面向用户需求挖掘的去中心化异步联邦LDA算法
Decentralized federated LDA algorithm for user demand mining作者机构:清华大学自动化系北京信息科学与技术国家研究中心北京100084
出 版 物:《计算机集成制造系统》 (Computer Integrated Manufacturing Systems)
年 卷 期:2023年第29卷第4期
页 面:1055-1068页
核心收录:
学科分类:0402[教育学-心理学(可授教育学、理学学位)] 0303[法学-社会学] 081203[工学-计算机应用技术] 08[工学] 0714[理学-统计学(可授理学、经济学学位)] 0835[工学-软件工程] 0701[理学-数学] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:用户需求挖掘 云制造服务 区块链 联邦学习 隐狄利克雷分布
摘 要:在云制造服务场景下,服务组合开发者往往需要基于用户的制造需求进行定制化服务组合开发。随着隐私保护法律法规的相继颁布,常用的用户需求挖掘算法如隐狄利克雷分布(LDA)主题模型已难以在实际中使用。本文通过对区块链和联邦学习技术交叉研究,提出了面向用户需求挖掘的去中心化异步联邦隐狄利克雷分布算法(DAFedLDA)。在DAFedLDA中,本文基于对等分布式LDA,进一步提出了基于多链的权限控制机制(MCACS)以及基于随机丢弃的数据贡献质量监控机制(RDDMS)。本文基于***实例进行了一系列实验,验证了算法的有效性。