分布式预测方法及其系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115409198A(43)申请公布日2022.11.29(21)申请号202211066469.6(22)申请日2019.12.11(62)分案原申请数据201911272294.22019.12.11(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人谭晋王磊王力(74)专利代理机构成都七星天知识产权代理有限公司51253专利代理师袁春晓(51)Int.Cl.G06N20/00(2019.01)G06F21/62(2013.01)权利要求书2页说明书13页附图5页(54)发明名称分布式预测方法及其系统(57)摘要本说明书中的实施例提供了分布式预测方法及其系统。两个以上用户节点保存有各自的用户模型，各用户模型对应预测模型的一部分。一个或多个用户节点至少基于用户模型和本地特征数据获得本地预测结果，预测节点基于一个或多个用户节点的本地预测结果得到针对待预测对象的标识信息的预测结果。如此，可以有效保护各方的数据隐私。CN115409198ACN115409198A权利要求书1/2页1.一种分布式预测方法，其中，由预测节点执行，所述预测节点为两个以上用户节点之一，或是所述两个以上用户节点以外的节点且与所述两个以上用户节点通信连接，所述两个以上用户节点分别保存有各自的用户模型，各用户模型均对应于预测模型的一部分；所述方法包括：向一个或多个用户节点发送针对待预测对象的标识信息的预测请求；接收一个或多个用户节点的本地预测结果，所述本地预测结果至少基于对应用户节点的用户模型和针对待预测对象的标识信息的特征数据得到；基于一个或多个用户节点的本地预测结果，得到针对待预测对象的标识信息的预测结果。2.根据权利要求1所述的方法，其中，所述基于所述至少一个用户节点的本地预测结果，得到针对待预测对象的标识信息的预测结果，包括：基于两个以上用户节点的本地预测结果，得到所述预测结果。3.根据权利要求1所述的方法，其中，所述模型包括以下中的至少一种：线性回归模型、决策树以及神经网络。4.一种分布式预测系统，其中，所述系统对应于预测节点，所述预测节点为两个以上用户节点之一，或是所述两个以上用户节点以外的节点且与所述两个以上用户节点通信连接，所述两个以上用户节点分别保存有各自的用户模型，各用户模型均对应于预测模型的一部分；所述系统包括：预测请求发送模块，用于向一个或多个用户节点发送针对待预测对象的标识信息的预测请求；本地预测结果接收模块，用于接收一个或多个用户节点的本地预测结果，所述本地预测结果至少基于对应用户节点的用户模型和针对待预测对象的标识信息的特征数据得到；预测模块，用于基于一个或多个用户节点的本地预测结果，得到针对待预测对象的标识信息的预测结果。5.根据权利要求4所述的分布式预测系统，其中，所述预测模块进一步用于：基于两个以上用户节点的本地预测结果，得到所述预测结果。6.根据权利要求4所述的分布式预测系统，其中，所述模型包括以下中的至少一种：线性回归模型、决策树以及神经网络。7.一种分布式预测装置，其中，包括至少一个处理器和至少一个存储设备，所述存储设备用于存储指令，当至少一个处理器执行指令时，实现如权利要求1～3中任一项所述的方法。8.一种分布式预测方法，其中，由两个以上用户节点中的某一用户节点执行，所述两个以上用户节点保存有各自的用户模型，各用户模型对应预测模型的一部分；所述方法包括：接收预测节点发送的针对待预测对象的标识信息的预测请求，所述预测节点包括两个以上用户节点之一或两个以上用户节点之外的节点；基于待预测对象标识信息从本地获取特征数据；至少基于用户模型和所述特征数据，得到本地预测结果；将所述本地预测结果返回给所述预测节点。9.根据权利要求8所述的方法，其中，所述至少基于用户模型和所述特征数据，得到本2CN115409198A权利要求书2/2页地预测结果，包括：基于用户模型、特征数据以及来自其他一个或多个用户节点的预测中间结果，获得所述本地预测结果。10.根据权利要求8所述的方法，其中，所述模型包括以下中的至少一种：线性回归模型、决策树以及神经网络。11.一种分布式预测系统，其中，所述方法对应于两个以上用户节点中的某一用户节点，所述两个以上用户节点保存有各自的用户模型，各用户模型对应预测模型的一部分；所述系统包括：预测请求接收模块，用于接收预测节点发送的针对待预测对象的标识信息的预测请求，所述预测节点包括两个以上用户节点之一或两个以上用户节点之外的节点；本地预测模块，用于基于待预测对象标识信息从本地获取特征数据，至少基于用户模型和所述特征数据，得到本地预测结果；本地预测结果返回模块，用于将所述本地预测结果返