【技术实现步骤摘要】
本专利技术涉及广告推荐，特别是涉及一种基于数据分布的广告推荐类型预测方法、系统及电子设备。
技术介绍
1、随着深度学习技术在广告领域的普及，广告推荐系统中各环节所涉及的技术变得更为复杂。广告推荐系统的数据在流通过程中存在隐私问题，需要有适用于广告生态系统的隐私保护机制来应对。进一步，广告生态体系中的隐私问题主要体现在个性化广告的精准推荐过程中，主要是由于模型所需收集参与方数据进行训练，而参与方数据中包含了大量的隐私敏感数据，容易产生隐私泄露的问题。
技术实现思路
1、本专利技术的目的是提供一种基于数据分布的广告推荐类型预测方法、系统及电子设备，在确定广告推荐类型的过程中保护了数据隐私。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种基于数据分布的广告推荐类型预测方法，包括：
4、获取多个参与方的本地广告点击次数；
5、将各所述参与方的本地广告点击次数分别输入至对应的初始本地广告推荐模型中，得到对应参与方的当前本地广告数据分布的特征表...
【技术保护点】
1.一种基于数据分布的广告推荐类型预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于数据分布的广告推荐类型预测方法，其特征在于，基于各所述参与方的当前本地广告数据分布的特征表示，对各所述参与方进行分组，得到多个初始参与方组，包括：
3.根据权利要求1所述的基于数据分布的广告推荐类型预测方法，其特征在于，基于任一当前初始参与方组的初始组广告推荐模型和当前初始参与方组中的所有参与方的本地广告点击次数，对当前初始参与方组中的参与方进行分组，得到对应的一个或多个目标子组，包括：
4.根据权利要求3所述的基于数据分布的广告推荐...
【技术特征摘要】
1.一种基于数据分布的广告推荐类型预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于数据分布的广告推荐类型预测方法，其特征在于，基于各所述参与方的当前本地广告数据分布的特征表示，对各所述参与方进行分组，得到多个初始参与方组，包括：
3.根据权利要求1所述的基于数据分布的广告推荐类型预测方法，其特征在于，基于任一当前初始参与方组的初始组广告推荐模型和当前初始参与方组中的所有参与方的本地广告点击次数，对当前初始参与方组中的参与方进行分组，得到对应的一个或多个目标子组，包括：
4.根据权利要求3所述的基于数据分布的广告推荐类型预测方法，其特征在于，基于当前初始参与方组中各参与方的当前组广告数据分布的特征表...
【专利技术属性】
技术研发人员：张剑飞，张婧，金文祥，曲冠南，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：
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。