一种基于联邦学习的服务推荐方法、装置及相关介质
公开
摘要
本发明公开了一种基于联邦学习的服务推荐方法、装置及相关介质，该方法包括：获取电商平台和线下社区的服务信息，并对所述服务信息进行数据处理，得到服务数据集；对所述服务数据集进行特征选择，得到对应的目标特征；将所述目标特征输入至联邦学习SecureBoost算法中，并将所述联邦学习SecureBoost算法的输出结果作为服务推荐结果。本发明通过经过特征训练后的联邦学习算法为用户预测服务推荐，能够在提高服务推荐精准度的同时保障用户隐私安全。
基本信息
专利标题 ：
一种基于联邦学习的服务推荐方法、装置及相关介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114625977A
申请号 ：
CN202210529080.4
公开（公告）日 ：
2022-06-14
申请日 ：
2022-05-16
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
吴远津起亚·伊曼纽尔通格姆王俊宜袁戟
申请人 ：
深圳市万物云科技有限公司
申请人地址 ：
广东省深圳市前海深港合作区前湾一路1号A栋201室
代理机构 ：
深圳市精英专利事务所
代理人 ：
丁宇龙
优先权 ：
CN202210529080.4
主分类号 ：
G06F16/9535
IPC分类号 ：
G06F16/9535 G06F16/958 G06F21/62 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/9535
••••基于用户配置文件和个性化自定义搜索
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
