本文源自:金融界
金融界2024年2月23日消息，据国家知识产权局公告，深圳前海微众银行股份有限公司取得一项名为“基于联邦学习的推荐模型训练方法、终端及存储介质“，授权公告号CN110297848B，申请日期为2019年7月。
专利摘要显示，本发明公开了一种基于联邦学习的推荐模型训练方法、终端及存储介质，所述方法包括：获取客户端应用在预设多种类型应用项目中记录的用户历史行为数据集；基于各组用户历史行为数据集提取各客户端应用的单一特征用户向量；并从目标应用的用户历史行为数据集中提取项目特征向量集和项目评分集；将各单一特征用户向量、项目特征向量集和项目评分集组合得到本地训练样本集；基于本地训练样本集参与联邦学习，得到目标类型应用项目的推荐模型。本发明实现了在联邦框架下进行模型训练以保护用户隐私数据的同时，基于多场景的数据进行推荐模型的训练，使得训练得到的推荐模型能够更准确地定位用户的偏好特征，从而提高了推荐模型的推荐效果。
