基于联邦学习的时空图提示方法及系统技术方案

技术编号:46442710 阅读:3 留言:0更新日期:2025-09-19 20:44
本发明专利技术涉及时空大数据技术领域,具体的说是一种基于联邦学习的时空图提示方法及系统,通过将跨平台的兴趣点评价问题建模为一个联邦协同学习过程,各平台在不共享本地私有数据的前提下,利用公共兴趣点数据进行建模训练,从而提升各自非主要功能上的评价表现。在该过程中,通过联邦训练获取外部知识用于优化自身原始模型;同时采用知识蒸馏机制,将外部知识有效融合,维持主要功能的评价性能并提升非主要功能的准确性。联邦训练与知识蒸馏共同作用,均衡模型的表现,最终提升整体效果。

【技术实现步骤摘要】

本专利技术涉及时空大数据,具体的说是基于联邦学习的时空图提示方法及系统


技术介绍

1、随着移动通信的迅速发展,兴趣点(poi,point-of-interest)评价系统已经成为了人们日常生活中至关重要的工具。一个兴趣点评价代表着对兴趣点的总体评估。它衡量了用户对于该兴趣点的偏好和满意程度。兴趣点评价系统聚合各个场景下兴趣点的评价,例如饮食、购物或旅行。

2、随着更多的兴趣点评价平台的浮现,用户的使用习惯和平台主导功能逐渐变化。例如,美团主要向用户提供匹配口味偏好的餐饮选择;大众点评在餐饮和娱乐兴趣点领域有较好的表现;携程更关注功能性兴趣点的评价,如景点、住宿和交通站点。这些不同的侧重点导致不同平台的兴趣点评价出现了显著的不同。

3、目前已有的研究主要关注单平台下的单个用户的兴趣点评价,即通过用户的交互历史与活动记录分析用户的偏好,预测单个用户对于不同兴趣点的评价。然而,目前缺少利用不同平台之间数据互补性的合作解决方案。

4、为了解决上述问题,最直接的方法就是整合所有平台的数据并且进行计算和评价。然而,相关法律法规限制本文档来自技高网...

【技术保护点】

1.一种基于联邦学习的时空图提示方法,其特征在于,已知一组平台作为参与者,且每个平台均包含一个用户集合、一个兴趣点集合以及一个评价集合作为私有数据;所述方法包括:

2.根据权利要求1所述的基于联邦学习的时空图提示方法,其特征在于,每个参与者基于自身的原始模型的logits输出和平均logits输出确定第一损失值的过程,包括:

3.根据权利要求1所述的基于联邦学习的时空图提示方法,其特征在于,S5中知识蒸馏阶段具体包括:

4.根据权利要求3所述的基于联邦学习的时空图提示方法,其特征在于,用于计算第二损失值的损失函数定义如下:

<p>5.根据权利要求...

【技术特征摘要】

1.一种基于联邦学习的时空图提示方法,其特征在于,已知一组平台作为参与者,且每个平台均包含一个用户集合、一个兴趣点集合以及一个评价集合作为私有数据;所述方法包括:

2.根据权利要求1所述的基于联邦学习的时空图提示方法,其特征在于,每个参与者基于自身的原始模型的logits输出和平均logits输出确定第一损失值的过程,包括:

3.根据权利要求1所述的基于联邦学习的时空图提示方法,其特征在于,s5中知识蒸馏阶段具体包括:

4.根据权利要求3所述的基于联邦学习的时空图提示方法,其特征在于,用于计算第二损失值的损失函数定义如下:

5.根据权利要求3所述的基于联邦学习的时空图提示方法,其特征在于,...

【专利技术属性】
技术研发人员:袁野杨烨如成雨蓉李博扬王国仁
申请(专利权)人:北京理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1