多模态数据的推荐方法、服务器集群、装置、设备和介质

本申请公开了一种多模态数据的推荐方法、服务器集群、装置、设备和介质，涉及服务器运维管理技术领域，获取当前多模态系统健康数据，使得推荐结果综合多种模态数据。在进行联邦学习之前，对该数据进行隐私处理。将隐私增强处理后得到的多模态脱敏数据进行联邦学习处理，得到联邦学习特征数据，实现多模态数据跨终端对齐方式。推荐元素权重的设置，基于动态推荐元素权重的实时变更，对该系统健康特征数据的界面进行实时调整布局。解决推荐系统的响应能力和实时性较差的问题，达到界面推荐系统采用实时的多模态系统健康数据作为数据源，在推荐过程中采用实时变化的规则进行推荐内容的呈现的响应能力和实时性的提高的技术效果。