隐私保护跨域推荐算法

破解数据稀疏难题

通过融合辅助域非隐私偏好特征，在保护用户隐私的同时提升工业物联网设备的推荐性能。

于旭 · Peng, Qinglong · 吕宏武 · Zhan, Dingjia · 胡强 · 杜军威 · 巩敦卫 · Daobo, Sun

IEEE Transactions on Consumer Electronics 2023

技术优势

缓解数据稀疏

通过引入辅助域的非隐私偏好特征，弥补目标域评分数据不足的问题，从而提升推荐准确性。

隐私得到保护

只提取辅助域的非隐私偏好特征，不直接共享原始评分信息，符合隐私保护要求。

提升推荐性能

将提取的偏好特征与目标域信息融合，在Amazon数据集上的实验验证了算法有效性。

应用场景

• 工业物联网设备推荐：为工业物联网设备平台提供精准推荐，提升用户匹配效率。
• 跨域推荐：借助异构产品消费行为缓解目标域数据稀疏，实现知识迁移。
• 隐私保护推荐：在不直接共享原始评分数据的前提下完成跨域推荐，保护用户隐私。