恭喜平安科技(深圳)有限公司司世景获国家专利权
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!
龙图腾网恭喜平安科技(深圳)有限公司申请的专利推荐模型训练方法、系统、计算机设备及存储介质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:CN114912627B 。
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:202210505161.0,技术领域涉及:G06N20/00;该发明授权推荐模型训练方法、系统、计算机设备及存储介质是由司世景;王健宗;朱智韬;肖京设计研发完成,并于2022-05-10向国家知识产权局提交的专利申请。
本推荐模型训练方法、系统、计算机设备及存储介质在说明书摘要公布了:本发明涉及人工智能领域,公开了一种推荐模型训练方法、系统、计算机设备及存储介质,其中方法包括:服务器将所有客户端进行K‑means聚类得到多个客户端组合,在每一客户端组合选取相同数量的目标客户端,得到多个目标客户端,并将全局模型发送至每一目标客户端;目标客户端根据本地数据集和全局模型更新目标客户端的推荐模型,并根据本地数据集更新全局模型得到更新参数数据;服务器根据接收到的多个更新参数数据更新全局模型,得到新的全局模型,直至新的全局模型满足收敛条件停止更新推荐模型;本发明提高了模型精度,并确保了不同类别客户端参与的公平性,使得各客户端的推荐模型均具有较好的性能,从而提高了联邦推荐系统的公平性和鲁棒性。
本发明授权推荐模型训练方法、系统、计算机设备及存储介质在权利要求书中公布了:1.一种推荐模型训练方法,其特征在于,包括:服务器将所有客户端进行K-means聚类得到多个客户端组合,在每一所述客户端组合选取相同数量的目标客户端,得到多个所述目标客户端,并将全局模型发送至每一所述目标客户端;所述目标客户端根据本地数据集和所述全局模型更新所述目标客户端的推荐模型,并根据所述本地数据集更新所述全局模型得到所述全局模型的更新参数数据,并将所述更新参数数据发送至所述服务器;所述服务器根据接收到的多个所述更新参数数据更新所述全局模型,得到新的所述全局模型;在新的所述全局模型未满足收敛条件时,所述服务器重新将所有所述客户端进行聚类得到多个所述目标客户端,并将新的所述全局模型发送至各所述目标客户端,以接收各所述目标客户端返回的所述更新参数数据并对所述全局模型进行更新,直至最新的所述全局模型满足所述收敛条件时,通知各所述客户端停止更新所述推荐模型;其中,所述根据本地数据集和所述全局模型更新所述目标客户端的推荐模型,包括:根据所述本地数据集更新推荐模型,得到更新推荐模型后的损失梯度;根据所述全局模型、推荐模型和校正系数,计算得到校正梯度;根据所述校正梯度和所述损失梯度,采用梯度下降法对所述推荐模型进行校正更新,直至模型更新轮数为预设轮次数;所述校正梯度通过如下方式计算得到: 其中,表示第个目标客户端在第训练轮次的校正梯度;表示第个目标客户端本地保存的最新的推荐模型,为该目标客户端在上一训练轮次(即第训练轮次)更新得到的推荐模型;为校正系数;表示二范数;表示在第训练轮次时服务器发送至客户端的全局模型,即上一训练轮次(第训练轮次)时服务器更新得到的全局模型;表示该目标客户端根据本地数据集对,目标客户端本地的推荐模型,进行更新计算得到的损失函数梯度。
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平安科技(深圳)有限公司,其通讯地址为:518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼;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”。
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。