标签 常规联邦/雾/用户层次分类/基本梯度下降方法
要点
- movielens数据集100k
- 用户分类
- 学习用户活动性(分类用户的活动性可以通过用户访问次数来分析用户活动性)
背景和挑战的新颖提法
流程
- 用户偏好用逻辑回归模型进行学习
- 通过二维的用户特征二分类来对用户进行分类,分类时将用户的特征会上传至当前的fap,所以不清楚是否有违背联邦学习规则(After offline user preference learning, users send the preference and context information to their associated F-APs.)
- 将模型分数通过单个fap训练后,构建单个fap自己的预测模型
文章疑点
- 数据可以上传至fap节点吗?用户隐私数据怎么做到保护