基于球树算法和联邦学习的推荐模型更新系统及方法
摘要文本
本说明书提供基于球树算法和联邦学习的推荐模型更新系统及方法，所述系统包括至少两个参与方和服务提供方，至少两个参与方分别持有的用户行为数据具有数据对齐关系，服务提供方持有用户行为数据的数据标识：至少两个参与方中的目标参与方计算第一距离数据，并将第一距离数据发送至服务提供方；服务提供方基于第一距离数据确定初始距离数据；基于初始距离数据确定第一标识；将第一标识分别发送至至少两个参与方；目标参与方确定第二距离数据，将第二距离数据发送至服务提供方；服务提供方基于第二距离数据确定第二标识；将第二标识分别发送至至少两个参与方；目标参与方根据第一标识和第二标识对目标用户行为数据进行划分，生成目标推荐模型。
申请人信息
- 申请人:杭州金智塔科技有限公司
- 申请人地址:310012 浙江省杭州市西湖区西斗门路3号天堂软件园D幢11楼CD座
- 发明人: 杭州金智塔科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于球树算法和联邦学习的推荐模型更新系统及方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311738313.2 |
| 申请日 | 2023/12/18 |
| 公告号 | CN117421486B |
| 公开日 | 2024/3/19 |
| IPC主分类号 | G06F16/9535 |
| 权利人 | 杭州金智塔科技有限公司 |
| 发明人 | 王克华; 陈超超; 郑小林; 鲍力成; 张建勇 |
| 地址 | 浙江省杭州市西湖区西斗门路3号天堂软件园D幢11楼CD座 |
专利主权项内容
1.一种基于球树算法和联邦学习的推荐模型更新系统，其特征在于，所述系统包括至少两个参与方和服务提供方，所述至少两个参与方分别持有的用户行为数据具有数据对齐关系，所述至少两个参与方分别持有的用户行为数据为相同用户在不同维度或领域的数据，所述服务提供方持有用户行为数据的数据标识：所述至少两个参与方中的目标参与方，用于计算目标用户行为数据相对于所述目标用户行为数据对应的第一中心数据的第一距离数据，并将所述第一距离数据发送至所述服务提供方；所述服务提供方，用于基于接收到的所述至少两个参与方分别提交的第一距离数据确定初始距离数据；基于所述初始距离数据在所述数据标识中确定第一标识；将所述第一标识分别发送至所述至少两个参与方，其中，所述至少两个参与方分别对应的第一距离数据具有数据互补关系，所述数据互补关系为在坐标系下互补的坐标数据关系，所述至少两个参与方中的第一参与方提供的第一距离数据与所述至少两个参与方中的第二参与方提供的第一距离数据为空间分布中相同的坐标点的不同坐标维度；所述目标参与方，用于基于所述目标用户行为数据和所述第一标识确定第二距离数据，并将所述第二距离数据发送至所述服务提供方；所述服务提供方，用于基于接收到的所述至少两个参与方分别提交的第二距离数据确定目标距离数据；基于所述目标距离数据在所述数据标识中确定第二标识；将所述第二标识分别发送至所述至少两个参与方；所述目标参与方，用于根据所述第一标识在所述目标用户行为数据中确定第一划分数据，以及根据所述第二标识在所述目标用户行为数据中确定第二划分数据；确定所述目标用户行为数据中至少两个待划分数据分别与所述第一划分数据之间的第一划分距离，以及所述目标用户行为数据中至少两个待划分数据分别与所述第二划分数据之间的第二划分距离；在至少两个待划分数据分别对应的第一划分距离和第二划分距离中选择至少两个待划分数据分别对应的目标划分距离，并基于至少两个目标划分距离分别对应的目标划分数据确定数据划分子路径；基于至少两个数据划分子路径组成数据划分路径，并基于所述数据划分路径对所述目标用户行为数据进行划分，根据划分结果生成目标推荐模型。 来自马-克-数-据