セキュアなクロスプラットフォーム社会勧告におけるデータスパース性の利用【JST・京大機械翻訳】

Cui Jamie; Chen Chaochao; Lyu Lingjuan; Yang Carl; Wang Li

プレプリント

J-GLOBAL ID：202202220901588265 整理番号：22P0289865

セキュアなクロスプラットフォーム社会勧告におけるデータスパース性の利用【JST・京大機械翻訳】

Exploiting Data Sparsity in Secure Cross-Platform Social Recommendation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年02月15日プレプリントサーバーでの情報更新日： 2022年02月15日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

社会推薦は,追加の入力として社会的相関データを利用するので,従来のシステムよりも有望な改善を示した。ほとんどの既存の研究は,すべてのデータが推薦プラットフォームに利用可能であると仮定する。しかし,実際には,ユーザ-アイテム相互作用データ(例えば,評価)とユーザ-ユーザソーシャルデータは,通常,異なるプラットフォームによって生成され,その両方は,敏感な情報を含んでいる。したがって,”Howは,異なるプラットフォームを横断して安全で効率的な社会的推薦を行うので,そのデータは,自然において高度にスパースである。本研究では,社会推薦に安全な計算技術を導入し,スパース性意識の安全なクロスプラットフォームソーシャル推薦フレームワークであるS3Recを提案する。その結果,著者らのモデルは,ソーシャルプラットフォームに関する疎な社会的データを組み込むことによって,評価プラットフォームの推薦性能を改良するだけではなく,また,両方のプラットフォームのデータプライバシーを保護することができた。さらに,モデル訓練効率をさらに改善するために,ホモモルフィック暗号化とプライベート情報検索に基づく2つの安全なスパース行列乗算プロトコルを提案した。2つのベンチマークデータセットに関する著者らの実験は,S3Recの有効性を実証した。【JST・京大機械翻訳】

, , , , , ,
, , 【Automatic Indexing@JST】

その他の情報処理 , 計算機網 , 人工知能

, , ,

前のページに戻る