[发明专利]一种推荐模型构建方法和装置

说明书

本发明提供了一种推荐模型构建方法和装置，属于计算机技术领域。该方法包括：接收多个第二服务器分别发送的第一样本数据集，根据预设解密算法对第一样本数据集进行解密处理，得到多个第二样本数据集，根据预设规则，获取多个第二样本数据集中的至少一个同一用户的多个样本数据，对每个同一用户的多个样本数据进行合并，得到目标样本数据集，根据目标样本数据集构建推荐模型。通过设置第三方服务器，各企业的样本数据通过加密后发送至第三方进行处理，得到目标样本数据集，第三方通过目标样本数据集构建推荐模型，各企业的数据通过第三方服务器实现数据共享，打破了企业之间的数据壁垒，可以得到更准确的推荐模型，提高推荐的准确性。

技术领域

本发明属于计算机技术领域，特别是涉及一种推荐模型构建方法和装置。

背景技术

随着计算机技术的发展，如何为用户推荐符合用户需求的产品，提高推荐效率，成为各行各业关注的焦点。

收集大量的用户信息，根据大量的用户信息构建推荐模型，通过推荐模型为用户推荐信息已经成为惯常的推荐方法。推荐模型的构建需要大量的用户信息，收集的信息越多，得到的推荐模型越准确。但出于保护用户隐私以及企业数据安全等原因，拥有用户不同信息的各企业之间并不能进行数据共享。而基于单方面用户信息并不能构建准确的推荐模型，得不到准确的推荐结果。

发明内容

本发明提供一种推荐模型构建方法和装置，以便在一定程度上解决各企业之间数据无法共享，无法构建准确的推荐模型的问题。

依据本发明的第一方面，提供了一种推荐模型构建方法，应用于第一服务器，所述方法包括：

接收多个第二服务器分别发送的第一样本数据集，所述第一样本数据集为第二服务器根据预设加密算法对第二样本数据集进行加密处理后得到的；

根据预设解密算法对所述第一样本数据集进行解密处理，得到多个所述第二样本数据集；

根据预设规则，获取多个所述第二样本数据集中的至少一个同一用户的多个样本数据；

对所述每个同一用户的多个样本数据进行合并，得到目标样本数据集；

根据所述目标样本数据集构建推荐模型。

依据本发明的第二方面，提供了一种推荐模型构建装置，设置于第一服务器，所述装置包括：

接收模块，用于接收多个第二服务器分别发送的第一样本数据集，所述第一样本数据集为第二服务器根据预设加密算法对第二样本数据集进行加密处理后得到的；

解密模块，用于根据预设解密算法对所述第一样本数据集进行解密处理，得到多个所述第二样本数据集；

获取模块，用于获取多个所述第二样本数据集中的至少一个同一用户的多个样本数据；

合并模块，用于对所述每个同一用户的多个样本数据进行合并，得到目标样本数据集；

构建模块，用于根据所述目标样本数据集构建推荐模型。

本发明实施例提供的推荐模型构建方法，应用于第一服务器，包括：接收多个第二服务器分别发送的第一样本数据集，根据预设解密算法对第一样本数据集进行解密处理，得到多个第二样本数据集，根据预设规则，获取多个第二样本数据集中的至少一个同一用户的多个样本数据，对每个同一用户的多个样本数据进行合并，得到目标样本数据集，根据目标样本数据集构建推荐模型。通过设置第三方服务器，各企业的样本数据通过加密后发送至第三方进行处理，得到目标样本数据集，第三方通过目标样本数据集构建推荐模型，可以使用构建的推荐模型为用户推荐相关信息。各企业的数据通过第三方服务器实现数据共享，打破了企业之间的数据壁垒，可以得到更准确的推荐模型，提高推荐的准确性。