一种基于人工智能的线上展览系统技术方案

本申请公开了一种基于人工智能的线上展览系统，涉及线上展览技术领域，包括：本地数据模块，采集本地数据，进行差分隐私保护处理，训练模型，提取参数上传服务器；数据上传模块，接收各租户数据，存储并提供统一的数据访问接口；数据集存储模块，存储不同租户的数据集，提供存储数据集的访问接口；数据处理模块，获取不同租户的数据集，构建统一数据集；模型训练模块，使用统一数据集训练通用模型和个性化模型，提供训练好的通用模型的访问接口；推理服务模块，调用通用模型和个性化模型，进行个性化推荐。通过多租户的数据集构建通用的推荐模型，针对每个租户进行微调，实现对不同租户用户的个性化推荐，解决了多租户的个性化推荐模型的问题。型的问题。型的问题。

【技术实现步骤摘要】
一种基于人工智能的线上展览系统


[0001]本专利技术涉及线上展览
，特别涉及一种基于人工智能的线上展览系统。

技术介绍

[0002]传统的在线展览和交易平台通常面向单个机构或单个平台提供服务，其推荐系统也仅利用该平台自身的数据进行训练，难以构建通用的模型。但随着平台的跨界融合，如不同博物馆、画廊之间的在线展览平台，或艺术品交易平台之间的联合，需要面向多个平台或租户提供统一的推荐服务，这需要能够适配不同租户、实现个性化推荐的通用推荐模型。
[0003]要构建跨平台的通用推荐模型，需要解决多个方面的难点：如何在保护不同租户用户隐私的前提下，获取不同平台的用户数据和展品数据；如何对不同平台的异构数据进行统一的表示和转换，以构造统一的特征；如何设计一个既包括通用层又可进行个性化微调的网络模型结构；如何在线上部署该模型，提供个性化的推荐服务。
[0004]在相关技术中，比如中国专利文献CN112258288A中提供了一种用于线上展览系统的数据处理方法、装置及线上展览系统。该用于线上展览系统的数据处理方法包括通过展商系统获取多个展商本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的线上展览系统，包括：本地数据模块，用于采集本地数据，进行差分隐私保护处理，训练模型，提取参数上传服务器；数据上传模块，用于接收各租户数据，存储并提供统一的数据访问接口；数据集存储模块，用于存储不同租户的数据集，提供存储数据集的访问接口；数据处理模块，用于获取不同租户的数据集，进行提取、清洗和融合处理，构建统一数据集；模型训练模块，用于使用统一数据集训练通用模型和个性化模型，提供训练好的通用模型的访问接口；推理服务模块，用于调用通用模型和个性化模型，进行个性化推荐。2.根据权利要求1所述的线上展览系统，其特征在于：本地数据模块包括：跨租户统一数据采集单元，用于根据预定义的数据模式，收集不同租户的用户和展品数据；差分隐私保护单元，用于根据随机化算法，在采集的多租户数据中添加噪声，进行差分隐私保护；多租户模型训练单元，用于基于加噪声后的数据，分别训练每个租户的个性化模型；模型参数提取单元，用于从训练得到的多个租户的个性化模型中，提取共享的模型参数；参数上传单元，用于将提取的模型参数，上传至中央服务器。3.根据权利要求2所述的线上展览系统，其特征在于：差分隐私保护单元包括：本地隐私处理子单元，用于对采集自每个租户的原始用户数据进行随机裁剪和加入噪声处理；参数聚合子单元，用于对各租户加入噪声后的数据根据预设隐私预算进行加权聚合，生成聚合参数；自适应调控子单元，用于根据每个租户的数据量和模型性能动态调整隐私预算分配和加入噪声比例。4.根据权利要求2所述的线上展览系统，其特征在于：多租户模型训练单元包括：本地模型训练子单元，用于在每个租户内部使用加噪声的本地租户数据训练对应的个性化模型；跨租户聚合子单元，用于通过参数服务器对各租户的模型参数进行联邦聚合，生成统一的通用参数，下发给各租户本地模型训练单元；多轮训练子单元，用于多轮本地训练和跨租户聚合。5.根据权利要求1所述的线上展览系统，其特征在于：数据上传模块包括：动态数据接口单元，根据版本化的数据模式，动态调整数据接口的格式；分布式数据接收单元，扩展多个节点，用于接收并预处理不同租户上传的用户行为数
据，并根据数据的租户属性进行分类；数据冗余存储单元，采用分布式文件系统，对不同租户的数据副本进行多重冗余存储，当单台存储节点故障时，通过其他节点获取数据副本；细粒度访问控制单元，按数据字段级别设置数据访问权限；异构权限验证...

【专利技术属性】
技术研发人员：王燕翎，孙世杰，
申请(专利权)人：王燕翎，
类型：发明
国别省市：