[發明專利]一種基于無監督和聯邦學習的需求預測方法及系統

在審

• 申請號: 202210636214.2
• 申請日: 2022-06-07
• 公開（公告）號: CN115034816A
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 管洪清;徐亮;王偉;張元杰;張大千;尹廣楹;孫浩云
• 申請（專利權）人: 青島文達通科技股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06N20/20
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 董雪

1.一種基于無監督和聯邦學習的需求預測方法，其特征在于，包括：

獲取歷史需求數據，篩選需求數據類型；

對所獲取的歷史需求數據進行編碼，得到歷史需求編碼數據；

基于所得到的歷史需求編碼數據和所篩選的需求數據類型，進行需求的預測；

其中，在進行需求預測的過程中，采用橫向聯邦和縱向聯邦相結合的方式進行無監督推薦，實現需求的預測。

2.如權利要求1中所述的一種基于無監督和聯邦學習的需求預測方法，其特征在于，通過所述橫向聯邦和所述縱向聯邦分別對相同需求數據類型和不同需求數據類型進行初步的特征提取，利用編碼層進行所提取的特征的編碼，得到特征向量，將所得到的不同的特征向量進行排列組合，得到橫向數據和縱向數據的編碼。

3.如權利要求1中所述的一種基于無監督和聯邦學習的需求預測方法，其特征在于，基于所提取的特征以及所得到的橫向數據和縱向數據的編碼，經編碼層和自注意力機制深度提取數據特征，經輸出層實現需求的預測。

4.如權利要求1中所述的一種基于無監督和聯邦學習的需求預測方法，其特征在于，所述橫向聯邦是對數據矩陣或者表格橫向劃分，不同行的數據具有相同對齊的數據特征；所述縱向聯邦是對數據矩陣或表格縱向劃分，不同列的數據有相同對齊的訓練樣本。

5.如權利要求1中所述的一種基于無監督和聯邦學習的需求預測方法，其特征在于，對所獲取的歷史需求數據進行編碼的過程中，基于嵌入層和隱藏層提取特征，分別使用輸出層和隱藏層獲取需求數據類別和歷史需求數據的特征編碼，得到編碼后的歷史需求數據。

6.如權利要求5中所述的一種基于無監督和聯邦學習的需求預測方法，其特征在于，計算所獲取的編碼后的歷史需求數據與所篩選出來的不同類型的需求數據之間的相似度，對相似度超過設定閾值的所篩選出來的不同類型的需求數據進行訓練，實現需求的預測。

7.如權利要求1中所述的一種基于無監督和聯邦學習的需求預測方法，其特征在于，通過相同類型的需求歷史數據來進行需求的預測，利用不同類型的需求歷史數據進行需求預測的訓練集的調整，動態調整需求預測。

8.一種基于無監督和聯邦學習的需求預測系統，其特征在于，包括：

獲取模塊，其被配置為獲取歷史需求數據，篩選需求數據類型；

編碼模塊，其被配置為對所獲取的歷史需求數據進行編碼，得到歷史需求編碼數據；

預測模塊，其被配置為基于所得到的歷史需求編碼數據和所篩選的需求數據類型，進行需求的預測；

其中，在進行需求預測的過程中，采用橫向聯邦和縱向聯邦相結合的方式進行無監督推薦，實現需求的預測。

9.一種計算機可讀存儲介質，其上存儲有程序，其特征在于，該程序被處理器執行時實現如權利要求1-7中任一項所述的基于無監督和聯邦學習的需求預測方法中的步驟。

10.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的程序，其特征在于，所述處理器執行所述程序時實現如權利要求1-7中任一項所述的基于無監督和聯邦學習的需求預測方法中的步驟。