基于统计结构化本地差分隐私的理财产品推荐方法及系统

    公开(公告)号:CN116188171A

    公开(公告)日:2023-05-30

    申请号:CN202211648515.3

    申请日:2022-12-19

    Abstract: 本发明公开一种基于统计结构化本地差分隐私的理财产品推荐方法及系统。包括:在用户端获取原始特征,原始特征根据取值类型分为连续值特征和离散分类特征,并按取值类型对原始特征进行预处理,分析确定特征筛选标准,再对预处理后的原始特征进行筛选;对筛选后的特征进行分群处理得到若干样本分群,对不同的样本分群添加对应的结构化差分噪声;构建理财产品推荐模型,将添加结构化差分噪声后的样本集划分为训练集与测试集,利用训练集训练推荐模型,将测试集输入训练好的推荐模型进行推理,得到推荐因子。本发明方法考虑离散分类特征,基于统计结构化的本地差分隐私方法,定量化隐私预算,保护理财用户隐私的基础上,提高推荐因子的计算准确度。

Patent Agency Ranking