Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Sparsity Reduction Technique Using Grouping Method for Matrix Factorization in Differentially Private Recommendation Systems Teknik Pengurangan Sparsity Menggunakan Kaedah Pengumpulan untuk Pemfaktoran Matriks dalam Sistem Pengesyoran Persendirian Berbeza

Taewhan KIM, Kangsoo JUNG, Seog PARK

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Pengguna perkhidmatan web terharu dengan jumlah maklumat yang disampaikan kepada mereka dan menghadapi kesukaran untuk mencari maklumat yang mereka perlukan. Oleh itu, sistem pengesyoran yang meramalkan citarasa pengguna merupakan faktor penting untuk kejayaan perniagaan. Walau bagaimanapun, sistem pengesyoran memerlukan maklumat peribadi pengguna dan dengan itu boleh membawa kepada pelanggaran privasi yang serius. Untuk menyelesaikan masalah ini, banyak penyelidikan telah dijalankan tentang melindungi maklumat peribadi dalam sistem pengesyoran dan melaksanakan privasi pembezaan, teknik perlindungan privasi yang memasukkan bunyi ke dalam data asal. Walau bagaimanapun, kajian terdahulu tidak mengkaji faktor berikut dalam menggunakan privasi pembezaan kepada sistem pengesyoran. Pertama, mereka tidak menganggap keterbatasan maklumat penilaian pengguna. Jumlah item adalah lebih banyak daripada bilangan item yang dinilai pengguna. Oleh itu, matriks penilaian yang dibuat untuk pengguna dan item akan menjadi sangat jarang. Ciri ini menjadikan pengecaman corak pengguna dalam matriks penilaian sukar. Oleh itu, isu sparsity harus dipertimbangkan dalam penggunaan privasi pembezaan kepada sistem pengesyoran. Kedua, kajian terdahulu memberi tumpuan kepada melindungi maklumat penilaian pengguna tetapi tidak bertujuan untuk melindungi senarai item yang dinilai pengguna. Sistem pengesyoran harus melindungi senarai item ini kerana mereka juga mendedahkan pilihan pengguna. Dalam kajian ini, kami mencadangkan skim pengesyoran berbeza peribadi yang berdasarkan kaedah pengumpulan untuk menyelesaikan isu sparsity dan untuk melindungi senarai item dinilai pengguna dan maklumat penilaian pengguna. Teknik yang dicadangkan menunjukkan prestasi yang lebih baik dan perlindungan privasi pada data penilaian filem sebenar berbanding dengan teknik sedia ada.

Jawatankuasa
IEICE TRANSACTIONS on Information Vol.E103-D No.7 pp.1683-1692
Tarikh penerbitan
2020/07/01
Diumumkan
2020/04/01
ISSN dalam talian
1745-1361
DOI
10.1587/transinf.2019EDP7238
Jenis Manuskrip
PAPER
kategori
Kecerdasan Buatan, Perlombongan Data

Pengarang

Taewhan KIM
  Sogang University
Kangsoo JUNG
  Sogang University
Seog PARK
  Sogang University

Kata kunci

Contents [show]