公开(公告)号：CN119988725A

公开(公告)日：2025-05-13

申请号：CN202510054729.5

申请日：2025-01-14

Applicant: 暨南大学 ,  广州信息技术研究所

Inventor： 古天龙 ,  陈宇钊 ,  郝峰锐 ,  刘明

IPC: G06F16/9535 ,  G06F21/62 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明涉及数据隐私保护与公平性增强技术领域，特别是涉及一种基于隐私保护与公平增强的信息推荐方法，包括：获取目标用户的行为数据；将所述行为数据输入预设的大规模推荐模型中，输出对于所述目标用户的推荐结果，其中，所述大规模推荐模型基于用户编码器和项目编码器构建，所述大规模推荐模型基于训练集训练获得，所述训练集包括若干用户和项目，在所述大规模推荐模型的训练过程中采用改进的差分隐私随机梯度下降方法进行模型参数的更新，并在训练过程中引入基于梯度的公平采样机制。本发明可以在保护数据隐私的基础上，解决大规模推荐模型的项目公平性问题，并且加速模型的训练过程，实现了模型效用以及公平之间的有效权衡。