摘要
本发明公开了基于kano互联网护理服务需求分类系统,涉及互联网医疗与人工智能技术领域,该系统的组成包括:本地Kano模型训练模块、安全参数聚合模块、全局模型更新与分发模块、本地模型更新与联邦评估模块、隐私强化模块,本发明采用联邦学习框架与多层加密协议,构建跨机构数据协同机制,各参与机构的用户数据在本地闭环处理,仅通过加密参数完成模型迭代,既规避原始数据跨域传输风险,又实现多源数据特征的融合提取,全局模型整合不同地域、不同类型机构的护理需求规律,形成覆盖全场景的需求分类基准,为互联网护理平台提供跨区域、跨人群的统一需求判断标准,支撑服务资源的跨域调度与配置。
技术关键词
Kano模型
模型更新
参数
分类系统
分发模块
互联网
特征提取单元
分类准确率
同态加密技术
分片
分类阈值
噪声强度
逻辑
解密
差分隐私保护
拉普拉斯噪声