一种基于时序点过程的联邦事件序列预测方法和系统

一种基于时序点过程的联邦事件序列预测方法和系统，其方法包括：选定用户和交互场景(客户端)，收集并处理事件数据；客户端初始化本地局部模型，包括特征提取模型和事件序列模型；加密用户身份标识符，并进行成员对齐；提取已对齐的本地用户的事件特征，得到事件嵌入向量；保序加密事件发生时间，与事件嵌入形成二元组；根据时间‑事件嵌入二元组，还原用户事件嵌入数据的原始顺序；从原始的事件嵌入序列中提取、返回每个客户端训练所需的扩展向量；客户端训练事件序列模型，反向传播参数更新所需的梯度；更新局部特征提取模型，对全局事件序列模型进行梯度平均；从原始事件嵌入中返回当前时间对应的扩展向量，对下一发生的事件做出预测。