面向用户偏好时间属性的联邦推荐算法研究.pdf

面向用户偏好时间属性的联邦推荐算法研究.pdf

摘要

推荐算法作为高效筛选信息的重要技术,已广泛应用于各类商业与娱乐平台,

并成为近年来人工智能领域的研究热点。传统推荐方法通常依赖将用户数据集中

上传至服务器进行建模,然而此过程存在较高的用户隐私泄露风险。尽管联邦学

习(FederatedLearning,FL)在一定程度上缓解了数据集中化带来的隐私问题,

其在推荐算法中的应用仍面临诸多挑战。具体而言,第一,现有方法普遍未能充

分建模用户行为中的时间属性,难以动态挖掘和刻画用户在不同时刻表现出的异

质性偏好;第二,当前方法多采用结构简单的模型,

文档评论(0)

1亿VIP精品文档

相关文档