[發(fā)明專利]一種基于哈希學(xué)習(xí)的輕量化聯(lián)邦推薦方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210150584.5
• 申請(qǐng)日: 2022-02-18
• 公開(kāi)（公告）號(hào): CN114564742A
• 公開(kāi)（公告）日: 2022-05-31
• 發(fā)明（設(shè)計(jì)）人: 李浥東;張洪磊;金一;陳乃月;徐群群
• 申請(qǐng)（專利權(quán)）人: 北京交通大學(xué)
• 主分類號(hào): G06F21/62
• 分類號(hào): G06F21/62;G06N20/00;G06F16/901;G06F16/9536
• 代理公司: 北京市商泰律師事務(wù)所 11255
• 代理人: 黃曉軍

1.一種基于哈希學(xué)習(xí)的輕量化聯(lián)邦推薦方法，其特征在于，包括：

在服務(wù)端維護(hù)全局二值矩陣分解模型參數(shù)，向客戶端下發(fā)全局二值矩陣分解模型；

客戶端初始化本地二值矩陣分解模型，并從服務(wù)端下載全局二值矩陣分解模型參數(shù)，維護(hù)本地的二值用戶特征向量和二值物品特征矩陣；

在服務(wù)端設(shè)定聯(lián)邦推薦場(chǎng)景下哈希學(xué)習(xí)的目標(biāo)函數(shù)，基于所述目標(biāo)函數(shù)通過(guò)離散優(yōu)化算法在服務(wù)端與客戶端之間進(jìn)行協(xié)同離散迭代優(yōu)化，得到全局最優(yōu)的二值矩陣分解模型，使得每個(gè)客戶端得到各自獨(dú)有的二值用戶特征向量與全局的二值物品特征矩陣。

根據(jù)每個(gè)客戶端的二值用戶特征向量和二值物品特征矩陣借助邏輯運(yùn)算完成本地客戶端的預(yù)測(cè)任務(wù)，將預(yù)測(cè)評(píng)分較高的若干物品推薦給相應(yīng)客戶端。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述的在服務(wù)端維護(hù)全局二值矩陣分解模型參數(shù)，向客戶端下發(fā)全局二值矩陣分解模型，包括：

所述服務(wù)端與每個(gè)客戶端通過(guò)無(wú)線網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)通信，管理所有客戶端的優(yōu)化過(guò)程，維護(hù)全局二值矩陣分解模型的參數(shù)信息，所述全局二值矩陣分解模型包括二值的用戶特征矩陣P∈{±1}^f×m與物品特征矩陣Q∈{±1}^f×n，f表示特征向量的維度，m表示用戶的數(shù)量，n表示物品數(shù)量，全局二值矩陣分解模型權(quán)重的初始化從{±1}集合中按位進(jìn)行均勻采樣得到，服務(wù)端向每個(gè)客戶端下發(fā)全局二值矩陣分解模型。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述的客戶端初始化本地二值矩陣分解模型，并從服務(wù)端下載全局二值矩陣分解模型參數(shù)，維護(hù)本地的二值用戶特征向量和二值物品特征矩陣，包括：

所述客戶端為用戶的移動(dòng)端設(shè)備，客戶端u擁有私有的本地?cái)?shù)據(jù)其中表示用戶u在本地所交互過(guò)的物品集合，r∈{0，1}表示用戶u對(duì)于物品i交互的結(jié)果，客戶端u維護(hù)自己私有的二值用戶特征向量和本地的二值物品特征矩陣Q∈{±1}^f×n，其中p_u為用戶特征矩陣P∈{±1}^f×m的第u列，待一輪更新后客戶端將本地的二值用戶特征向量和二值物品特征矩陣上傳到服務(wù)端。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述的在服務(wù)端設(shè)定聯(lián)邦推薦場(chǎng)景下哈希學(xué)習(xí)的目標(biāo)函數(shù)，包括：

在服務(wù)端設(shè)定的聯(lián)邦推薦場(chǎng)景下哈希學(xué)習(xí)的目標(biāo)函數(shù)定義如下：

s.t.p_u∈{±1}^f，q_i∈{±1}^f

其中，是由訓(xùn)練集中(u，i，r)三元組構(gòu)成的集合，和分別表示用戶u和物品i的二值特征向量，分別對(duì)應(yīng)于矩陣P的第u列和矩陣Q的第i列，其中f表示向量的長(zhǎng)度；

在上式目標(biāo)函數(shù)定義的基礎(chǔ)上添加兩個(gè)約束項(xiàng)：P1_m＝0和Q1_n＝0用于保證特征編碼的均衡性，PP^T＝mI_f和QQ^T＝nI_f用于保證特征編碼之間的獨(dú)立性；定義兩個(gè)連續(xù)變量和將編碼均衡約束和編碼獨(dú)立約束條件進(jìn)行放松，所述目標(biāo)函數(shù)被等價(jià)轉(zhuǎn)換為如下優(yōu)化問(wèn)題：

其中，α，β＞0為超參數(shù)，用于調(diào)節(jié)待優(yōu)化變量的放松程度，在上式基礎(chǔ)上添加離散約束形式，即P∈{±1}^f×m和Q∈{±1}^f×n，添加編碼均衡性與對(duì)立性約束項(xiàng)，即X1_m＝0，Y1_n＝0用來(lái)保證編碼均衡性，XX^T＝mI_f，YY^T＝nI用來(lái)保證編碼獨(dú)立性。