一种基于超图信号分解的联邦跨域推荐方法

    公开(公告)号:CN118277669A

    公开(公告)日:2024-07-02

    申请号:CN202410462841.8

    申请日:2024-04-17

    Abstract: 本发明公开了一种基于超图信号分解的联邦跨域推荐方法,属于数据挖掘技术领域。解决了现有技术中传统的跨域推荐方法的难以避免全局模型混入领域特有信息的问题;本发明设定总通信轮次,使用本地数据初始化训练客户端模型,服务器随机选取客户端训练;客户端使用本地的低通超图滤波器和高通超图滤波器分别得到领域特定和领域共享的用户表征和物品表征;客户端和服务器之间运行本地‑全局知识迁移算法;服务器对得到的领域共享的用户表征和更新后的低通超图滤波器的模型进行聚合;服务器将聚合后的全局用户表征和聚合后的低通超图滤波器的模型发送给客户,重复上述步骤直至执行完总通信轮次。本发明避免了出现负迁移问题,可以应用于联邦跨域推荐。

Patent Agency Ranking