申请/专利权人：广州芳禾数据有限公司

申请日：2023-04-15

公开（公告）日：2024-03-22

公开（公告）号：CN116415978B

主分类号：G06Q30/0201

分类号：G06Q30/0201;G06F21/62

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.07.28#实质审查的生效;2023.07.11#公开

摘要：本公开提供了一种基于联邦学习和多方计算的文旅消费数据分析方法和装置，属于文旅管理技术领域，方法包括：获取参与方上传的秘密分享值，所述秘密分享值基于所述参与方在本地训练的旅客消费评估模型确定；根据所述秘密分享值，得到所述旅客消费评估模型的模型权重；根据所述旅客消费评估模型和所述模型权重，得到聚合模型；将所述聚合模型发送至所述参与方，以进行文旅消费数据分析。本公开基于联邦学习解决文旅消费大数据在多个参与方联合预测的过程中存在的数据孤岛和数据隐私问题，从而最大化释放文旅消费大数据的价值。

主权项：1.一种基于联邦学习和多方计算的文旅消费数据分析方法，其特征在于，适用于聚合服务器，包括：获取参与方上传的秘密分享值，所述秘密分享值基于所述参与方在本地训练的旅客消费评估模型确定；根据所述秘密分享值，得到所述旅客消费评估模型的模型权重；根据所述旅客消费评估模型和所述模型权重，得到聚合模型；将所述聚合模型发送至所述参与方，以进行文旅消费数据分析；所述根据所述秘密分享值，得到所述旅客消费评估模型的模型权重，包括：与至少一聚合服务器交互执行聚合权重计算协议；将所述秘密分享值输入所述聚合权重计算协议，得到所述旅客消费评估模型的模型权重；所述将所述秘密分享值输入所述聚合权重计算协议，得到所述旅客消费评估模型的模型权重，包括：将所述秘密分享值输入所述聚合权重计算协议；基于所述聚合权重计算协议计算所述旅客消费评估模型与预设的梯度参照模型之间的梯度方向差；根据所述梯度方向差，得到所述旅客消费评估模型的模型权重；所述根据所述旅客消费评估模型和所述模型权重，得到聚合模型，包括：与至少一聚合服务器交互执行模型聚合协议；将所述旅客消费评估模型和所述模型权重输入所述模型聚合协议，得到聚合模型；进行交互的两个聚合服务器将各自的旅客消费评估模型的权重值、权重值对应的秘密分享值和旅客消费评估模型对应的模型权重秘密分享值相乘，然后两方进行安全多方计算，即可得到最后的聚合模型。

全文数据：

权利要求：

百度查询： 广州芳禾数据有限公司 基于联邦学习和多方计算的文旅消费数据分析方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD