[发明专利]一种基于因子分解机的推送模型优化、预测方法和装置有效
| 申请号： | 201911039125.4 | 申请日： | 2019-10-29 |
| 公开（公告）号： | CN110795631B | 公开（公告）日： | 2022-09-06 |
| 发明（设计）人： | 陈超超;王力;周俊 | 申请（专利权）人： | 支付宝（杭州）信息技术有限公司 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F16/9537;G06Q30/06;G06N20/00;H04L67/55 |
| 代理公司： | 北京亿腾知识产权代理事务所(普通合伙) 11309 | 代理人： | 张静娟;周良玉 |
| 地址： | 310000 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本说明书实施例提供了一种由用户终端执行的推送模型的优化方法和装置以及基于其的预测方法和装置，所述优化方法包括：获取第一用户针对第一对象的第一行为数据；从服务器接收所述第一对象的当前特征数据和当前的特征交叉模型；基于第一行为数据、第一用户的当前特征数据、第一对象的当前特征数据、当前的线性模型、以及当前的特征交叉模型，计算用于优化线性模型的第一梯度数据；确定所述第一用户的当前的预定数目的邻居用户；将所述第一梯度数据分别发送给所述预定数目的邻居用户各自的终端，以使得每个邻居用户的终端基于所述第一梯度数据分别优化其本地的线性模型，该方法通过多方安全计算保护各个终端的用户隐私不泄露给服务器端。 | ||
| 搜索关键词： | 一种 基于 因子 分解 推送 模型 优化 预测 方法 装置 | ||
【主权项】：
1.一种由用户终端执行的推送模型优化方法，所述终端与第一用户相对应，所述推送模型基于因子分解机算法进行预测，并且所述推送模型中包括线性模型和特征交叉模型，所述终端本地维护所述线性模型，并且所述终端本地维护有所述第一用户的特征数据，所述特征交叉模型由服务器维护，所述方法包括：/n获取第一用户针对第一对象的第一行为数据，其中，所述第一对象属于预定候选对象集合；/n从服务器接收所述第一对象的当前特征数据和当前的所述特征交叉模型；/n基于所述第一行为数据、所述第一用户的当前特征数据、所述第一对象的当前特征数据、当前的所述线性模型、以及当前的所述特征交叉模型，计算用于优化所述线性模型的第一梯度数据；/n确定所述第一用户的当前的预定数目的邻居用户，其中，所述邻居用户与所述第一用户具有预定关联关系；/n将所述第一梯度数据分别发送给所述预定数目的邻居用户各自的终端，以使得每个邻居用户的终端基于所述第一梯度数据分别优化其本地的线性模型。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于支付宝（杭州）信息技术有限公司，未经支付宝（杭州）信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911039125.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种学习方案推荐方法及装置
- 下一篇：一种状态查询方法、装置及电子设备
