以联邦学习为核心的在线课程推荐方法和系统

摘要

本发明公开了一种以联邦学习为核心的在线课程推荐方法和系统，可应用于模型处理技术领域。本发明方法包括：本地设备根据本地存储的用户信息计算本地模型的梯度，将所述梯度发送到服务器；服务器根据所述本地上传的梯度信息进行聚合操作，并将聚合操作的结果返回到本地设备；本地设备根据接收到的聚合操作结合更新本地模型的参数，并将参数更新后的本地模型作为慕课推荐模型进行在线课程推荐。本发明无需用户数据在本地设备和服务器之间传输，即能完成本地模型的训练过程，以降低发生数据泄密和隐私侵权事件的概率。本发明能有效提高用户信息的安全性。