一种基于联邦学习隐私保护的个性化推荐方法技术

本发明专利技术涉及信息安全技术领域，特别涉及一种基于联邦学习隐私保护的个性化推荐方法，该方法分为联邦学习隐私保护阶段和个性化推荐阶段；联邦学习隐私保护阶段用于保护用户隐私，个性化推荐阶段用于根据用户喜好进行合理个性化推荐；这两个阶段中间引入包含用户信息转换表的区域服务器过渡，区域服务器起着承上启下的作用，互联网平台将推荐信息发送到区域服务器，由区域服务器执行用户信息转换后实施推荐，用户不用直接面向互联网平台；区域服务器主要用于互联网平台和用户之间的参数转换。本发明专利技术方法可以将个性化推荐和数据隐私保护达到某种平衡，能够为个性化推荐提供有效的参考。

【技术实现步骤摘要】

本专利技术涉及信息安全，特别涉及一种基于联邦学习隐私保护的个性化推荐方法。

技术介绍

1、随着互联网发展，用户接收信息的途经越来越多。如何在海量信息中及时、有效地抓取用户最感兴趣的部分，提升互联网平台和用户的交互友好性，成为互联网研究的一个热门课题。目前大多采用个性化推荐机制，即采用对本地信息、历史记录，以及在视频、网页上停留时间等内容进行收集和处理的方式分析用户的喜好，再针对不同用户的不同喜好推送内容。为了做到准确的推送，个性化推荐机制需要持续不断地收集用户信息用于获取用户的喜好。

2、个性化推荐系统帮助用户在海量信息中寻找感兴趣的内容，“个性化”服务目前越来越为商务网站、电子图书馆等众多领域所接受，成为一个重要的功能。个性化推荐算法，一方面可以帮助用户在数以亿计的信息中迅速、准确地获取自己感兴趣的内容，充分利用有限的时间，极大地提高了人们对快节奏生活的追求；另一方面，还可以帮助互联网平台提升运作效率，通过个性化推荐服务吸引潜在用户，提升互联网平台价值。目前，大多数应用软件都采用推荐算法，例如spotify、netflix等。在国内，网易云音本文档来自技高网...

【技术保护点】

1.一种基于联邦学习隐私保护的个性化推荐方法，其特征在于，所述方法分为联邦学习隐私保护阶段和个性化推荐阶段；

2.根据权利要求1所述的一种基于联邦学习隐私保护的个性化推荐方法，其特征在于，具体步骤如下：

【技术特征摘要】

1.一种基于联邦学习隐私保护的个性化推荐方法，其特征在于，所述方法分为联邦学习隐私保护阶段和个性化推荐阶段；...

【专利技术属性】
技术研发人员：张泽飞，
申请(专利权)人：滇西应用技术大学，
类型：发明
国别省市：