- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开一种基于双侧对抗学习的敏感属性过滤公平性推荐方法:根据用户、物品信息及其之间的交互关系,确定推荐部分模型,使用经典推荐算法来预测用户对物品的评分;根据用户特征和物品评分,设计用户侧的对抗学习网络,从用户侧过滤敏感信息;根据现有数据集中物品和用户的敏感特征关系的统计信息,建立用户与物品敏感信息的潜在关联,从物品侧过滤敏感信息;结合用户评分与物品信息从用户‑物品侧过滤敏感信息。本发明方法在去除用户敏感信息方面有明显优势,不仅从多个角度提升了推荐公平性,并且在推荐准确性方面表现最佳,提升了推
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117112905 A
(43)申请公布日 2023.11.24
(21)申请号 202311127004.1 G06N 3/048 (2023.01)
(22)申请日 2023.09.
原创力文档


文档评论(0)