基于图神经网络的联邦跨域推荐模型的生成方法

本发明为基于图神经网络的联邦跨域推荐模型的生成方法，其中方法包括以下步骤：获取源域内用户与物品的交互数据并与预设维度的嵌入向量进行绑定，得到嵌入向量组；以横向‑纵向‑横向的联邦模型结构构建跨域推荐模型，包括源域图神经网络层、知识传输层和知识利用层；源域图神经网络层利用基于横向联邦模型对源域全局模型进行训练；知识传输层基于纵向联邦模型构建，基于特征映射和差分隐私，得到映射知识矩阵；知识利用层基于横向联邦模型构建，其中，图拓展模块将映射知识矩阵转化为对应的虚拟用户，得到用户拓展图；目标域训练模块利用损失函数进行训练，获得训练完成的跨域推荐模型。