一种基于汽车用户数据的联邦学习方法及系统技术方案

本发明专利技术适用于联邦学习技术领域，提供了一种基于汽车用户数据的联邦学习方法及系统，其中，所述方法包括：根据发起方的预设任务构建初始模型，将初始模型上传至中心服务器，各参与方接收中心服务器所下发的初始模型；获取各成员方的汽车用户数据，采用汽车用户数据在本地训练各成员方的初始模型，获取各成员方的模型参数，成员方包括发起方和参与方；获取各成员方的模型参数权重，根据成员方的模型参数和模型参数权重获取聚合模型参数；根据聚合模型参数对中心服务器的模型参数进行更新，并根据中心服务器更新后的模型参数更新各成员方的模型参数；解决了现有技术中联邦学习模型参数的聚合方式不合理的问题。的聚合方式不合理的问题。的聚合方式不合理的问题。

【技术实现步骤摘要】
一种基于汽车用户数据的联邦学习方法及系统


[0001]本专利技术涉及联邦学习
，尤其涉及一种基于汽车用户数据的联邦学习方法及系统。

技术介绍

[0002]汽车4S店有大量的客户数据，这些客户数据对于汽车销售及生产的优化有很大帮助。受限于用户隐私的问题，这些数据不能直接向其他4S店或汽车生产厂家共享，因此可以通过联邦学习，在保证用户隐私的前提下还能实现知识共享。
[0003]联邦学习的过程为中心节点将同一个模型发布给各个子节点，子节点利用自身数据对模型进行训练，然后将训练后的模型参数上传给中心节点，中心节点将各子节点的参数进行聚合得到新的模型。在现有技术中，中心节点对各子节点的参数进行聚合中，多采用将各子节点上传梯度进行平均计算，并以此作为联邦模型参数。但是这种平均计算的方法既不能有效利用子节点数据，也不便于后续利润分配、价值计算，子节点也无法用这样的模型进行本地化训练以解决自身生产销售中的问题。

