基于纵向联邦学习的推荐方法及装置
基本信息
| 申请号 | CN202110505628.7 | 申请日 | - |
| 公开（公告）号 | CN113139796A | 公开（公告）日 | 2021-07-20 |
| 申请公布号 | CN113139796A | 申请公布日 | 2021-07-20 |
| 分类号 | G06Q10/10;G06Q10/04;G06F16/2457;G06N20/20 | 分类 | 计算；推算；计数; |
| 发明人 | 李晶晶;王湾湾;姚明;吴海宁 | 申请（专利权）人 | 图谱天下（北京）科技有限公司 |
| 代理机构 | 北京柏杉松知识产权代理事务所（普通合伙） | 代理人 | 马敬;赵元 |
| 地址 | 518118 广东省深圳市福田区福田街道岗厦社区彩田路3069号星河世纪A栋3603B8 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明实施例提供了基于纵向联邦学习的推荐方法及装置，第三方用户端判定职位权重向量和用户权重向量满足预设收敛条件时向招聘平台端和企业用户端发送确定消息；在判定职位权重向量和用户权重向量不满足预设收敛条件时，分别向招聘平台端和企业用户端发送第一迭代参数向量和第二迭代参数向量。企业用户端根据第二迭代参数向量更新职位权重向量，在接收到确定消息时向招聘平台端发送目标职位权重向量。招聘平台端根据第一迭代参数向量更新用户权重向量，在接收到确定消息时基于目标用户特征向量、目标职位特征向量、目标职位权重向量和目标用户权重向量，向指定求职者和企业用户端进行推荐，以保护求职者的隐私信息，提高招聘平台的推荐有效性。 |
