一种基于联邦学习的车载终端出行导航推荐方法

本发明公开了一种基于联邦学习的车载终端出行导航推荐方法，包括以下步骤：服务器终端初始化用户行为方式特征矩阵，下发至参与训练的用户端；用户端使用双层卷积概率矩阵分解模型，对接收到的用户行为方式特征矩阵进行训练，解析用户行为特征向量，并发送至服务器终端；服务器终端对驾驶者行为特征向量的权重进行聚合处理，并更新用户行为方式特征矩阵，将更新后的用户行为方式特征矩阵，返回给用户端继续训练，直至模型收敛；用户端使用训练后的模型进行预测用户个性化出行方式，服务器端根据获取的用户出行的出发点和目的地，返回给用户个性化出行方式；本发明保证原始数据不会上传至中央服务器端，从根本上解决了用户隐私泄露的问题。