公开(公告)号：CN119539087A

公开(公告)日：2025-02-28

申请号：CN202411761603.3

申请日：2024-12-03

Applicant: 暨南大学

Inventor： 黄秀姐 ,  郑淇中 ,  方良达 ,  官全龙 ,  罗伟其

IPC: G06N5/04 ,  G06F21/62 ,  G06F16/9035 ,  G06F16/9038

Abstract: 本发明公开了一种面向隐私保护的个性化联邦推荐系统及方法，涉及联邦推荐系统领域。本发明为每个客户端构建一个物品偏好嵌入向量，并训练一个全局物品嵌入正交映射矩阵和一个用于生成物品嵌入混合因子矩阵的双层感知机，用于将全局物品嵌入矩阵与用户的物品偏好嵌入向量融合，为客户端构建了更加个性化、颗粒度更细的混合物品嵌入矩阵，并输入为客户端构建的个性化推荐预测感知机得到推荐结果，提升最终推荐效果；客户端向中央服务器上传数据时，进行本地差分隐私加密；为每个客户端进行负采样，将正样本和负样本混合后共同用于训练，提升训练效果的同时，使服务器无法根据客户端上传的更新数据辨别出客户端与物品的历史交互情况，保护用户隐私。