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！

龙图腾网恭喜浙江大学申请的专利一种算力自适应的模型异构联邦推荐方法及系统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：CN115017408B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202210564581.6，技术领域涉及：G06F16/9535；该发明授权一种算力自适应的模型异构联邦推荐方法及系统是由陈建海;方舟;姚一语;吴金勋;荣大中;俞郭遥;何钦铭设计研发完成，并于2022-05-23向国家知识产权局提交的专利申请。

本一种算力自适应的模型异构联邦推荐方法及系统在说明书摘要公布了：本发明公开了一种算力自适应的模型异构联邦推荐方法及系统，属于推荐系统领域和联邦学习领域。中央服务器初始化项目矩阵，用户端初始化用户矩阵；中央服务器随机抽选若干用户端参与联邦训练；用户端依据自身算力条件，确定参与训练的全体项目潜特征向量的维度，从项目矩阵中随机抽取该维度的所有与自身项目相关的项目潜特征向量，以及随机抽取该维度的所有本地用户的用户潜特征向量，根据抽取出的项目潜特征向量和用户潜特征向量训练本地模型；将训练后得到的用户项目潜特征向量更新梯度进行用户矩阵项目矩阵更新。本发明能根据参与训练的设备算力自适应地挑选合适尺寸的模型，可以在模型推荐效果和模型复杂程度上达到平衡。

本发明授权一种算力自适应的模型异构联邦推荐方法及系统在权利要求书中公布了：1.一种算力自适应的模型异构联邦推荐方法，其特征在于，包括以下步骤：步骤1：中央服务器随机初始化由全体项目潜特征向量构成的项目矩阵，用户端随机初始化由与自身项目相关的本地用户潜特征向量构成的用户矩阵；步骤2：中央服务器随机抽选若干用户端参与联邦训练，并将项目矩阵发送至各个选中的用户端；步骤3：每个用户端依据自身算力条件，确定参与训练的全体项目潜特征向量的维度ki，之后从中央服务器发送的项目矩阵中随机抽取ki维度的所有与自身项目相关的项目潜特征向量，以及从本地用户潜特征向量中随机抽取ki维度的所有本地用户的用户潜特征向量，根据抽取出的项目潜特征向量和用户潜特征向量训练本地模型；所述的从中央服务器发送的项目矩阵中随机抽取ki维度的所有与自身项目相关的项目潜特征向量，具体为：每个用户端依据自身算力条件，确定参与训练的全体项目潜特征向量的维度ki，从中央服务器发送的项目矩阵中随机选择[0,kv-1]中的ki个索引值组成特征过滤层参数ind，所述的特征过滤层表示如下： 其中，FV表示从中央服务器发送的项目矩阵V中抽取的参数训练的项目矩阵V′，ki表示第i个用户端依据自身算力条件确定的参与训练的维度，kv表示中央服务器发送的项目矩阵V中每一个项目潜特征向量的维度，select_indexV,ind,dim＝1表示根据特征过滤层参数ind从项目矩阵V的列向量中抽取项目潜特征向量，dim＝1用于表示kv维度的列向量；步骤4：每个参与训练的用户端利用训练得到的用户潜特征向量更新梯度，直接更新至本地维护的用户矩阵中，同时将训练得到的项目潜特征向量更新梯度上传至中央服务器；中央服务器聚合所有参与训练的用户端上传的项目潜特征向量更新梯度，对项目矩阵进行更新；步骤5：循环步骤2至步骤4，直至训练结束，各个用户端根据本地维护的用户矩阵和中央服务器发送的项目矩阵，预估各个项目的推荐程度评分，选取排名靠前的项目作为推荐结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。