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！

龙图腾网获悉暨南大学;广州信息技术研究所申请的专利一种基于隐私保护与公平增强的信息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：CN119988725B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510054729.5，技术领域涉及：G06F16/9535；该发明授权一种基于隐私保护与公平增强的信息推荐方法是由古天龙;陈宇钊;郝峰锐;刘明设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本一种基于隐私保护与公平增强的信息推荐方法在说明书摘要公布了：本发明涉及数据隐私保护与公平性增强技术领域，特别是涉及一种基于隐私保护与公平增强的信息推荐方法，包括：获取目标用户的行为数据；将所述行为数据输入预设的大规模推荐模型中，输出对于所述目标用户的推荐结果，其中，所述大规模推荐模型基于用户编码器和项目编码器构建，所述大规模推荐模型基于训练集训练获得，所述训练集包括若干用户和项目，在所述大规模推荐模型的训练过程中采用改进的差分隐私随机梯度下降方法进行模型参数的更新，并在训练过程中引入基于梯度的公平采样机制。本发明可以在保护数据隐私的基础上，解决大规模推荐模型的项目公平性问题，并且加速模型的训练过程，实现了模型效用以及公平之间的有效权衡。

本发明授权一种基于隐私保护与公平增强的信息推荐方法在权利要求书中公布了：1.一种基于隐私保护与公平增强的信息推荐方法，其特征在于，包括： 获取目标用户的行为数据； 将所述行为数据输入预设的大规模推荐模型中，输出对于所述目标用户的推荐结果，其中，所述大规模推荐模型基于用户编码器和项目编码器构建，所述大规模推荐模型基于训练集训练获得，所述训练集包括若干用户和项目，在所述大规模推荐模型的训练过程中采用改进的差分隐私随机梯度下降方法进行模型参数的更新，并在训练过程中引入基于梯度的公平采样机制； 在所述大规模推荐模型的训练过程中采用改进的差分隐私随机梯度下降方法进行模型参数的更新包括： 在每次迭代中，采样样本并计算所述样本的梯度； 对所述梯度进行自适应裁剪，并对裁剪后的梯度添加高斯噪声，获取隐私梯度； 基于所述隐私梯度进行模型参数的更新； 对所述梯度进行自适应裁剪的方法为： 其中，表示裁剪后的梯度，C是裁剪阈值，r是正则化项，‖gt，i‖表示gt,i的l2-范数，gt,i为第t次迭代中样本i的梯度； 对所述裁剪后的梯度添加高斯噪声，获取隐私梯度的方法为： 其中，表示隐私梯度，Bt为第t次迭代中采样的样本，⊙表示两个向量的元素之间的乘积，是一个均值为0和协方差为σ2的高斯分布，δe∈{0，1}p+e用来判断对应参数的梯度值是否需要添加噪声，p为非嵌入参数的数量，e为嵌入参数的数量。

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暨南大学;广州信息技术研究所，其通讯地址为：510632 广东省广州市天河区黄埔大道西601号；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”。

以上内容由龙图腾AI智能生成。