[發(fā)明專利]一種基于無監(jiān)督和聯(lián)邦學習的需求預(yù)測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210636214.2
• 申請日: 2022-06-07
• 公開（公告）號: CN115034816A
• 公開（公告）日: 2022-09-09
• 發(fā)明（設(shè)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(quán)）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(chǎn)權(quán)代理有限公司 37221
• 代理人: 董雪

本公開屬于計算機大數(shù)據(jù)技術(shù)領(lǐng)域，具體涉及一種基于無監(jiān)督和聯(lián)邦學習的需求預(yù)測方法及系統(tǒng)，包括：獲取歷史需求數(shù)據(jù)，篩選需求數(shù)據(jù)類型；對所獲取的歷史需求數(shù)據(jù)進行編碼，得到歷史需求編碼數(shù)據(jù)；基于所得到的歷史需求編碼數(shù)據(jù)和所篩選的需求數(shù)據(jù)類型，進行需求的預(yù)測；其中，在進行需求預(yù)測的過程中，采用橫向聯(lián)邦和縱向聯(lián)邦相結(jié)合的方式進行需求預(yù)測。

技術(shù)領(lǐng)域

本公開屬于計算機大數(shù)據(jù)技術(shù)領(lǐng)域，具體涉及一種基于無監(jiān)督和聯(lián)邦學習的需求預(yù)測方法及系統(tǒng)。

背景技術(shù)

本部分的陳述僅僅是提供了與本公開相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

針對現(xiàn)有的超市、餐飲、商城以及計算機平臺等，現(xiàn)有技術(shù)難以對個人需求進行規(guī)劃，無法實現(xiàn)數(shù)字化、智能化的異常分析，難以及時發(fā)現(xiàn)不合理現(xiàn)象，給正常運營帶來一定的影響。

據(jù)發(fā)明人了解，現(xiàn)有的需求預(yù)測方法主要是依靠歷史數(shù)據(jù)對后續(xù)的采購計劃進行預(yù)測；在進行商品需求預(yù)測的過程中，考慮其他位置的同種類的商店和不同同類的商店的影響，無法及時對現(xiàn)實環(huán)境的變化進行有效應(yīng)對；在熱點需求預(yù)測的過程中需要收集用戶的各種瀏覽歷史，某些數(shù)據(jù)收集操作可能侵犯了用戶的隱私，對個人在網(wǎng)頁、app等相關(guān)平臺的信息的收集將不被允許，缺少相關(guān)的數(shù)據(jù)支撐，熱點推薦算法的效用將大大降低。現(xiàn)有的基于神經(jīng)網(wǎng)絡(luò)的預(yù)測需要大量的標注數(shù)據(jù)，這可能耗費大量的人力物力。

發(fā)明內(nèi)容

為了解決上述問題，本公開提出了一種基于無監(jiān)督和聯(lián)邦學習的需求預(yù)測方法及系統(tǒng)，基于橫向和縱向聯(lián)邦技術(shù)構(gòu)建預(yù)測模型，基于聯(lián)邦學習具備數(shù)據(jù)只在本地訓練、不進行上傳的優(yōu)點，結(jié)合聯(lián)邦學習進行需求預(yù)測，實現(xiàn)在不侵犯隱私的情況下，對用戶需求進行預(yù)測，并將預(yù)測結(jié)果作為熱點信息推薦給用戶。

根據(jù)一些實施例，本公開的第一方案提供了一種基于無監(jiān)督和聯(lián)邦學習的需求預(yù)測方法，采用如下技術(shù)方案：

一種基于無監(jiān)督和聯(lián)邦學習的需求預(yù)測方法，包括：

獲取歷史需求數(shù)據(jù)，篩選需求數(shù)據(jù)類型；

對所獲取的歷史需求數(shù)據(jù)進行編碼，得到歷史需求編碼數(shù)據(jù)；

基于所得到的歷史需求編碼數(shù)據(jù)和所篩選的需求數(shù)據(jù)類型，進行需求的預(yù)測；

其中，在進行需求預(yù)測的過程中，采用橫向聯(lián)邦和縱向聯(lián)邦相結(jié)合的方式進行無監(jiān)督推薦，實現(xiàn)需求的預(yù)測。

作為進一步的技術(shù)限定，通過所述橫向聯(lián)邦和所述縱向聯(lián)邦分別對相同需求數(shù)據(jù)類型和不同需求數(shù)據(jù)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(shù)據(jù)和縱向數(shù)據(jù)的編碼。

作為進一步的技術(shù)限定，基于所提取的特征以及所得到的橫向數(shù)據(jù)和縱向數(shù)據(jù)的編碼，經(jīng)編碼層和自注意力機制深度提取數(shù)據(jù)特征，經(jīng)輸出層實現(xiàn)需求的預(yù)測。

作為進一步的技術(shù)限定，所述橫向聯(lián)邦是對數(shù)據(jù)矩陣或者表格橫向劃分，不同行的數(shù)據(jù)具有相同對齊的數(shù)據(jù)特征；所述縱向聯(lián)邦是對數(shù)據(jù)矩陣或表格縱向劃分，不同列的數(shù)據(jù)有相同對齊的訓練樣本。

作為進一步的技術(shù)限定，對所獲取的歷史需求數(shù)據(jù)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(shù)據(jù)類別和歷史需求數(shù)據(jù)的特征編碼，得到編碼后的歷史需求數(shù)據(jù)。

進一步的，計算所獲取的編碼后的歷史需求數(shù)據(jù)與所篩選出來的不同類型的需求數(shù)據(jù)之間的相似度，對相似度超過設(shè)定閾值的所篩選出來的不同類型的需求數(shù)據(jù)進行訓練，實現(xiàn)需求的預(yù)測。

作為進一步的技術(shù)限定，通過相同類型的需求歷史數(shù)據(jù)來進行需求的預(yù)測，利用不同類型的需求歷史數(shù)據(jù)進行需求預(yù)測的訓練集的調(diào)整，動態(tài)調(diào)整需求預(yù)測。

根據(jù)一些實施例，本公開的第二方案提供了一種基于無監(jiān)督和聯(lián)邦學習的需求預(yù)測系統(tǒng)，采用如下技術(shù)方案：