基于隐私保护的跨域推荐模型训练方法及训练系统
基本信息
| 申请号 | CN202110662599.5 | 申请日 | - |
| 公开（公告）号 | CN113312644A | 公开（公告）日 | 2021-08-27 |
| 申请公布号 | CN113312644A | 申请公布日 | 2021-08-27 |
| 分类号 | G06F21/60（2013.01）I;G06F21/62（2013.01）I;G06K9/62（2006.01）I;G06F16/9535（2019.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 郑小林;刘伟明 | 申请（专利权）人 | 杭州金智塔科技有限公司 |
| 代理机构 | 北京智信禾专利代理有限公司 | 代理人 | 吴肖肖 |
| 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6楼B座 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请提供一种基于隐私保护的跨域推荐模型训练方法及训练系统，其中基于隐私保护的跨域推荐模型训练方法包括：数据域单元获取到用户信息和项目信息后，提取用户信息的特征向量和项目信息的特征向量，然后对提取的用户信息的特征向量、项目信息的特征向量分别进行数据加密，再基于加密后的特征向量进行向量融合处理，得到融合向量，数据域单元基于融合向量训练跨域推荐模型。本申请实施例的特征向量经过了数据加密，其他用户无法轻易获得原始的用户信息和项目信息，在训练跨域推荐模型的过程中，保证了用户信息和项目信息的隐私性，同时使得训练得到的跨域推荐模型可以适配跨域推荐的任务。 |
