一种基于联邦矩阵分解的个性化社交推荐方法

    公开(公告)号:CN115374953A

    公开(公告)日:2022-11-22

    申请号:CN202210795895.7

    申请日:2022-07-07

    摘要: 本发明涉及一种基于联邦矩阵分解的个性化社交推荐方法,应用于客户端,包括:获取客户端的初始预测模型,根据初始预测模型和客户端用户行为特征,提取初始预测模型的模型梯度集合,将其发送至服务器端;根据接收的更新梯度集合,得到客户端商品特征的条件分布,其中,更新梯度集合为服务器端对模型梯度集合进行处理得到的;获取客户端社交关系特征的条件分布;根据客户端商品特征的条件分布和客户端社交关系特征的条件分布,构建客户端预测模型,确定该模型的目标函数;利用目标函数对客户端预测模型进行优化,利用优化后的客户端预测模型实现用户推荐。本发明方法在保护用户的隐私的同时保持推荐程序的性能。