[发明专利]网络模型的训练方法、装置、电子设备及存储介质

权利要求书

1.一种网络模型的训练方法，其特征在于，包括：

根据各个参与方构建一个环形网络，其中，所述参与方为加入联邦平台的机构；

在所述环形网络中，依次利用每一个所述参与方的本地数据训练所述参与方的输入模型，得到所述参与方的输出模型，直至符合预设的结束条件为止，并得到最终的神经网络模型；其中，第一个所述参与方的输入模型为预先构建的初始神经网络模型，除第一个所述参与方以外，每一个所述参与方的输入模型为前一个所述参与方所发送的输出模型。

2.根据权利要求1所述的方法，其特征在于，所述根据各个参与方构建一个环形网络之前，还包括：

对各个所述参与方的用户数据进行数据预处理。

3.根据权利要求1所述的方法，其特征在于，在各个所述参与方之间进行所述输出模型的传输时，包括：

对所述输出模型进行加密传输。

4.根据权利要求1所述的方法，其特征在于，所述得到最终的神经网络模型之后，还包括：

利用所述最终的神经网络模型进行用户的产品偏好推荐。

5.一种网络模型的训练装置，其特征在于，包括：

构建单元，用于根据各个参与方构建一个环形网络，其中，所述参与方为加入联邦平台的机构；

训练单元，用于在所述环形网络中，依次利用每一个所述参与方的本地数据训练所述参与方的输入模型，得到所述参与方的输出模型，直至符合预设的结束条件为止，并得到最终的神经网络模型；其中，第一个所述参与方的输入模型为预先构建的初始神经网络模型，除第一个所述参与方以外，每一个所述参与方的输入模型为前一个所述参与方所发送的输出模型。

6.根据权利要求5所述的装置，其特征在于，还包括：

预处理单元，用于对各个所述参与方的用户数据进行数据预处理。

7.根据权利要求5所述的装置，其特征在于，所述训练单元，包括：

加密子单元，用于对所述输出模型进行加密传输。

8.根据权利要求5所述的装置，其特征在于，还包括：

推荐单元，用于利用所述最终的神经网络模型进行用户的产品偏好推荐。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至4中任意一项所述的方法。

10.一种计算机存储介质，其特征在于，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至4中任意一项所述的方法。