基于联邦学习的自助取货机远程下单数据共享方法

摘要

研究了基于联邦学习的自助取货机远程下单数据共享方法。精准有效共享自助取货机各端口运营中的下单数据，为有效分析各端口营销差异、保障其合理运营提供依据。运用自编码神经网络改进基础联邦学习模型，获得半监督联邦学习模型，结合增量加权训练该模型后，运用训练后的半监督联邦学习模型共享各自助取货机端口的远程下单数据。结果显示，该方法可有效共享各远程自助取货机端口的下单数据，依据共享数据可有效分析出各端口不同时段的畅销品类；当共享中存在无标记数据端口，且通信轮数较低时，该方法的共享精度略受影响，而通信轮数到达一定数量后，该方法的共享精度稳定不受此因素干扰；当共享中存在端口新增下单数据时，新增的下单数据量对该方法的共享精度几乎无影响。

关键词

联邦学习 / 自助取货机 / 远程下单数据 / 自编码 / 半监督 / 增量加权