抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
プライバシーに対する懸念は,ユーザデータを使用する任意の研究に対して現実である。情報検索(IR)は例外ではない。多くのIRアルゴリズムとアプリケーションは,ユーザの個人情報,文脈情報,および他の感度と個人情報の使用を必要とする。IRにおける個人化の広範な使用は,二重エッジ語になった。時々,関心は,IR研究がプライバシー漏洩を避けるように停止しなければならないことを圧倒的にしている。良いニュースは,最近,プライバシーとIR-プライバシー保護IRの共同分野に払われている注目が増している。努力の一部として,このチュートリアルはプライバシー研究における最も先進的な技術の1つである差動プライバシー(DP)への導入を提供し,IRにおけるプライバシー技術を適用するための理論的知識の必要なセットを提供する。微分プライバシーは,データ保護のための強いプライバシー保証を提供する技術である。理論的には,統計的データセットにおけるデータユーティリティを最大化し,個々のデータ入力を任意の広告に曝すリスクを最小にした。微分プライバシーは,データベース(DB)とデータマイニング(DM)における広範囲のアプリケーションにうまく適用されている。プライバシー保護IRにおける研究は,比較的新しいが,研究は,DPが多重IRタスクをサポートするのにも有効であることを示している。このチュートリアルは,DPの理論的基礎を築くことを目的とし,それをIRに適用できる方法を説明した。それは,IRタスクとDBとDMタスクにおける差異,およびDPがIRとどのように接続するかを強調する。著者らは,このチュートリアルの意図が,プライバシーとIRの新しく採掘された共同研究分野に関する研究のために,DPと他の必要な知識の理解を深めることを期待する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】
