基于组间最优传输和伪采样差分的联邦推荐方法及系统

本发明属于联邦推荐技术领域，公开了一种基于组间最优传输和伪采样差分的联邦推荐方法及系统，本发明利用最优传输机制缓解弱势用户的数据稀疏性，缩小数据量大的优势用户和数据量小的弱势用户之间的训练差距。采用本地模型训练和联合全局模型更新的联邦训练方式，充分利用各用户的数据，提高推荐质量。实现双重隐私保护，既保护原始用户数据，又保护上传的梯度信息，从而满足隐私保护的需求。通过以上这些创新性的设计，本方法能够在保护隐私的前提下，有效地解决联邦推荐模型中的用户数据的稀疏性问题，同时解决稀疏性引起的推荐准确性和公平性问题。