第i组个性化参数，作为其与中心方协同更新的模型。

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及一种多方协同更新模型的方法、装置及系统。

背景技术

目前，多个数据方协同训练机器学习模型已引发热潮。比如说，各外部商户之间或者支付平台和各外部商户之间希望打通数据孤岛，通过将各外部商户或者支付平台和各外部商户各自在端内沉淀的用户数据链接到一起，来集中学习得到相应的机器学习模型。

然而，已有的协同建模方式要么存在建模效率低的问题，要么存在模型准确率低的问题。因此，迫切需要一种协同建模方案，以便可以克服现有的协同建模方式的缺陷。

发明内容

本说明书一个或多个实施例描述了一种多方协同更新模型的方法、装置及系统，可以兼顾建模效率和模型准确率。

第一方面，提供了一种多方协同更新模型的方法，包括：

每个参与方i和所述中心方，根据第i共有样本集中的第一样本和通用参数，共同向所述协作方提供第一梯度信息；

对于每个参与方i，所述协作方根据所述通用参数和对应的第一梯度信息，更新对应于参与方i的第i组个性化参数，并将其发送给参与方i和所述中心方；

每个参与方i和所述中心方，根据第i共有样本集中的第二样本和更新后的第i组个性化参数，共同向所述协作方提供第二梯度信息；

所述协作方汇总所述n个参与方提供的n份第二梯度信息，根据汇总结果，更新所述通用参数用于下一轮迭代；

在所述多轮迭代后，每个参与方i将其与所述中心方共同得到的第i组个性化参数，作为其与所述中心方协同更新的业务预测模型。

第二方面，提供了一种多方协同更新模型的方法，包括：

接收每个参与方i和所述中心方，根据第i共有样本集中的第一样本和通用参数，共同提供的第一梯度信息；

对于每个参与方i，根据所述通用参数和对应的第一梯度信息，更新对应于参与方i的第i组个性化参数，并将其发送给参与方i和所述中心方；

接收每个参与方i和所述中心方，根据第i共有样本集中的第二样本和更新后的第i组个性化参数，共同提供的第二梯度信息；

汇总所述n个参与方提供的n份第二梯度信息，根据汇总结果，更新所述通用参数用于下一轮迭代；

其中，在所述多轮迭代后，每个参与方i与所述中心方共同得到的第i组个性化参数，用于作为其与所述中心方协同更新的业务预测模型。

第三方面，提供了一种多方协同更新模型的方法，包括：

每个参与方i根据其拥有的第一样本以及维护的通用参数，确定对应的第一梯度信息；

每个参与方i根据维护的通用参数和确定的第一梯度信息，更新对应的第i组个性化参数；

每个参与方i根据其拥有的第二样本以及更新后的第i组个性化参数，确定对应的第二梯度信息；

每个参与方i向所述协作方发送各自确定的第二梯度信息；