(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211231202.8 (22)申请日 2022.10.10 (71)申请人 北京锘崴信息科技有限公司 地址 100142 北京市海淀区西四环北路158 号1幢三层3—4 43 (72)发明人 邵栋梁　梁依芳　王帅　王爽　 郑灏　李帜　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 丁鑫　黄健 (51)Int.Cl. G06F 16/9535(2019.01) G06F 21/62(2013.01) G06K 9/62(2022.01) (54)发明名称 基于隐私保护的信息和金融信息推荐方法 及装置 (57)摘要 本申请提供了一种基于隐私保护的信息和 金融信息推荐方法及装置， 基于第一应用中采集 的目标对象相关的对象相关数据， 获取用户的第 一用户特征， 并从共享存储空间中获取其它应用 上传的用户的第二用户特征； 基于第一用户特征 和第二用户特征进行融合， 得到融合特征， 并将 融合特征上传给第一服务平台， 以使第一服务平 台基于融合特征和训练好的全局模型从目标对 象对应的全量推荐信息中， 筛选出第一推荐信 息； 接收第一推荐信息， 并基于本地的个性推荐 模型依据融合特征对第一推荐信息进行筛选， 确 定并展示第二推荐信息。 通过本地的共享存储空 间融合多方应用的用户特征， 实现了在不暴露用 户隐私数据的前提下， 共享用户的偏好特征， 从 而进行信息 推荐。 权利要求书3页 说明书15页 附图5页 CN 115292612 A 2022.11.04 CN 115292612 A 1.一种基于隐私保护的信息推荐方法， 其特 征在于， 应用于第一应用， 所述方法包括： 基于所述第一应用中采集的目标对象相关的对象相关数据， 获取用户的第一用户特 征， 并从共享存 储空间中获取其它应用上传的所述用户的第二用户特 征； 基于所述第一用户特征和所述第二用户特征进行融合， 得到融合特征， 并将所述融合 特征上传给第一服务平台， 以使 所述第一服务平台基于所述融合特征和训练好的全局模型 从所述目标对象对应的全量推荐信息中， 筛选出第一推荐信息， 所述全局模型依据多方 的 个性推荐模型融合得到； 接收所述第 一推荐信 息， 并基于本地的个性推荐模型依据 所述融合特征对所述第 一推 荐信息进行筛 选， 确定并展示第二推荐信息 。 2.根据权利要求1所述的信 息推荐方法， 其特征在于， 所述基于所述第 一用户特征和所 述第二用户特 征进行融合， 得到融合特 征， 包括： 判断所述第一用户特 征和所述第二用户特 征是否为同一对象的特 征； 若是， 则将所述第一用户特征和所述第二用户特征进行纵向对齐处理， 并进行融合后 得到所述融合特 征； 若否， 则将所述第一用户特征和所述第二用户特征进行横向对齐处理， 并进行融合后 得到所述融合特 征。 3.根据权利要求2所述的信 息推荐方法， 其特征在于， 所述将第 一用户特征和第 二用户 特征进行纵向对齐处 理， 并进行融合后得到融合特 征， 包括： 将所述第一用户特征中所述目标对象对应的关键词， 与 所述第二用户特征中所述目标 对象在其它应用对应的第二行为进行融合； 和/或， 将所述第一用户特征中所述目标对象对应的第一行为与所述第二行为进行纵向融合 处理； 所述将第一用户特征和第二用户特征进行横向对齐处理， 并进行融合后得到融合特 征， 包括： 将所述第一用户特征中所述目标对象对应的关键词与所述第二用户特征中针对于所 述目标对象的相关对象的第二行为进行融合； 将所述第一用户特征中所述目标对象对应的关键词与所述第二用户特征中针对于所 述目标对象的相关对象的关键词进行融合； 将所述第一用户特征中所述目标对象对应的第一行为与所述第二用户特征中针对于 所述目标对象的相关对象的关键词进行融合； 将所述第一用户特征中所述目标对象对应的第一行为与所述第二用户特征中针对于 所述目标对象的相关对象的第二行为进行横向融合处 理。 