建议生成模型的训练方法、模型的应用方法、装置和介质
申请号:CN202411890341
申请日期:2024-12-20
公开号:CN119669796A
公开日期:2025-03-21
类型:发明专利
摘要
本公开提供了一种建议生成模型的训练方法,可以应用于人工智能技术领域。该建议生成模型的训练方法包括:接收由多个参与方发送至中心服务器的用于表征多个参与方之间进行业务交互的多个业务特征数据;利用聚类算法对用于表征多个参与方之间进行业务交互的多个业务特征数据进行聚类处理,得到多个目标业务数据集;将多个目标业务数据集分别输入对应的初始类簇模型中,以对每个初始类簇模型进行训练,得到多个目标类簇模型;根据每个目标类簇模型的模型参数,利用联邦学习算法对未经训练的建议生成模型进行训练,得到用于生成对参与方的业务处理建议的建议生成模型。本公开还提供了一种模型的应用方法、装置和介质。
技术关键词
数据分布
数据中心
坐标点
圆心
中心服务器
聚类算法
邻域
学习算法
数据接收模块
模型训练模块
人工智能技术
计算机程序产品
处理器
训练装置
指令
可读存储介质
参数