买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:无锡中鼎集成技术有限公司;江南大学
摘要:本申请涉及一种基于联邦学习的货物推荐系统和方法,涉及机器学习技术领域。所述系统基于联邦学习框架,将每个存储中心作为联邦学习框架的客户端,将中央服务器作为联邦学习框架的服务端,其中:客户端基于本地源域中用户和货物交互数据训练货物推荐模型,将训练得到的模型参数上传至中央服务器;中央服务器聚合不同客户端上传的模型参数,确定源域到目标域的跨域可转移特征,并将聚合后的模型参数和跨域可转移特征下发给客户端;客户端配置聚合后的模型参数,并利用货物推荐模型和跨域可转移特征进行目标域的冷启动用户的评级预测,以生成针对目标域的货物推荐结果。采用本方法可以提高货物推荐的准确性和效率,同时可以有效保护用户隐私。
主权项:1.一种基于联邦学习的货物推荐系统,其特征在于,所述系统基于联邦学习框架,将每个存储中心作为联邦学习框架的客户端,将中央服务器作为联邦学习框架的服务端,其中:客户端基于本地源域中用户和货物交互数据训练货物推荐模型,将训练得到的模型参数上传至所述中央服务器;中央服务器聚合不同客户端上传的模型参数,确定源域到目标域的跨域可转移特征,并将聚合后的模型参数和跨域可转移特征下发给客户端;客户端配置聚合后的模型参数,并利用货物推荐模型和所述跨域可转移特征进行目标域的冷启动用户的评级预测,以生成针对目标域的货物推荐结果。
全文数据:
权利要求:
百度查询: 无锡中鼎集成技术有限公司 江南大学 基于联邦学习的货物推荐系统和方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。