-
公开(公告)号：CN113792215A
公开(公告)日：2021-12-14
申请号：CN202111080910.1
申请日：2021-09-15
Applicant: 江南大学
IPC: G06F16/9535 , G06N3/08 , G06K9/62
Abstract: 本发明涉及一种基于深度自编码器的差分隐私推荐方法及系统，包括以下步骤：构建隐私推荐模型；获取所述隐私推荐模型的损失函数，根据损失函数获得其对应的梯度矩阵；通过深度自编码器对所述梯度矩阵进行降维，并对所述降维后的梯度矩阵进行加噪操作，获得编码后的噪声梯度矩阵；对所述编码后的噪声梯度矩阵进行解码，获得重建后的噪音梯度矩阵；基于重建后的噪音梯度矩阵对所述隐私推荐模型进行训练，更新隐私推荐模型的参数，获得更新后的隐私推荐模型；使用更新后的隐私推荐模型向用户推荐感兴趣内容。其推荐精度高，保护个人隐私信息，安全性强。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
