公开(公告)号：CN119557520A

公开(公告)日：2025-03-04

申请号：CN202411617586.6

申请日：2024-11-13

Applicant: 国网江苏省电力有限公司仪征市供电分公司 ,  国网江苏省电力有限公司扬州供电分公司 ,  国网江苏省电力有限公司

Inventor： 龚在刚 ,  高寒 ,  陈志远 ,  石宇杰 ,  王静娴 ,  蓝雨晨 ,  刘森林 ,  乔启慧 ,  张文浩 ,  陈隆基

IPC: G06F16/9536 ,  G06N3/045 ,  G06N3/098 ,  G06N5/043 ,  G06F21/62 ,  G06Q50/06

Abstract: 本发明提供一种联邦环境下面向长尾数据分布的推荐方法及系统，首先针对联邦环境下推荐系统对用户隐私安全、推荐准确率的综合需求，将当下流行的神经协同过滤推荐模型联邦化，以得到联邦推荐模型FedNCF，保证联邦推荐结果的隐私性、高效性。然后，考虑到用户对推荐物品的个性化需求，用户端的长尾推荐模型利用解耦表示学习显式地将物品的吸引力解耦成fame吸引力和niche吸引力来有效地挖掘用户偏好，服务器端的模型聚合方法利用注意力机制分别对fame部分模型参数执行全局注意力聚合、对niche部分参数执行自注意力聚合来完成联邦下全局模型的长尾感知，提升推荐结果的多样性、新颖性。