技术实现思路

[0004]本专利技术提供一种基于汽车用户数据的联邦学习方法及系统，以解决现有技术联邦学习模型参数的聚合方式不合理的问题。
[0005]本专利技术提供的基于汽车用户数据的联邦学习方法，包括：
[0006]根据发起方的预设任务构建初始模型，将所述初始模型上传至中心服务器，各参与方接收中心服务器所下发的初始模型；
[0007]获取各成员方的汽车用户数据，采用所述汽车用户数据在本地训练各成员方的初始模型，获取各成员方的模型参数，所述成员方包括发起方和参与方；/>[0008]获取各成员方的模型参数权重，根据所述成员方的模型参数和所述模型参数权重获取聚合模型参数；
[0009]根据所述聚合模型参数对所述中心服务器的模型参数进行更新，并根据所述中心服务器更新后的模型参数更新各成员方的模型参数。
[0010]可选的，所述获取各成员方的模型参数权重，具体包括：
[0011]获取各成员方的汽车用户数据质量，根据所述汽车用户数据质量获取质量评价参数；
[0012]根据所述预设任务获取各成员方的价值评价参数；
[0013]根据所述质量评价参数和所述价值评价参数获取各成员方的模型参数权重。
[0014]可选的，所述根据预设任务获取各成员方的价值评价参数，具体包括：
[0015]根据预设任务对各成员方的汽车用户数据进行分类，获取各成员方的价值数据；
[0016]根据所述预设任务和所述发起方的价值数据获取所述发起方的价值评价参数和各个类别价值数据的价值权重；
[0017]根据所述价值权重和所述参与方的价值数据获取所述参与方的价值评价参数。
[0018]可选的，所述根据所述预设任务和所述发起方的价值数据获取所述发起方的价值评价参数和各个类别价值数据的价值权重，具体包括：
[0019]获取所述发起方的汽车数据；
[0020]根据所述发起方的汽车数据建立价值权重确定规则；
[0021]根据所述价值权重确定规则、所述预设任务和所述发起方的价值数据获取所述发起方的价值评价参数和各个类别价值数据的价值权重。
[0022]可选的，所述汽车用户数据包括用户属性数据和用户产品数据，所述采用所述汽车用户数据在本地训练各成员方的初始模型，具体包括：
[0023]采用所述汽车用户数据在本地训练各成员方的初始模型，根据所述用户属性数据和用户产品数据的关系分析不同用户的汽车偏好，建立用于构建用户画像的目标模型。
[0024]可选的，所述方法，还包括：
[0025]获取所述成员方的目标用户数据；
[0026]根据所述目标用户数据和所述成员方的目标模型获取目标用户的汽车偏好信息；
[0027]获取所述成员方的汽车数据；
[0028]根据所述目标用户的汽车偏好和所述成员方的汽车数据获取汽车推荐方案。
[0029]可选的，所述方法，还包括：
[0030]获取所述成员方的汽车数据；
[0031]根据所述成员方的目标模型和所述成员方的汽车用户数据更新所述成员方的汽车数据。
[0032]本专利技术还提供了一种基于汽车用户数据的联邦学习系统，包括：
[0033]初始模型构建模块，用于根据发起方的预设任务构建初始模型，将所述初始模型上传至中心服务器，各参与方接收中心服务器所下发的初始模型；
[0034]模型训练模块，用于获取各成员方的汽车用户数据，采用所述汽车用户数据在本地训练各成员方的初始模型，获取各成员方的模型参数，所述成员方包括发起方和参与方；
[0035]模型参数聚合模块，用于获取各成员方的模型参数权重，根据所述成员方的模型参数和所述模型参数权重获取聚合模型参数；
[0036]模型参数更新模块，用于根据所述聚合模型参数对所述中心服务器的模型参数进行更新，并根据所述中心服务器更新后的模型参数更新各成员方的模型参数。
[0037]本专利技术还提供一种电子设备，包括：处理器及存储器；
[0038]所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行所述汽车用户数据的联邦学习方法。
[0039]本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述汽车用户数据的联邦学习方法。
[0040]本专利技术的有益效果：本专利技术中的汽车用户数据的联邦学习方法，根据每个参与方的汽车用户数据质量获取质量评价参数，根据预设任务获取每个参与方的价值评价参数，根据质量评价参数和价值评价参数获取每个参与方的模型参数权重；在此基础上进行联邦学习，有效利用了每个参与方的数据成果，实现了参与方的模型本地化过程，也保障了汽车用户的隐私安全，解决了联邦学习模型参数的聚合方式不合理的问题。
附图说明
[0041]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0042]图1是本专利技术实施例中基于汽车用户数据的联邦学习方法的流程示意图；
[0043]图2是本专利技术实施例中模型参数权重的获取方法的流程示意图；
[0044]图3是本专利技术实施例中价值评价参数的获取方法的流程示意图；
[0045]图4是本专利技术实施例中基于汽车用户数据的联邦学习系统的结构示意图。
具体实施方式
[0046]以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于汽车用户数据的联邦学习方法，其特征在于，所述方法包括：根据发起方的预设任务构建初始模型，将所述初始模型上传至中心服务器，各参与方接收中心服务器所下发的初始模型；获取各成员方的汽车用户数据，采用所述汽车用户数据在本地训练各成员方的初始模型，获取各成员方的模型参数，所述成员方包括发起方和参与方；获取各成员方的模型参数权重，根据所述成员方的模型参数和所述模型参数权重获取聚合模型参数；根据所述聚合模型参数对所述中心服务器的模型参数进行更新，并根据所述中心服务器更新后的模型参数更新各成员方的模型参数。2.根据权利要求1所述的基于汽车用户数据的联邦学习方法，其特征在于，所述获取各成员方的模型参数权重，具体包括：获取各成员方的汽车用户数据质量，根据所述汽车用户数据质量获取质量评价参数；根据所述预设任务获取各成员方的价值评价参数；根据所述质量评价参数和所述价值评价参数获取各成员方的模型参数权重。3.根据权利要求2所述的基于汽车用户数据的联邦学习方法，其特征在于，所述根据预设任务获取各成员方的价值评价参数，具体包括：根据预设任务对各成员方的汽车用户数据进行分类，获取各成员方的价值数据；根据所述预设任务和所述发起方的价值数据获取所述发起方的价值评价参数和各个类别价值数据的价值权重；根据所述价值权重和所述参与方的价值数据获取所述参与方的价值评价参数。4.根据权利要求3所述的基于汽车用户数据的联邦学习方法，其特征在于，所述根据所述预设任务和所述发起方的价值数据获取所述发起方的价值评价参数和各个类别价值数据的价值权重，具体包括：获取所述发起方的汽车数据；根据所述发起方的汽车数据建立价值权重确定规则；根据所述价值权重确定规则、所述预设任务和所述发起方的价值数据获取所述发起方的价值评价参数和各个类别价值数据的价值权重。5.根据权利要求1所述的基于汽车用户数据的联邦学习方法，其特征在于，所述汽车用户数据包括用户属性数据和用户产品数据，所述采用所述汽车用...

【专利技术属性】
技术研发人员：王晓虎，陈浩楠，黄泊源，汪哲逸，刘向阳，
申请(专利权)人：浙江吉利控股集团有限公司，
类型：发明
国别省市：