一种基于联邦学习的智慧教育个性化推荐方法

本发明公开一种基于联邦学习的智慧教育个性化推荐方法，涉及智慧教育技术领域。包括多个参与端获得特征表示，建立课程推荐模型并对课程推荐模型训练，将各自课程推荐模型的梯度信息加密发给协作端；协作端更新梯度信息后加密后发给多个参与端；多个参与端解密后更新各自课程推荐模型的模型参数，重新将课程推荐模型的梯度信息加密发给协作端，以更新课程推荐模型的模型参数直到模型参数收敛；多个参与端获取各自用户的当前学习科目的历史答题正确率分布，将其作为课程推荐模型的输入进行运算，得到当前学习科目所对应的推荐教学辅导课程，向多个参与端的用户推荐。本发明公开方法可针对用户不同类情况，向用户推荐合适的教学辅导课程。