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！

龙图腾网获悉宁波大学申请的专利一种基于个性化联邦技术的序列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：CN116089715B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202310023696.9，技术领域涉及：G06F16/9535；该发明授权一种基于个性化联邦技术的序列推荐方法是由刘柏嵩;董倩;王冰源;邵晓雯;徐尔聪设计研发完成，并于2023-01-09向国家知识产权局提交的专利申请。

本一种基于个性化联邦技术的序列推荐方法在说明书摘要公布了：本发明公开了一种基于个性化联邦技术的序列推荐方法，包括以下步骤：S1、各个客户端在本地设备上对自身交互数据以及交互项的属性值进行预处理；S2、客户端在本地设备上通过自身交互数据构建哈希索引；S3、客户端在本地设备上基于贝叶斯训练策略对训练数据进行增强操作；S4、结合哈希索引与增强数据，客户端在本地设备上构建基于多任务的本地序列推荐框架，并与中心服务器协同地对本地序列模型进行训练，直到本地序列模型收敛；S5、客户端获取用户嵌入网络的参数，结合已收敛的本地序列模型输出，获取下一时刻的偏好预测结果，完成推荐。本发明能在隐私保护的前提下有效建模用户的动态偏好，具有可扩展性、可移植性和隐私保护性的优点。

本发明授权一种基于个性化联邦技术的序列推荐方法在权利要求书中公布了：1.一种基于个性化联邦技术的序列推荐方法，其特征在于：包括以下步骤： 步骤S1、各个客户端在本地设备上维护所持数据，对自身交互数据以及交互项的属性值进行预处理； 步骤S2、客户端在本地设备上通过自身交互数据构建哈希索引，并形成哈希存储表； 步骤S3、客户端在本地设备上基于贝叶斯训练策略对训练数据进行增强操作，得到增强数据； 步骤S4、结合步骤S2构建的哈希索引与步骤S3得到的增强数据，客户端在本地设备上构建一个基于多任务的本地序列推荐框架，并与中心服务器协同地对本地序列模型进行分布式训练，直到本地序列模型收敛； 步骤S5、客户端获取用户嵌入网络的参数，结合已收敛的本地序列模型的输出，获取下一时刻的偏好预测结果，完成对客户端的个性化推荐； 所述步骤S4包括以下子步骤： 子步骤S4.1、构建基于多任务学习的序列推荐框架，所述序列推荐框架由用户属性嵌入网络、本地对比学习机制、项目嵌入网络和通用序列编码器构成，在所述通用序列编码器按需选择后，形成本地序列模型； 子步骤S4.2、通过接收中心服务器的初始化参数来初始更新本地序列模型，使用训练数据以及增强数据对本地序列模型进行本地训练，并将训练结束的本地序列模型上传至中心服务器； 子步骤S4.3、中心服务器接收来自所有客户端的本地序列模型，并通过查询全局哈希存储表以获取各个客户端的相似用户，再根据查询结果对所有本地序列模型进行个性化聚合，使得特定的客户端对应特定的聚合模型，将聚合模型发送至对应客户端； 子步骤S4.4、客户端接收聚合模型，并继续用训练数据和增强数据对聚合模型进行下一轮的更新，直到本地序列模型收敛； 所述步骤S5包括以下子步骤： 子步骤S5.1、提取用户属性嵌入网络的参数，用以当作用户属性的特征表示，将其与本地序列模型的输出向量做内积操作； 子步骤S5.2、将内积结果作为推荐预测结果，用以预测用户下一时刻的偏好； 子步骤S5.3、推荐系统在线实时维护全局哈希表。

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宁波大学，其通讯地址为：315000 浙江省宁波市江北区风华路818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。