[发明专利]一种基于联邦学习的上下文感知推荐系统及方法有效
| 申请号： | 202110192913.8 | 申请日： | 2021-02-20 |
| 公开（公告）号： | CN112836130B | 公开（公告）日： | 2023-02-03 |
| 发明（设计）人： | 邵杰;阿里·瓦格尔;王衍松;邓智毅 | 申请（专利权）人： | 四川省人工智能研究院(宜宾) |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F16/9536;G06F16/35;G06F21/62;G06Q30/0601;G06N20/00 |
| 代理公司： | 北京正华智诚专利代理事务所(普通合伙) 11870 | 代理人： | 杨浩林 |
| 地址： | 644000 四川省宜宾市临*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于联邦学习的上下文感知推荐系统及方法，提出用户自定义数据协作协议模块，通过该模块对用户评分数据和上下文信息进行拼接，得到含有上下文信息的用户数据并将其发送至客户端。客户端根据用户数据和服务端权重参数训练本地推荐模型，并将本地模型权重参数发送至中央服务器。中央服务器聚合所有客户端的本地模型权重参数，得到新的服务端权重参数，完成一轮训练。多次训练本地推荐模型，直到本地推荐模型收敛。训练完成的本地推荐模型用于对新的用户数据进行处理，得到对用户的推荐内容。本发明通过将联邦学习技术应用在推荐系统中，并且在推荐系统中结合了上下文信息，实现了在保护用户隐私的同时也拥有较高的推荐准确率。 | ||
| 搜索关键词： | 一种 基于 联邦 学习 上下文 感知 推荐 系统 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川省人工智能研究院(宜宾)，未经四川省人工智能研究院(宜宾)许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110192913.8/，转载请声明来源钻瓜专利网。