4.根据权利要求1所述的信息推荐方法， 其特征在于， 在所述展示第二推荐信息之后， 还包括： 基于所述用户对所述第 二推荐信 息的操作 数据以及预设的偏好规则， 更新所述对象相 关数据。 5.根据权利要求1所述的信 息推荐方法， 其特征在于， 当所述用户首次使用所述第 一应 用时， 还包括： 通过所述第一 服务平台获取 所述全局模型中的第一模型参数；权　利　要　求　书 1/3 页 2 CN 115292612 A 2基于所述第一模型参数构建所述个性推荐模型。 6.根据权利要求5所述的信息推荐方法， 其特 征在于， 所述方法还 包括： 获取第一训练数据， 并存储到暂存区； 所述第一训练数据包括历史融合特征和第一标 注结果， 所述历史融合特征依据目标对 象的第一历史用户特征和第二历史用户特征确定， 所述第一标注结果依据对目标对象选择 结果确定； 在空闲时段， 从暂存区提取所述第 一训练数据， 并依据所述个性推荐模型， 对所述历史 融合特征进行分析， 确定个性分析结果， 以依据所述个性分析结果和所述第一标注结果之 间的差异， 对所述个性推荐模型进行 更新， 以确定训练好的所述个性推荐模型； 在所述个性推荐模型训练完成后， 上传所述个性推荐模型的参数给所述第一服务平 台， 以使得 所述第一 服务平台依据所述多方的个性推荐模型的参数， 更新所述全局模型。 7.根据权利要求1所述的信 息推荐方法， 其特征在于， 当所述用户首次使用当前用户终 端时， 还包括： 通过所述第 一服务平台以及所述用户的用户信 息， 获取原始用户终端中的所述个性推 荐模型的第二模型参数， 所述原 始用户终端为所述用户已使用过的用户终端； 根据所述第二模型参数在所述当前用户终端的所述共享存储空间中重新建立所述个 性推荐模型。 8.根据权利要求1所述的信息推荐方法， 其特征在于， 在所述展示第二推荐信息之后， 还包括： 基于所述用户对所述第 二推荐信 息的操作 数据， 判断所述操作 数据是否满足过拟合触 发条件； 若是， 则基于所述操作数据对应的用户行为特征， 降低所述个性推荐模型中用户行为 权重； 基于降低后的所述用户行为权重、 所述融合特征和标注数据重新训练所述个性推荐模 型。 9.一种基于隐私保护的金融信息推荐方法， 其特 征在于， 所述方法包括： 基于第一金融相关应用中采集的第 一金融产品相关的产品相关数据， 获取用户的第 一 用户特征； 从共享存储空间中获取其它应用上传的所述用户的第二用户特征， 包括： 从共享存储 空间中获取其它金融服 务应用上传的所述用户的第二用户特 征； 基于所述第一用户特征和所述第二用户特征进行融合， 得到融合特征， 并将所述融合 特征上传给第一金融服务平台， 以使第一金融服务平台基于所述融合特征和训练好的全局 模型从第一金融产品相关对应的全量推荐信息中， 筛选出第一推荐信息， 所述全局模型依 据多方的个性推荐模型融合得到； 接收所述第 一推荐信 息， 并基于本地的个性推荐模型依据融合特征对所述第 一推荐信 息进行筛 选， 确定并展示第二金融相关信息 。 10.一种基于隐私保护的信息推荐装置， 包括 获取模块， 用于基于第一应用中采集的目标对象相关的对象相关数据， 获取用户的第 一用户特 征， 并从共享存 储空间中获取其它应用上传的所述用户的第二用户特 征； 处理模块， 用于：权　利　要　求　书 2/3 页 3 CN 115292612 A 3