金融界2024年9月3日消息，天眼查知识产权信息显示，无锡中鼎集成技术有限公司申请一项名为“基于联邦学习的货物推荐系统和方法“，公开号CN202410632281.6，申请日期为2024年5月。
专利摘要显示，本申请涉及一种基于联邦学习的货物推荐系统和方法，涉及机器学习技术领域。所述系统基于联邦学习框架，将每个存储中心作为联邦学习框架的客户端，将中央服务器作为联邦学习框架的服务端，其中：客户端基于本地源域中用户和货物交互数据训练货物推荐模型，将训练得到的模型参数上传至中央服务器；中央服务器聚合不同客户端上传的模型参数，确定源域到目标域的跨域可转移特征，并将聚合后的模型参数和跨域可转移特征下发给客户端；客户端配置聚合后的模型参数，并利用货物推荐模型和跨域可转移特征进行目标域的冷启动用户的评级预测，以生成针对目标域的货物推荐结果。采用本方法可以提高货物推荐的准确性和效率，同时可以有效保护用户隐私。
