一种基于差分隐私多表征用户相似性度量方法、系统、设备及介质

本发明提出了一种基于差分隐私多表征用户相似性度量方法、系统、设备及介质，属于推荐系统及隐私保护技术领域。解决了现有基于图神经网络的相似性度量方法信息利用维度单一、高阶非线性关系捕捉能力弱以及隐私安全保障缺失的问题。它包括提取所述第一用户图和第二用户图的节点特征嵌入和用户属性嵌入；基于多头注意力机制，对所述第一用户图和第二用户图的节点特征嵌入进行交互学习；敏感属性保护下的图表征交互学习；多表征融合与相似度预测。它主要用于用户相似性度量。