CN116523602B 一種多方半監督學習的金融產品潛在用戶推 薦方法 （重慶郵電大學）

號RecommendationBasedonSemi-一種多方半監督學習的金融產品潛在用戶本發明涉及一種多方半監督學習的金融產對金融產品提供方只擁有正樣本的己方數據而2S1：建立包含購買金融產品用戶信息和其他多方用步驟S1所述的金融產品潛在用戶推薦多方數據集包含擁有已購買金融產品用戶信息的AC3在步驟S11中，所述冗余數據處理具體包括：通過數據記錄中的某些字段判斷數據是否重所述缺失值處理具體包括：對數據中的每個特征進行缺失率統所述異常值處理具體包括：根據實際情況，確認異常值的閾值；對數據所述數據標準化處理具體包括：將已有特征按照數據類型分為連本組成負樣本數據集Nm；由P和Nm組成訓練集U中未被抽取樣本組成預測集構建以梯度提升樹(GradientBoostingDecisionTree，GBDT)作為基學習器的縱向聯邦模組成第m輪負樣本數據集N"={(xn",n")},其中分別是第m輪的第i個負樣本中B方和C方的特征向量，ynf"ef-1}表示第m輪第i個負樣本m(rtr"8,xtr;""),xtr,"8,xtr"f分別表示第m輪的第i個樣本中B方和C方的特征向量，被抽取樣本組成對應的第m輪預測集其中xte"表示第m輪的第j個樣本的特其中T表示第m輪的決策樹的總數，f"(xtr")表示第m輪第t棵樹的預測結4S221：從B方開始，首先對B方的每個樣本xtr"8計算第m輪模型損失函數的一階梯度和二階梯度其中i＝1,2,...,2和Ih"1,B方將IS"I和In"1發送給C方；S224：C方根據從B方發送的特征編號Kopt和閾值編號行排序，然后將排序后的樣本進行分桶劃分到q個類別中，得到各個類別的相應特征閾值其中k表示特征編號，表示第m輪編號為k的特征第q個類別的閾值；5S2231：B方對當前節點空間的所有樣本的一階梯度和二階梯度進行聚合，執行9"=zie1g",h"=zierh",其中I表示當前節點的所有樣本；S2232：B方對從C方得到的第m輪和進行解密，得到第m輪解密值和依次對C方的所有特征的所有類別進行如下計算得到9"、h"、g?"和h":其中IL表示分割后左子節點的樣本空間，IR表示分割后右子節點的樣本空間，表示第m輪中左子節點樣本空間的所有樣本的損失函數一階梯度之和，h"=zienh"表示第m輪中左子節點樣本空間的所有樣本的損失函數二階梯度之和，表示第m輪中右子節點樣本空間的所有樣本的損失函數一階梯度之和，S2234：對于樣本的每個特征的所有閾值均能得到一個Bue值，選出其中最大的值，確定該特征閾值為第m輪的全局最佳分割，全局最佳分割用[參與方，特征編號6所述步驟S3中，由U中每個樣本xui的M輪預測分數總和及其在M輪預測集中出現次數總和，計算樣本xui預測為正樣本的概率；按照正樣本的概率從大到小對U中所有樣本進行排序，其中為指示函數，表示如果U中的樣本xu將它們加入到正樣本數據集P中，同時將它們從U中刪除，其中θ的值是根據先驗知識設定78g={(xf,YF)},表示B方第i個樣本特征向量，向量維度齊的樣本數據，丟棄未對齊樣本數據，得到n個樣本；對齊后的B方數據集為C方數據集為Dfugn=(xf,YF)},表示對應的標簽，yfe{0}表示樣本作為正樣本，組成正樣本數據集P＝{(xpi，ypi)}，其中xp:=(xp",xp",xp),這|P|個未標記樣本組成負樣本數據集Nm；由P和Nm組成訓練集U中未被抽取樣本組成預測集構建以梯度提升樹(GradientBoos9器的縱向聯邦模型，在上進行訓練；將輸入到訓練好的模型中進行預測，得到分別是第m輪的第i個負樣本中B方和C方的特征向量，yn"e{-1}表示第m輪m數據集P和第m輪的負樣本數據集Nm組成對應的第m輪訓練集x?in={(xtrf",ytr;")},其中xtr"=(xtr"",xtr;""),xtr"8,xtr"分別表示第m輪的第i個樣本中B方和C方的特征向未被抽取樣本組成對應的第m輪預測集其中xte"表示第m輪的第j個樣本的m成對XHan進行訓練，對輸入數據xan中每個樣本來預測其第m輪輸出,"=其中T表示第m輪的決策樹的總數，"(xtrf")表示第m輪第t棵樹的預測結的梯度直方圖找到當前節點的全局最佳分割從而構造出最優決策樹；測試集x中每個樣本的ID相同的到IS"I和B方將I9"I和發送給C方；[0037]S2231：B方對當前節點空間的所有樣本的一階梯度和二階梯度進行聚合，執行g"=zierg",h=zierhf",其中I表示當前節點的所有樣本；依次對C方的所有特征的所有類別進行如下計算得到gi"、h"、g"和hy:[0040]g"=g"-gf",h=h-hf"[0042]gi"=zieu,gi"表示第m輪中左子節點樣本空間的所有樣本的損失函數一階梯度之[0043]表示第m輪中左子節點樣本空間的所有樣本的損失函數二[0044]表示第m輪中右子節點樣本空間的所有樣本的損失函數一階梯度簽的權值，從而得到與樣本xte"對應的U中樣本xui的第m輪預測分數oobf":[0058]S31：由U中每個樣本的預測分數總和及其在M輪預測集中出現次數總[0079]S11：對靈活就業人員繳存推薦多方數據集進行數據預處理操作包括冗余數據處理、缺失值處理、異常值處理、數據標準化處理以及標簽數據處理，得到A方數據集處理具體操作如下：齊的樣本數據，丟棄未對齊樣本數據，得到n個樣本。對齊后的B方數據集為Dion=到xr中每個樣本的分數，作為該樣本的預測分數。分別是第m輪的第i個負樣本中B方和C方的特征向量據集P和第m輪的負樣本數據集Nm組成對應的第m輪訓練集XHain={(xtr",ytr:")},其中xtr"=(rtr"的,xtr"s),分別表示第m輪的第i個樣本中B方和C方的特征中未被抽取樣本組成對應的第m輪預測集其中xte"表示第m輪的第j個樣本m集成對XHain進行訓練，對輸入數據xain中每個樣本xtr"來預測其第m輪輸出,"=其中T表示第m輪的決策樹的總數，可選的，將決策樹總數T的值設為40，f"(xtr")表示第m輪第t棵樹的預測結果，xtr"表示第m輪第i個樣本特征向量，i＝1，而構造出最優決策樹。值其中k表示特征編號，表示第m輪編號為k的特征第q個類別[0102]S2231：B方對當前節點空間的所有樣本的一階梯度和二階梯度進行聚合，執行g"=zie1g",h"=zierh",其中I表示當前節點的所有樣本。依次對C方的所有特征的所有類別進行如下計算得到lg"、h?"、g"和[0107]g"=zie,gi"表示第m輪中左子節點樣本空間的所有樣本的損失函數一階梯度[0108]"=zien"表示第m輪中左子節點樣本空間的所有樣本的損失函數[0109]g"=zien9"表示第m輪中右子節點樣本空間的所有樣本的損失函數一階梯度[0126]