文献

J-GLOBAL ID：201702241962774658   整理番号：17A0328778

共有協調フィルタリングのための差分プライバシーの強化【Powered by NICT】

Enforcing Differential Privacy for Shared Collaborative Filtering

著者 (7件)： Li Jianqiang (Beijing Engineering Research Center for IoT Software and Systems, School of Software Engineering, Beijing University of Technology, Beijing, China) ,  Yang Ji-Jiang (Tsinghua National Laboratory for Information Science and Technology, Tsinghua University, Beijing, China) ,  Zhao Yu (Douban Inc., Beijing, China) ,  Liu Bo (School of Software Engineering, Beijing University of Technology, Beijing, China) ,  Zhou Mengchu (Department of Electrical and Computer Engineering, New Jersey Institute of Technology, Newark, USA) ,  Bi Jing (School of Software Engineering, Beijing University of Technology, Beijing, China) ,  Wang Qing (Tsinghua National Laboratory for Information Science and Technology, Tsinghua University, Beijing, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 35-49  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 協調フィルタリングは,推薦システムに適用することに成功した。広範な個人データの利用可能性は,高品質のレコメンデーションを生成するために必要である。しかし,従来の協調フィルタリング法は,まばらな,時にはコールドスタート問題の影響を受け,特に新規に展開された推薦方式。現在,いくつかの推薦システムは良好な作動状態に存在し,これらの既存システムから収集されたデータは,新規に展開された推薦方式に有用であるべきである。他の者(寄与)からのデータをそれ自身(受益者)協調フィルタリング性能を向上させ,差分プライバシーフレームワークの下で保護されたプライバシーのためにプライバシー保護共有協調フィルタリング問題を紹介した。はこの問題を解くために,二段階法を提案した。最初に,アイテムに基づく近傍情報は,保証された差分プライバシーと寄与から共有データとして選択され,差分プライバシーのための実用的な強制機構を提案した。第二に,改良された協調フィルタリングを支援するための共有データを活用するための受益可能にするために開発した二つの新しいアルゴリズム。広範な実験結果は,提案した方法論は,受益者の推薦精度をかなり増加させることができる寄与のためのデータプライバシーを保存することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  *プライバシー ,  プライバシー保護 ,  高品質 ,  個人情報 ,  *差分プライバシー
準シソーラス用語： データプライバシー ,  推奨システム ,  *協調フィルタリング , 【Automatic Indexing@JST】

分類 (2件)： データ保護  (JD01020V) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 共有 ,  協調フィルタリング ,  差分プライバシー ,  強化