一种具有隐私保护的兴趣点预测方法及系统

本发明涉及一种具有隐私保护的兴趣点预测方法及系统，属于机器学习技术领域，包括以下步骤：S1：运用匿名化技术对用户数据进行采集；S2：参与者根据预先设定的服务领域范围对数据进行分类汇聚；S3：参与者对汇聚的数据进行预处理和特征提取；S4：参与者通过多因素融合的个性化兴趣点推荐方法，从社交关系、用户相似性、用户意图和时空上下文四个关键因素进行建模，以此训练出本地模型；S5：参与者通过添加成对掩码的方式对原始梯度进行扰动并上传加密梯度；S6：计算服务提供方对收到的加密信息进行聚合操作，将全局模型更新信息下发给各个参与者，参与者接收并更新本地模型，重复上述过程，直到模型收敛。