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。
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】