发明专利 已授权

基于联邦学习和隐私保护的跨域推荐方法

📄 申请号:CN202310298618.X 📄 发布日:2025/12/10

著录项目信息

申请日
2023-03-24
公开号
CN116304346B
公开日
2025-09-02
申请人
重庆邮电大学
法律状态
已下证
专利类型
发明
主分类号

技术画像

应用场景

个性化推荐, 电商推荐, 内容推荐, 跨域数据融合, 隐私保护数据共享

摘要

本发明涉及一种基于联邦学习和隐私保护的跨域推荐方法,属于跨域推荐技术领域。该方法包括:S1:将不同领域的共同用户进行对齐:分别根据相似度阈值在源域和目标域寻找冷启动用户的相似用户;S2:根据元路径及随机游走策略构建异构信息网络,并将相似用户输入异构信息网络中,提取冷启动用户源域潜在特征,并利用该特征得到用户‑项目交互特征矩阵;S3:在本地构建并训练联邦学习模型,具体是:采用CNN来识别用户‑项目交互特征矩阵,然后采用联邦学习结合同态加密对中间结果进行加密与交换,并采用梯度下降算法对加密的目标进行优化;最后更新模型的梯度与损失函数;S4:利用训练好本地联邦学习模型为用户生成精确的推荐结果。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐
议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:146 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价