【摘 要】
:
2022年3月国家互联网信息办公室等四部门联合发布了《互联网信息服务算法推荐管理规定》,指出推荐算法需要对个人信息依法予以保密,不得泄露或非法向他人提供。推荐系统为用户在海量数据中提供精准的选择,但在这个过程中会收集到大量的用户信息。一方面,推荐模型需要大量的有效用户标注数据来进行模型的训练,推荐系统的准确度和个性化程度都与其掌握的个人信息成正比。另一方面从个人信息保护的角度来说,将个人数据上传到
论文部分内容阅读
2022年3月国家互联网信息办公室等四部门联合发布了《互联网信息服务算法推荐管理规定》,指出推荐算法需要对个人信息依法予以保密,不得泄露或非法向他人提供。推荐系统为用户在海量数据中提供精准的选择,但在这个过程中会收集到大量的用户信息。一方面,推荐模型需要大量的有效用户标注数据来进行模型的训练,推荐系统的准确度和个性化程度都与其掌握的个人信息成正比。另一方面从个人信息保护的角度来说,将个人数据上传到推荐服务提供商的服务器上会有可能造成个人信息泄露风险。当用户的个人信息得不到保障,就会造成用户对推荐系统的不信任问题,从而拒绝提供个人信息。针对以上问题,本文首先对比了基于矩阵的推荐算法和基于图的推荐算法的推荐效率选出了表现较好的神经图协同过滤算法(NGCF)。并在此基础上提出了基于联邦迁移学习的神经图协同过滤算法(FTL-NGCF)。使用联邦学习的分布式学习方式来解决模型训练中可能出现的个人信息泄露问题。其次使用迁移学习的方式在相关领域中迁移模型结构,以改进推荐效果。FTL-NGCF使用第三方服务器协调客户端设备进行模型的学习,将本地的训练模型权重聚合到第三方服务器的模型中,以显式方式注入到嵌入过程中。在保障推荐准确率的基础上,实现对用户个人信息的保护。本研究提出的FTL-NGCF算法在遵守数据隐私和数据安全的规定下建立起一个有效的共享机器学习模型。在三个公开数据集以及相同实验条件下实验结果表明,相对于原始的NGCF方法实现了良好的个人信息保护,同时对比基于图的推荐算法实现推荐效率的提升。因而,FTL-NGCF能够在推荐准确性、个人信息保护以及通信成本之间取得良好的平衡,具有实际应用的巨大潜力,并且为实现负责任和智能的个性化推荐系统提供了新的思路。最后,基于FTL-NGCF算法,本研究设计实现电影推荐系统。系统使用的数据来自豆瓣电影网站,该系统基于B/S架构,采用MVC设计模式。系统主要实现根据用户的交互记录来生成电影推荐列表,并且将用户与电影的交互数据反馈给推荐模型。
其他文献
肺癌是常见的癌症类型,也是发病率和死亡率均位居前列的疾病。肺癌早期的表现大多是肺部出现小结节,因此肺结节良恶性的早期定性诊断成为临床研究的重点。医生通过CT技术对肺结节进行筛查,降低了肺癌的死亡率,然而,人工观察CT图像进行疾病诊断效率较低且主观性较强。因此,基于CT图像检索的肺结节辅助诊断研究对提高医生的诊断效率具有重要意义。传统的医学图像检索方法存在手工提取病灶区域的局限性,本文基于图像分割的
随着互联网技术的蓬勃发展,电商行业在互联网技术的支持下也取得了高速的进步,由于网络购物的便捷性与高效性,越来越多的人选择在电商平台进行消费。网购过程中会产生大量的数据,而商品评论就是其中非常重要的一部分。普通消费者在选购商品时会重点参考商品的在线评论,然而在线评论往往体量巨大,导致消费者无法高效利用。为了使消费者能够充分地利用在线商品评论进行网购,本文结合相关理论技术实现了一个基于在线评论的商品辅
