一种基于中立化处理器和个体偏好分析器的跨域推荐系统

本发明公开了一种基于中立化处理器和个体偏好分析器的跨域推荐系统，涉及推荐系统领域，所述系统基于联邦学习框架，将多个用户终端作为联邦终端设备，将中央服务器作为联邦服务端；其中，所述联邦终端设备基于本地用户的行为数据训练个性化跨域推荐模型，并将所得的模型更新信息上传至所述联邦服务端；所述联邦服务端对来自不同所述联邦终端设备的模型更新信息进行聚合，获得更新后的全局模型参数，并将该参数分发至各所述联邦终端设备；所述联邦终端设备基于接收到的全局模型参数进行本地模型微调，得到融合偏差调控与个性通道建模能力的推荐表示，进而进行用户与物品之间的交互预测。本发明具有良好的泛化能力和鲁棒性。