买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉安徽师范大学申请的专利基于联邦矩阵分解的推荐方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116578775B 。

龙图腾网通过国家知识产权局官网在2025-08-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310454916.3，技术领域涉及：G06F16/9535；该发明授权基于联邦矩阵分解的推荐方法是由郑孝遥;贾先敏;程雄超;何文轩;俞庆英;孙丽萍;郭良敏;罗永龙设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本基于联邦矩阵分解的推荐方法在说明书摘要公布了：本发明公开一种基于联邦矩阵分解的推荐方法，包括如下步骤：S1、当前全局模型参数Pτ广播至所有的所有客户端；S2、各客户端以全局模型参数Pτ作为初始的局部模型参数，本地训练局部模型参数，将训练过程的局部模型参数M上传至服务器；S3、服务器基于局部模型参数M形成对应客户端的举报名单，基于举报名单找出诚实客户端，对诚实客户端的局部模型参数M进行聚合，更新第τ+1轮全局模型参数Pτ+1，检测全局模型参数Pτ+1是否收敛，若检测结果为是，则执行步骤S4，若检测结果为否，则全局模型参数Pτ+1作为当前全局模型参数，执行步骤S1；S4、基于收敛后的全局模型参数P来预测各用户对各项目的评分，将预测评分最高的项目推荐给对应的客户。将恶意更新剔除，提升诚实客户端在聚合中所占比例，以提高推荐精度。

本发明授权基于联邦矩阵分解的推荐方法在权利要求书中公布了：1.一种基于联邦矩阵分解的推荐方法，其特征在于，所述方法包括如下步骤： S1、将第τ轮全局模型参数Pτ作为当前全局参数，广播至所有的所有客户端； S2、各客户端以全局模型参数Pτ作为初始的局部模型参数，本地训练局部模型参数，将训练过程的局部模型参数M上传至服务器； S3、服务器基于局部模型参数M形成对应客户端的举报名单，基于举报名单找出诚实客户端，对诚实客户端的局部模型参数M进行聚合，更新第τ+1轮全局模型参数Pτ+1，检测全局模型参数Pτ+1是否收敛，若检测结果为是，则执行步骤S4，若检测结果为否，则全局模型参数Pτ+1作为当前全局模型参数，执行步骤S1； S4、基于收敛后的全局模型参数P来预测各用户对各项目的评分，将预测评分最高的项目推荐给对应的用户； 第i个客户端的举报名单形成方法具体如下： 基于局部模型参数Mi中的项目偏好向量更新差异计算第i个客户端与其他客户端间的项目偏好更新的相似度，基于相似度来识别第i个客户端的恶意客户端，添加至第i个客户端的举报名单Ri； 诚实客户端的获取方法具体如下： 服务器根据所有客户端的举报名单统计当前τ轮所有客户端被举报次数； 将举报次数小于次数阈值的客户端记录在第τ轮的候选诚实名单Hτ中，将举报次数大于或等于次数阈值的客户端记录在第τ轮的候选攻击名单Aτ中； 若候选诚实名单Hτ记录的客户端总数超过次数阈值ξ，则统计各客户端在候选攻击总名单A中出现的次数总和，客户端在候选攻击总名单A中出现的次数总和大于候选攻击总名单A中所有客户端被举报的总次数均值avgA，则将该客户端放入攻击名单Aτ′； 若候选攻击名单Aτ记录的客户端总数超过次数阈值ξ，则将候选攻击名单Aτ中的客户端放入攻击名单Aτ′中，攻击名单Aτ′之外的客户端即为诚实客户端； 基于如下公式预测客户端i对项目o的评分 其中，μo表示所有客户端对项目o的评分平均值，buser、bitem、puser、qitem分别表示收敛全局模型参数P中的用户偏好向量，项目偏好向量、用户向量、项目向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽师范大学，其通讯地址为：241000 安徽省芜湖市弋江区花津南路安徽师范大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。