本文研究了在联邦环境中如何为每个用户计算个性化的频率直方图估计，同时保护用户隐私。我们提出了一种基于聚类的非隐私算法，并给出了差分隐私的版本。通过对Reddit、StackOverflow和Amazon Reviews数据集的实证评估，结果表明我们的算法在统计异质性和规模异质性方面显著优于传统方法。