[發明專利]一種信息推薦方法及裝置

有效

• 申請號: 201910337653.1
• 申請日: 2019-04-25
• 公開（公告）號: CN110110229B
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 鄭文琛;陳天健;楊強
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/06
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

本發明涉及金融技術領域，尤其涉及一種信息推薦方法及裝置，所述方法包括：第一服務器獲取第三服務器發送的信息推薦請求；所述第一服務器根據第一信息推薦模型確定所述信息推薦請求的第一預測值；所述第一信息推薦模型為所述第一服務器與第二服務器根據聯邦學習后確定的；所述第一服務器與所述第二服務器的用戶數據不共享；所述第一服務器根據查詢預測模型，確定所述信息推薦請求的查詢增益值；所述第一服務器若確定所述查詢增益值小于預設閾值，則根據所述第一預測值，為所述第三服務器返回所述信息推薦請求的響應。

技術領域

本發明涉及金融技術領域，尤其涉及一種信息推薦方法及裝置。

背景技術

隨著計算機技術的發展，越來越多的技術應用在金融領域，傳統金融業正在逐步向金融科技(Finteh)轉變，聯邦學習技術也不例外，但由于金融行業的安全性、實時性要求，也對技術提出的更高的要求。

目前的聯邦學習技術中，聯邦學習的任意一個參與方可以通過查詢其他一個(或多個)參與方的預測結果，提高預測的準確性。但在應用過程中，聯邦學習的參與方之間查詢數據可能導致推薦效率低下，另外還增加了費用成本。

發明內容

本發明實施例提供一種信息推薦方法及裝置，以解決現有技術中信息推薦中為獲得較好的推薦準確度，效率較低成本較高的問題。

本發明實施例提供的具體技術方案如下：

本發明一個實施例提供了一種信息推薦方法，包括：

第一服務器獲取第三服務器發送的信息推薦請求；

所述第一服務器根據第一信息推薦模型確定所述信息推薦請求的第一預測值；所述第一信息推薦模型為所述第一服務器與第二服務器根據聯邦學習后確定的；所述第一服務器與所述第二服務器的用戶數據不共享；

所述第一服務器根據查詢預測模型，確定所述信息推薦請求的查詢增益值；

所述第一服務器若確定所述查詢增益值小于預設閾值，則根據所述第一預測值，為所述第三服務器返回所述信息推薦請求的響應。

一種可能的實現方式，所述方法還包括：

所述第一服務器若確定述查詢增益值大于或等于所述預設閾值，則向所述第二服務器發送查詢請求；所述查詢請求用于所述第二服務器根據第二信息推薦模型為所述信息推薦請求的用戶確定第二預測值；所述第二信息推薦模型為所述第二服務器與第一服務器根據聯邦學習后確定的；

所述第一服務器獲取所述第二服務器返回的所述第二預測值；

所述第一服務器根據所述第一預測值和所述第二預測值，確定綜合預測值；

所述第一服務器根據所述綜合預測值，確定所述信息推薦請求的推薦結果，并將所述推薦結果返回給所述第三服務器。

一種可能的實現方式，所述查詢預測模型為根據以下方式確定的：

所述第一服務器根據所述第一服務器獲取的第一歷史用戶行為數據及所述第一信息推薦模型確定所述用戶的第一歷史預測值；

所述第一服務器獲取所述用戶在第二信息推薦模型中確定的第二歷史預測值；所述第二歷史預測值為所述第二服務器根據所述第二服務器獲取的第二歷史用戶行為數據及所述第二信息推薦模型確定的；

所述第一服務器根據所述第一歷史預測值和所述第二歷史預測，確定所述第一歷史用戶行為數據的查詢增益；

所述第一服務器根據所述第一歷史用戶行為數據、第一信息推薦模型的參數和對應的查詢增益，確定為所述查詢預測模型的訓練樣本；

所述第一服務器根據所述訓練樣本，建立所述查詢預測模型。