一种结合方面级情感嵌入和两阶段图聚合的联邦推荐方法

本发明提供了一种结合方面级情感嵌入和两阶段图聚合的联邦推荐方法，属于推荐系统技术领域。该方法通过构建方面级情感嵌入提升模型可解释性，并采用两阶段图聚合机制实现隐私保护下的联合训练：首先在各客户端基于评论分别构建用户和物品嵌入，并结合本地交互信息构建用户‑物品交互图，通过一阶图聚合获取个性化物品嵌入；服务器端通过相似度分析构建用户关系图，实施二阶图聚合重建跨客户端关联并捕获流行偏好；客户端根据回传参数以及设计的联合损失函数进行迭代训练。该方法在保护用户隐私的前提下，通过情感语义与图结构的融合，有效提升了推荐模型的收敛速度、推荐精度及可解释性，解决了联邦场景下数据孤岛与关系缺失的关键技术问题。