基于联邦学习和隐私保护的跨域推荐方法.pdfVIP

下载本文档

1
0
约2.55万字
约 21页
2023-06-26 发布于四川
举报
版权申诉

基于联邦学习和隐私保护的跨域推荐方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种基于联邦学习和隐私保护的跨域推荐方法，属于跨域推荐技术领域。该方法包括：S1：将不同领域的共同用户进行对齐：分别根据相似度阈值在源域和目标域寻找冷启动用户的相似用户；S2：根据元路径及随机游走策略构建异构信息网络，并将相似用户输入异构信息网络中，提取冷启动用户源域潜在特征，并利用该特征得到用户‑项目交互特征矩阵；S3：在本地构建并训练联邦学习模型，具体是：采用CNN来识别用户‑项目交互特征矩阵，然后采用联邦学习结合同态加密对中间结果进行加密与交换，并采用梯度下降算法对加密的目标进行

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116304346 A (43)申请公布日 2023.06.23 (21)申请号 202310298618.X G06N 3/098 (2023.01)