中小微型企业在用户画像实际应用中缺乏足够的数据和特征标签，难以得到精准的结果。同时，跨行业、跨部门数据以集中方式进行训练会导致隐私泄露。针对以上问题，提出了一种基于联邦学习的多源数据用户画像设计方案。该方案设计了联邦画像系统框架，利用联邦学习的计算机制和隐私求交算法，实现了多源数据共享，保证了各方数据集的隐私安全。实验表明，对比本地画像方案和部分多源数据画像方案，所提方案能够大幅度提高预测精度，具有更高的隐私安全性和算法扩展性。
科研之友
微信
新浪微博
Facebook
分享链接
