文献

J-GLOBAL ID：202002277249253633   整理番号：20A0426315

誰の個人情報が収集されているか?【JST・京大機械翻訳】

Any Privacy Risk if Nobody’s Personal Information Being Collected?

著者 (6件)： Feng Tingting (China Unicom Smart City Research Institute, Beijing, China) ,  Li Xiaoyu (Customer Department, China Association for Quality, Beijing, China) ,  Guo Yuchun (Beijing Jiaotong University, Beijing, China) ,  Wang Ti (China Unicom Smart City Research Institute, Beijing, China) ,  Yang Shan (China Unicom Smart City Research Institute, Beijing, China) ,  Du Zhongyan (China Unicom Smart City Research Institute, Beijing, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1163  ページ： 345-356  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： オンラインサービスにおけるプライバシーbreに関する関心の高まりを軽減するために,いくつかのシステムは,性別や年齢のような人口統計学的情報(DI)に対するユーザを問わない。このようなシステムにおいてユーザDI民間を維持することが保証される。しかしながら,傾向報告として,いくつかの他のシステムは,異なるDIを持つユーザに対応する統計的選好を発行する可能性があり,例えば,1つの製品の購入者の80%が若い女性である。直感的には,そのような統計的選好は,特定の個人的行動またはDIが統計データから再構成できないので,前者のタイプのシステムにおいてプライバシーリスクを増加させない。しかし,本論文では,これが事例ではないことを明らかにした。著者らは,個々のユーザに対する多次元DIベクトルと外部統計的選好を持つ話題を学習するための教師なし移動学習方式を提案した。教師なし学習を容易にするために,著者らはそれを評価推薦タスクに適用して,暗黙の選択ベクトルを有するDIベクトルを連結した。利用可能なDIの有無にかかわらず,シナリオにおけるプライバシーリスクを比較するために,著者らは,実際の評価システムのデータセットにおけるDIを隠すか否かを選択した。実験により,DIの利用できないシナリオにおける外部統計的選好に基づく教師なし学習方式は,同じシステムにおけるDI利用可能シナリオにおいて,対応する教師つき学習方式とほとんど同様に機能することを示した。これは,類似システムにおける統計的選好が指先にあるため,個人情報を収集しないシステムにおけるプライバシーリスクの存在を検証する。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベクトル ,  高次元 ,  統計データ ,  再構成 ,  女性 ,  教師つき学習 ,  *学習 ,  プライバシー ,  教師なし学習
準シソーラス用語： 人口統計学 ,  推奨システム ,  指先 ,  評価システム ,  統計情報 ,  オンラインサービス , 【Automatic Indexing@JST】

著者キーワード (5件)： プライバシー漏れ ,  伝達学習 ,  教師なし学習 ,  推薦システム ,  人口統計学情報

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (2件)： 個人情報 ,  収集