-
公开(公告)号：CN113836584B
公开(公告)日：2022-04-15
申请号：CN202111405913.8
申请日：2021-11-24
申请人： 阿里巴巴达摩院(杭州)科技有限公司
摘要： 本申请提供一种分布式隐私保护学习的推荐方法、设备和学习系统，其中：进行联邦学习的多个用户终端设备中的目标用户终端设备，获取目标用户对应的评分矩阵，在训练其对应的项目表达矩阵和用户表达矩阵的至少一次迭代中：确定当前迭代中项目表达矩阵对应的损失函数梯度，将加入第一噪声的损失函数梯度发送至服务器；若接收到服务器发送的存活通知，向服务器发送用于降低损失函数梯度上加入的噪声的第二噪声，以使服务器基于加入第一噪声的损失函数梯度以及第二噪声的聚合结果更新项目表达矩阵并将更新结果发送至各用户终端设备。根据训练截止时的用户表达矩阵和项目表达矩阵预测目标用户对多个项目的偏好程度并据此向目标用户推荐项目。
-
公开(公告)号：CN113821732B
公开(公告)日：2022-02-18
申请号：CN202111405912.3
申请日：2021-11-24
申请人： 阿里巴巴达摩院(杭州)科技有限公司
IPC分类号： G06F16/9535 , G06K9/62 , G06Q30/06
摘要： 本发明实施例提供一种保护用户隐私的项目推荐方法、设备和学习系统，该方法包括：任一数据设备获取本地收集的评分矩阵，评分矩阵用于描述多个用户对多个项目的评分情况，多个数据设备各自收集的评分矩阵具有相同的用户集以及具有不同的项目集。本地训练评分矩阵对应的项目表达矩阵和用户表达矩阵，将本地训练得到的第一用户表达矩阵发送至服务器，以使服务器对多个数据设备各自上传的用户表达矩阵进行聚合处理并将聚合得到的第二用户表达矩阵发送给多个数据设备。若满足训练截止条件，则根据本地训练得到的项目表达矩阵和第二用户表达矩阵预测多个用户对多个项目的偏好程度，以根据偏好程度为多个用户进行项目推荐。
-
公开(公告)号：CN113836584A
公开(公告)日：2021-12-24
申请号：CN202111405913.8
申请日：2021-11-24
申请人： 阿里巴巴达摩院(杭州)科技有限公司
摘要： 本申请提供一种分布式隐私保护学习的推荐方法、设备和学习系统，其中：进行联邦学习的多个用户终端设备中的目标用户终端设备，获取目标用户对应的评分矩阵，在训练其对应的项目表达矩阵和用户表达矩阵的至少一次迭代中：确定当前迭代中项目表达矩阵对应的损失函数梯度，将加入第一噪声的损失函数梯度发送至服务器；若接收到服务器发送的存活通知，向服务器发送用于降低损失函数梯度上加入的噪声的第二噪声，以使服务器基于加入第一噪声的损失函数梯度以及第二噪声的聚合结果更新项目表达矩阵并将更新结果发送至各用户终端设备。根据训练截止时的用户表达矩阵和项目表达矩阵预测目标用户对多个项目的偏好程度并据此向目标用户推荐项目。
-
公开(公告)号：CN113821732A
公开(公告)日：2021-12-21
申请号：CN202111405912.3
申请日：2021-11-24
申请人： 阿里巴巴达摩院(杭州)科技有限公司
IPC分类号： G06F16/9535 , G06K9/62 , G06Q30/06
摘要： 本发明实施例提供一种保护用户隐私的项目推荐方法、设备和学习系统，该方法包括：任一数据设备获取本地收集的评分矩阵，评分矩阵用于描述多个用户对多个项目的评分情况，多个数据设备各自收集的评分矩阵具有相同的用户集以及具有不同的项目集。本地训练评分矩阵对应的项目表达矩阵和用户表达矩阵，将本地训练得到的第一用户表达矩阵发送至服务器，以使服务器对多个数据设备各自上传的用户表达矩阵进行聚合处理并将聚合得到的第二用户表达矩阵发送给多个数据设备。若满足训练截止条件，则根据本地训练得到的项目表达矩阵和第二用户表达矩阵预测多个用户对多个项目的偏好程度，以根据偏好程度为多个用户进行项目推荐。
-
-
-
搜索结果
4 条记录 (耗时 0.04 秒)
