[发明专利]对象推荐模型处理方法以及系统

说明书

本说明书实施例提供对象推荐模型处理方法以及系统，其中所述对象推荐模型处理方法包括：将用户属性数据及待推荐对象对应的对象特征向量，输入对象推荐模型进行处理，获得所述待推荐对象的第一推荐指标的预测值，确定所述第一推荐指标的第一标签值，并基于所述第一标签值及所述预测值，确定所述待推荐对象的第一推荐参数，对所述第一推荐参数进行加密处理，将加密结果发送至第二业务端，并接收所述第二业务端返回的第二推荐参数，其中，所述第二推荐参数由所述第二业务端根据所述加密结果、所述待推荐对象的第二推荐指标的第二标签值及所述第二推荐指标的预测值计算生成，根据所述第一推荐参数及所述第二推荐参数，调整所述对象推荐模型的模型参数。

技术领域

本说明书实施例涉及计算机技术领域，特别涉及一种对象推荐模型处理方法。本说明书一个或者多个实施例同时涉及一种对象推荐模型处理系统，一种对象推荐模型处理装置，一种计算设备，以及一种计算机可读存储介质。

背景技术

机器学习技术被广泛地应用于各种业务应用场景。在实际应用场景中，使用机器学习模型作为业务模型来进行各种业务预测服务，比如，分类预测、风险预测等等。

在很多情况下，业务模型需要采用多个数据拥有方的业务数据来进行模型训练。多个数据拥有方(例如，电子商务公司、快递公司和银行)各自拥有训练业务模型所使用的特征数据的不同部分数据。该多个数据拥有方通常可通过数据共享的方式来统一训练业务模型，但这种情况下，若数据拥有方将数据共享至其他数据拥有方，那么这部分数据则存在被泄露的风险。因此，亟需一种有效的方法以解决此类问题。

发明内容

有鉴于此，本说明书实施例提供了一种对象推荐模型处理方法。本说明书一个或者多个实施例同时涉及一种对象推荐模型处理系统，一种对象推荐模型处理装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种对象推荐模型处理方法，应用于第一业务端，包括：

将用户属性数据及待推荐对象对应的对象特征向量，输入对象推荐模型进行处理，获得所述待推荐对象的第一推荐指标的预测值；

确定所述第一推荐指标的第一标签值，并基于所述第一标签值及所述预测值，确定所述待推荐对象的第一推荐参数；

对所述第一推荐参数进行加密处理，将加密结果发送至第二业务端，并接收所述第二业务端返回的第二推荐参数，其中，所述第二推荐参数由所述第二业务端根据所述加密结果、所述待推荐对象的第二推荐指标的第二标签值及所述第二推荐指标的预测值计算生成；

根据所述第一推荐参数及所述第二推荐参数，调整所述对象推荐模型的模型参数。

可选地，所述将用户属性数据及待推荐对象对应的对象特征向量，输入对象推荐模型进行处理，包括：

获取用户属性数据，并将所述用户属性数据输入对象推荐模型的编码层进行处理，生成所述用户属性数据对应的用户特征向量；

获取第二业务端发送的待推荐对象的对象特征向量，其中，所述对象特征向量由所述第二业务端将所述待推荐对象的对象属性数据输入指标值预测模型的编码层进行处理，并将处理生成的初始对象特征向量与随机向量进行向量融合生成；

将所述用户特征向量及所述对象特征向量，输入所述对象推荐模型的指标值预测层进行处理。

可选地，所述指标值预测层包括向量融合子层以及指标值预测子层；

相应地，所述将所述用户特征向量及所述对象特征向量，输入所述对象推荐模型的指标值预测层进行处理，包括：

将所述用户特征向量及所述对象特征向量，输入所述向量融合子层进行向量融合处理，生成对应的向量融合结果；

将所述向量融合结果输入所述指标值预测子层进行指标值预测处理。