【技术实现步骤摘要】
一种序列化信息的推荐方法及装置
本专利技术涉及计算机
，尤其涉及一种序列化信息的推荐方法及装置。
技术介绍
随着科学技术的发展，将序列化推荐技术应用在实际生活中的场景越来越多，如，电商网站分析用户的历史浏览记录等行为，为用户推荐可能感兴趣的产品，或者，搜索网站根据用户的历史搜索记录等行为，向所述用户推送包含历史检索关键字的相关新闻。由此可知，现有技术中主要采用来自某一业务方的用户原始数据作为训练数据，建立序列化推荐模型，这样，会产生以下问题：首先，所述业务方只能采用本业务方的用户原始数据构建、训练相应的序列化推荐模型，即使获取到用户在多个业务方中的原始数据，也只能使用各个业务方单一的数据来源分别建立相应的推荐模型，这样，容易形成数据孤岛，造成资源浪费，降低数据利用率，进而降低各个推荐模型的推荐准确度；其次，共享多个业务方的原始数据涉及到用户数据隐私、用户数据安全、各业务方间的协商等多个方面，在实现上存在一定的困难。由此可鉴，本专利技术提出了一种新的方法，以克服上述缺陷。
技术实现思路
本专利技术提供一种序列化信息的推荐方法及装置，解决了业务方进行序列化信息推荐时...
【技术保护点】
1.一种序列化信息的推荐方法，其特征在于，包括：第一业务方获取第一网络原始数据，并采用同态加密技术确定与指定的至少一个其他业务方之间共同的业务标的物；第一业务方针对所述第一网络原始数据中所述共同的业务标的物对应的各条会话，采用循环迭代的方式分别计算所述各个会话中各个所述业务标的物的特征向量，直至相应的业务标的物的迭代结果收敛为止，其中，在一轮迭代中针对N条会话中的一个业务标的物计算特征向量包括：第一业务方根据最新的第一网络原始数据，计算所述一个业务标的物，在N条会话中的第一特征向量平均值，以及第一特征向量平均值的第一梯度值，其中，N为预设自然数；第一业务方将所述第一特征向量...
【技术特征摘要】
1.一种序列化信息的推荐方法，其特征在于，包括：第一业务方获取第一网络原始数据，并采用同态加密技术确定与指定的至少一个其他业务方之间共同的业务标的物；第一业务方针对所述第一网络原始数据中所述共同的业务标的物对应的各条会话，采用循环迭代的方式分别计算所述各个会话中各个所述业务标的物的特征向量，直至相应的业务标的物的迭代结果收敛为止，其中，在一轮迭代中针对N条会话中的一个业务标的物计算特征向量包括：第一业务方根据最新的第一网络原始数据，计算所述一个业务标的物，在N条会话中的第一特征向量平均值，以及第一特征向量平均值的第一梯度值，其中，N为预设自然数；第一业务方将所述第一特征向量平均值发往至少一个其他业务方，触发所述至少一个其他业务方结合相应的其他网络原始数据，计算所述一个业务标的物的第一梯度调整值，并将所述第一梯度调整值发往第三方；第一业务方将所述第一梯度值发往第三方，触发所述第三方接收到所述至少一个其他业务方发送的所述第一梯度调整值时，根据所述第一梯度调整值对所述第一梯度值进行更新；第一业务方接收所述第三方返回的更新后的第一梯度值，并根据所述第一梯度值更新所述第一特征向量平均值，并根据更新结果判断迭代结果是否收敛，获得判断结果；第一业务方基于各个业务标的物最终输出的第一特征向量平均值，进行序列化信息推荐。2.如权利要求1所述的方法，其特征在于，第一业务方计算所述第一特征向量平均值的第一梯度值，包括：确定基于所述最新的第一网络原始数据生成的分层循环神经网络RNN，所述分层RNN中，包含第一RNN和第二RNN，所述第一RNN记录各条会话内部的用户和物品的交互关系，所述第二RNN记录各条会话之间的交互关系；基于所述分层RNN的目标函数，以及所述第一特征向量平均值，计算所述第一梯度值。3.如权利要求1所述的方法，其特征在于，第一业务方将所述第一特征向量平均值发往至少一个其他业务方，包括：将所述第一特征向量平均值经同态加密后发往至少一个其他业务方；将所述第一梯度值发往第三方，包括：将所述第一梯度值经同态加密，密钥共享加密或混淆电路加密后，发往第三方。4.如权利要求1所述的方法，其特征在于，第一业务方将所述第一特征向量平均值发往至少一个其他业务方，触发所述至少一个其他业务方结合相应的其他网络原始数据，计算所述一个业务标的物的梯度调整值，包括：触发所述至少一个其他业务方执行以下操作：基于所述至少一个其他业务方对应的其他网络原始数据中的所述一个业务标的物相关联的N个会话，生成相应的第二特征向量平均值；计算所述第一特征向量平均值和第二特征向量平均值的第一差值；基于所述第一差值，设置所述第一特征向量平均值的第一梯度调整值，所述第一梯度调整值令所述第一差值的取值最小化。5.如权利要求1－4任一项所述的方法，其特征在于，进一步包括：第一业务方接收至少一个其他业务方发送的所述一个业务标的物的第三特征向量平均值，所述第三特征向量平均值是所述至少一个其他业务方，基于相应的其他网络原始数据中所述一个标的物相关联的N个会话生成的；第一业务方基于本地最新的第一网络原始数据中所述一个业务标的物相关联的N个会话，生成相应的第四特征向量平均值；第一业务方计算所述第三特征向量平均值和第四特征向量平均值的第二差值；基于所述第二差值，设置所述第三特征向量平均值的第二梯度调整值，所述第二梯度调整值令所述第二差值的取值最小化；将所述第二梯度调整值发送到第三方，触发所述第三方基于所述第二梯度调整值，对从所述至少一个其他业务方接收的所述第三特征向量平均值的第二梯度值进行相应调整。6.如权利要求1－4任一项所述的方法，其特征在于，第一业务方根据所述第一梯度值更新所述第一特征向量平均值，并根据更新结果判断迭代结果是否收敛，获得判断结果，包括：判断新的所述第一特征向量平均值与上一轮迭代中的所述第一特征向量平均值是否一致；若是，则判定所述一个业务标的物的迭代结果收敛；否则，判定所述一个业务标的物的迭代结果不收敛。7.如权利要求1－4任一项所述的方法，其特征在于，第一业务方基于各个业务标的物最终输出的第一特征向量，进行序列化信息推荐，包括：确定各个业务标的物中包含的各个用户的第一特征向量平均值，以及确定各个业务标的物中包含的各个物品的第一特征向量平均值；针对至少一个用户，执行以下操作：计算所述至少一个用户的第一特征向量平均值和各个物品的第一特征向量之间的相似度；按照相似度从高到低的顺序，向所述至少一个用户推荐相应的物品。8.一种序列化信息的推荐装置，其特征在于，包括：获取模块，用于获取第一网络原始数据，并采用同态加密技术确定与指定的至少一个其他业务方之间共同的业务标的物；...
【专利技术属性】
技术研发人员：郑文琛，杨强，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。