[发明专利]一种基于联合学习的用户数据管理方法和装置在审

专利信息
申请号: 202011500551.6 申请日: 2020-12-18
公开(公告)号: CN114647863A 公开(公告)日: 2022-06-21
发明(设计)人: 钟曼;王萌;沙涛;朱振旗;刘喜荣;林丽;马晓旭 申请(专利权)人: 新智数字科技有限公司
主分类号: G06F21/62 分类号: G06F21/62
代理公司: 北京嘉科知识产权代理事务所(特殊普通合伙) 11687 代理人: 张艳
地址: 100020 北京市朝*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 联合 学习 用户 数据管理 方法 装置
【权利要求书】:

1.一种基于联合学习的用户数据管理方法,其特征在于,包括:

生成用户数据管理的初始模型;

将所述初始模型发送给多个用户终端;

获取每个所述用户终端发送的更新参数,所述更新参数由所述用户终端根据其本地的用户数据对所述初始模型进行训练所确定;

聚合获取的所述用户终端发送的更新参数,根据所述聚合后的更新参数对所述初始模型进行更新;

根据更新后的初始模型,确定联合学习数据管理模型。

2.根据权利要求1所述基于联合学习的用户数据管理方法,其特征在于,根据更新后的初始模型,确定联合学习数据管理模型,包括:

将更新后的初始模型发送给每个所述用户终端,直到满足预设条件完成所述初始模型的更新,确定联合学习数据管理模型。

3.根据权利要求1所述基于联合学习的用户数据管理方法,其特征在于,该用户数据管理方法还包括:通过用户数据监测系统采集所述用户终端的用户数据以及监测所述用户数据的流动,具体包括:获取所述用户终端的内置传感器数据、网络资源调用数据和用户行为数据。

4.根据权利要求3所述基于联合学习的用户数据管理方法,其特征在于,所述更新参数由所述用户终端根据其本地的用户数据对所述初始模型进行训练所确定,包括:

所述用户终端对获取的用户数据进行辨识和标记形成用户样本数据以及标定数据;

所述用户终端使用所述用户样本数据以及标定数据对所述初始模型进行训练,得到所述更新参数。

5.根据权利要求2-4任一所述基于联合学习的用户数据管理方法,其特征在于,所述满足预设条件完成所述初始模型的更新,获得联合学习数据管理模型,包括:

所述初始模型的更新次数达到预设次数和/或所述更新好的初始模型达到预设精度则完成所述初始模型的更新,获得联合学习数据管理模型。

6.一种基于联合学习的用户数据管理装置,其特征在于,该用户数据管理装置包括:模型生成模块、模型发送模块、参数获取模块、参数聚合模块和联合训练模块,其中,

所述模型生成模块,用于生成用户数据管理的初始模型;

所述模型发送模块,用于将所述初始模型发送给多个用户终端;

所述参数获取模块,用于获取每个所述用户终端发送的更新参数,所述更新参数由所述用户终端根据其本地的用户数据对所述初始模型进行训练所确定;

所述参数聚合模块,用于聚合获取的所述用户终端发送的更新参数,根据所述聚合后的更新参数对所述初始模型进行更新;

所述联合训练模块,用于根据更新后的初始模型,确定联合学习数据管理模型。

7.根据权利要求6所述基于联合学习的用户数据管理装置,其特征在于,所述联合训练模块具体用于将更新后的初始模型发送给每个所述用户终端,并触发所述参数获取模块和所述参数聚合模块直到满足预设条件完成所述初始模型的更新,获得联合学习数据管理模型。

8.根据权利要求6所述基于联合学习的用户数据管理装置,其特征在于,所述模型生成模块还用于生成用户数据监测系统,所述用户数据监测系统用于采集所述用户终端的用户数据以及监测所述用户数据的流动,具体包括:

获取所述用户终端的内置传感器数据、网络资源调用数据和用户行为数据。

9.根据权利要求7所述基于联合学习的用户数据管理装置,其特征在于,所述更新参数由所述用户终端根据其本地的用户数据对所述初始模型进行训练所确定,包括:

所述更新参数由所述用户终端使用所述用户样本数据以及标定数据对所述初始模型进行训练所述确定;所述用户数据由所述用户终端进行辨识和标记形成用户样本数据以及标定数据。

10.根据权利要求6-9任一所述基于联合学习的用户数据管理装置,其特征在于,所述联合训练模块具体用于当所述初始模型的更新次数达到预设次数和/或所述更新好的初始模型达到预设精度时完成所述初始模型的更新,获得联合学习数据管理模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新智数字科技有限公司,未经新智数字科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011500551.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top