[發明專利]基于聯邦學習的信息推薦方法及相關裝置

在審

• 申請號: 202310239706.2
• 申請日: 2023-03-03
• 公開（公告）號: CN116226532A
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 狄葉;李晶晶;王灣灣;何浩;姚明
• 申請（專利權）人: 深圳市洞見智慧科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q40/08;G06N3/098
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 賴妙旋

1.一種基于聯邦學習的信息推薦方法，其特征在于，應用于基于聯邦學習的信息推薦系統，該基于聯邦學習的信息推薦系統包括：平臺方、流量平臺、協調者、P個數據提供方，P為正整數；

通過所述平臺方在所述流量平臺需要評估指定用戶是否為目標客群時，將本地切片模型發送至所述流量平臺；所述本地切片模型為縱向聯邦模型的部分模型；

通過所述流量平臺計算出所述指定用戶的第一預測評估結果；

通過所述P個數據提供方中的至少一個數據提供方根據所述指定用戶的用戶數據，計算出至少一個第二預測評估結果，并將所述至少一個第二預測評估結果發送至所述流量平臺；

通過所述流量平臺匯總所述第一預測評估結果和所述至少一個第二預測評估結果，得到最終預測評估值，根據所述最終預測評估結果判斷所述指定用戶是否為所述目標客群，在所述指定用戶為所述目標客群時，推薦所述指定用戶。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

S1、通過所述協調者將生成的加密公鑰發送給各建模參與方；所述各模型參與方包括所述平臺方、所述流量平臺、所述P個數據提供方；

S2、通過所述各建模參與方分別基于所述加密公鑰計算出加密后的第一梯度并加入掩碼，得到第二梯度，再將所述第二梯度發送給所述協調者；

S3通過所述協調者將所述第二梯度進行解密，得到解密結果，并將所述解密結果發送給所述各建模參與方；

S4、通過所述各建模參與方去掉所述解密結果的掩碼，并更新本方模型數據；

S5、在本方模型未收斂時，進行新一輪的訓練，具體為執行步驟S1-步驟S4；

S6、在所述本方模型收斂時，則停止訓練。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

通過所述各建模參與方提供的數據字段，基于所述數據字段獲取相應的樣本，將該樣本以隱私安全的方式進行數據對齊，得到建模樣本。

4.根據權利要求3所述的方法，其特征在于，所述通過所述各建模參與方分別基于所述加密公鑰計算出加密后的第一梯度并加入掩碼，包括：

通過所述各建模參與方分別基于所述加密公鑰和對應的建模樣本計算出加密后的第一梯度并加入掩碼。

5.根據權利要求1-4任一項所述的方法，其特征在于，所述協調者包括具有公信力的第三方，所述協調者不為所述各建模參與方中的任一方。

6.一種基于聯邦學習的信息推薦裝置，其特征在于，基于聯邦學習的信息推薦方法，其特征在于，應用于基于聯邦學習的信息推薦系統，該基于聯邦學習的信息推薦系統包括：平臺方、流量平臺、協調者、P個數據提供方，P為正整數；所述裝置包括：發送單元、計算單元和推薦單元，其中，

所述發送單元，用于通過所述平臺方在所述流量平臺需要評估指定用戶是否為目標客群時，將本地切片模型發送至所述流量平臺；所述本地切片模型為縱向聯邦模型的部分模型；

所述計算單元，用于通過所述流量平臺計算出所述指定用戶的第一預測評估結果；以及通過所述P個數據提供方中的至少一個數據提供方根據所述指定用戶的用戶數據，計算出至少一個第二預測評估結果，并將所述至少一個第二預測評估結果發送至所述流量平臺；

所述推薦單元，用于通過所述流量平臺匯總所述第一預測評估結果和所述至少一個第二預測評估結果，得到最終預測評估值，根據所述最終預測評估結果判斷所述指定用戶是否為所述目標客群，在所述指定用戶為所述目標客群時，推薦所述指定用戶。