Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 联通(广东)产业互联网有限公司廖海明获国家专利权

联通(广东)产业互联网有限公司廖海明获国家专利权

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!

龙图腾网获悉联通(广东)产业互联网有限公司申请的专利一种基于洗牌差分隐私的矩阵分解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:CN120597334B

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:202511106570.3,技术领域涉及:G06F21/62;该发明授权一种基于洗牌差分隐私的矩阵分解推荐方法是由廖海明;吴仲维;李金;方辉敏;李应波;张明;郑泽鑫;王国煜;王绍蔚设计研发完成,并于2025-08-08向国家知识产权局提交的专利申请。

一种基于洗牌差分隐私的矩阵分解推荐方法在说明书摘要公布了:一种基于洗牌差分隐私的矩阵分解推荐方法,包括:获取用户与项目之间的交互数据集,并将其输入至矩阵分解推荐模型中进行处理,得到对用户的项目推荐结果;还包括训练得到矩阵分解推荐模型:在服务端预处理模型信息;根据预处理好的模型信息在用户端计算用户特征矩阵,并对每条消息进行本地扰动生成消息集合,然后将生成的消息集合上传至混洗服务器;混洗服务器接收用户端进行本地扰动后的消息,并利用差分隐私洗牌模型对这些信息进行混洗操作得到混洗后的消息数据集,并传输至服务端;聚合遍历混洗后的消息数据集,然后更新项目特征矩阵信息和用户特征矩阵信息;进行隐私预算分割,最后集成用户特征矩阵和项目特征矩阵构建出矩阵分解推荐模型。

本发明授权一种基于洗牌差分隐私的矩阵分解推荐方法在权利要求书中公布了:1.一种基于洗牌差分隐私的矩阵分解推荐方法,所述方法为:获取用户与项目之间的交互数据集,并将其输入至矩阵分解推荐模型中进行处理,从而得到对用户的项目推荐结果; 其特征在于,还包括训练得到所述矩阵分解推荐模型,其训练步骤为: S1:在服务端预处理模型信息,包括设置系统参数、初始化系统信息以及设置优化目标; S2:根据预处理好的模型信息在用户端计算用户特征矩阵,并对每条消息进行本地扰动生成消息集合,然后将生成的消息集合上传至混洗服务器; S3:混洗服务器接收用户端进行本地扰动后的消息,并利用差分隐私洗牌模型对这些信息进行混洗操作得到混洗后的消息数据集,并将其传输至服务端; S4:聚合遍历混洗后的消息数据集,然后在服务端更新项目特征矩阵信息和在用户端更新用户特征矩阵信息; S5:进行隐私预算分割以确保模型的每次迭代均满足差分隐私约束,最后集成用户特征矩阵和项目特征矩阵构建出矩阵分解推荐模型; 在所述步骤S2中包括: S21:每个用户使用本地的偏好评分计算推荐特征矩阵更新梯度; S22:进行随机采样,将梯度值约束在期望数据域内; S23:对采样数据点进行本地扰乱; S24:生成消息集合,通过将扰动后的结果拆分成独立的消息,然后加入到消息集合中,若消息集合大小不足每个用户生成的消息数量K,则重复执行步骤S22、S23,直到消息集合的大小等于每个用户生成的消息数量K; S25:将生成的消息集合上传至混洗服务器; 在步骤S4中,所述聚合遍历混洗后的消息数据集包括:服务器遍历混洗后的全局消息集合,对每个数据纬度的扰乱梯度信息进行均值计算,首先在服务器端重构低秩梯度矩阵,对于每个纬度点,统计包括该纬度的梯度集合,所述梯度集合,其中,表示混淆后的消息数据集;表示用户生成的消息集合;表示集合取并操作;表示处的扰乱梯度值;表示集合中三元组元素中的索引信息; 接着服务器对于每个数据纬度的消息进行均值计算,其中,所述纬度点的元素值为,表示中的梯度值;表示梯度集合。

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联通(广东)产业互联网有限公司,其通讯地址为:510000 广东省广州市黄埔区中新广州知识城亿创街1号406房之555;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。