[发明专利]一种信息推荐方法、装置、设备及计算机可读存储介质

说明书

本申请公开了一种信息推荐方法，包括当联邦中心接收到训练任务时，根据所述训练任务获得待训练模型；将所述待训练模型分发至各终端设备，以使各所述终端设备利用自身的用户浏览信息数据集对所述待训练模型进行训练，获得训练模型；接收各所述终端设备上传的所述训练模型；对各所述训练模型进行平均计算，获得信息推荐模型；将所述信息推荐模型下发至各所述终端设备，以使各所述终端设备利用所述信息推荐模型进行信息推荐；该信息推荐方法可以有效降低信息推荐系统的开发成本，同时为用户提供高效的信息推荐服务。本申请还公开了一种信息推荐装置、设备及计算机可读存储介质，均具有上述有益效果。

技术领域

本申请涉及互联网技术领域，特别涉及一种信息推荐方法，还涉及一种信息推荐装置、设备以及计算机可读存储介质。

背景技术

随着电商平台和互联网技术的迅猛发展，人们已经步入信息过载的时代，从大量信息中找到自己感兴趣的知识变得越来越困难。现有的信息推荐系统多是基于机器学习和深度学习技术，利用学习模型实现信息推荐。但是，针对大规模用户和业务数据，需要搭建大数据平台以实现并行计算，从而导致大量计算资源的耗费，同时也增加了平台搭建成本；而且，基于学习模型的数据推荐在模型训练过程中需要收集大量的用户信息，不仅使用户隐私得不到安全保证，其数据采集过程也较为繁琐，效率较低。

因此，如何有效降低信息推荐系统的开发成本，同时为用户提供高效的信息推荐服务是本领域技术人员亟待解决的问题。

发明内容

本申请的目的是提供一种信息推荐方法，该信息推荐方法可以有效降低信息推荐系统的开发成本，同时为用户提供高效的信息推荐服务；本申请的另一目的是提供一种信息推荐装置、设备以及计算机可读存储介质，也具有上述有益效果。

为解决上述技术问题，本申请提供了一种信息推荐方法，所述信息推荐方法包括：

当联邦中心接收到训练任务时，根据所述训练任务获得待训练模型；

将所述待训练模型分发至各终端设备，以使各所述终端设备利用自身的用户浏览信息数据集对所述待训练模型进行训练，获得训练模型；

接收各所述终端设备上传的所述训练模型；

对各所述训练模型进行平均计算，获得信息推荐模型；

将所述信息推荐模型下发至各所述终端设备，以使各所述终端设备利用所述信息推荐模型进行信息推荐。

优选的，所述将所述待训练模型分发至各终端设备，包括：

对所述待训练模型进行加密处理，获得加密待训练模型；

通过分布控制平台将所述加密待训练模型分发至各所述终端设备。

优选的，所述通过分布控制平台将所述加密待训练模型分发至各所述终端设备之前，还包括：

通过所述分布控制平台向各所述终端设备下发监测代码，以使各所述终端设备利用所述监测代码进行自检；

当自检通过时，通过所述分布控制平台将所述加密待训练模型分发至各所述终端设备；

当自检失败时，接收所述终端设备反馈的异常信息。

优选的，所述终端设备利用自身的用户浏览信息数据集对所述待训练模型进行训练，获得训练模型，包括：

利用所述用户浏览信息数据集对所述待训练模型进行预设数量次训练，获得所述预设数量个训练结果；

在各所述训练结果中选取最优结果作为所述训练模型。

优选的，所述终端设备利用自身的用户浏览信息数据集对所述待训练模型进行训练，获得训练模型，包括：