随着市场对工业产品的要求越来越高,基于传统数字图像处理的自动化表面缺陷检测难以满足实际生产需要。随着基础硬件计算力的提升,人工智能(AI)技术逐渐登上应用舞台,这促使基于深度学习的表面缺陷检测方法成为工业视觉领域中的主流研究方向之一。然而,AI应用开发有着训练数据来源及格式复杂、训练依赖于多类型资源、开发流程繁琐等特性,现今公开的AI解决方案和相关平台存在模型和图像数据管理不统一、数据安全性不高和
随着互联网和物流系统的高速发展,线上购物方式已经成为消费者购买商品的首要选择。在网络购物规模日益扩大、频率日益增加的背景下,电子商务平台每天都会产生大量的商品评论数据。线上购物中商品评论对消费者购买意愿有较大影响,而动辄数以万计的商品评论需要使用情感分析系统分析。现有的情感分析系统多采用监督学习方法,这种方法需要大量高质量标注数据对模型训练,但标注数据的获取需要昂贵的人工和时间成本,同时无标注数据
随着中国社会经济的不断高速发展,我国目前机动车保有量快速增长,这一方面见证了中国社会经济的发展,人民生活水平的提高,另一方面也对城市道路的通行能力提出了更高的挑战,城市交通状况不断恶化。虽然各个城市的道路交通基础设施在不断完善,各种交通出行政策不断发布,但是交通拥堵情况仍不容乐观。交通拥堵问题是各个城市面临的难题之一,也是城市发展过程中需要解决的重大问题。移动互联网时代的到来让所有的移动端设备都能
经济的高速发展带来资金的频繁流动,随着社会需求和消费观念的转变,信用贷款成为当前人们解决资金周转问题的首选方式。随着需求的不断增加和我国信用体系的不断完善,海量数据带来维数灾难以及特征繁多等问题,给贷款违约预测带来新的挑战。因此将集成学习技术应用于贷款辅助决策具有一定的理论研究价值和现实需求意义。本文基于特征工程和多视图学习结合集成学习技术,对实际贷款数据进行建模分析,设计并实现了基于集成模型的贷
如今电子病历是医院信息化的产物,这其中包含有大量的临床知识和医疗信息,常常被用来做临床诊断以及药物推荐等,因此利用自然语言处理来挖掘医疗文本中的信息成为了一个重要的研究课题。在一领域中,命名实体识别被广泛地应用,它可以用来提取医疗文本中的各类实体,关系抽取作为其下游任务,可以用来抽取出实体之间的关系。在实际生活中,人们也逐渐关注到电子病历结构化系统,将传统的非结构化文本转化为结构化数据,便于医生更
2020年,我国最高人民法院和武汉市中级人民法院接连在标准必要专利诉讼中依据知识产权行为保全制度,实质上签发“禁诉令”,表明了我国建立标准必要专利诉讼禁诉令制度的现实需要。我国尚未建立禁诉令制度,面对我国当事人申请签发禁诉令的需求,我国法院只能通过适用知识产权行为保全制度来应对,但是知识产权行为保全制度并不能与禁诉令划等号,二者的理论基础、适用条件存在着极大的差异,并且其与国际上的禁诉令制度无法完
传统理论一般认为,反垄断争议是具有公法性质的争议,是国家司法领域的故有领地,必须通过法院进行裁判,不可以通过仲裁方式进行解决。党的十八大以来,国家加大了对反垄断的执法力度以及相关行业的整治,反垄断争议层出不穷,且案件数量持续增长。尽管现行争议解决机制在一定程度上发挥着重要作用,但因其自身具有的局限性导致无法发挥最大作用,例如反垄断争议行政执行解决方式无法克服行政执法机构地位边缘化、执法手段单一、执
高新技术产业,是国民经济体系中不可或缺的产业,是我国经济发展的重要倚靠,具有广阔的发展前景。十九大汇报中指出我国要到二〇三五年步入创新型大国队列,高新技术产业成为建立社会主义创新型大国进程中的关键主体,它的发展关乎着国家创新发展。高新技术产业创新绩效的高低代表着产业发展水平,故,研究高新技术产业创新绩效有着重要的价值。同时,近年来,国家大力发展数字经济,“数字经济”这一概念在理论和实践中都被广泛使