返回首页
融合188体育app官网：和差分隐私的新闻推荐方法
/upload/resources/image/2022/04/15/188979.png
针对已有融合188体育app官网：和隐私保护的推荐方法不能有效均衡差分隐私(DP)拉普拉斯噪声与推荐系统效率的问题，提出一种融合188体育app官网：和差分隐私的新闻推荐方法(KGPNRec)。首先，采用多通道知识感知的卷积神经网络模型(KCNN)融合新闻标题、188体育app官网：中实体和实体上下文等多维度的特征向量，以提高推荐的准确度;其次，利用注意力机制为不同敏感程度的特征向量添加不同程度的噪声，降低噪声对数据分析的影响;然后，对加权的用户特征向量添加统一的拉普拉斯噪声，保证用户数据的安全性;最后，在真实的新闻数据集上进行实验分析。实验结果表明，与融合188体育app官网：和隐私保护的多任务推荐(PPMTF)方法和基于深度知识感知网络(DKN)的推荐方法等对比方法相比，KGPNRec在保护用户隐私的同时能保证模型的预测性能。如在Bing News数据集上所提方法的曲线下面积(AUC)值、准确率和F1分数与PPMTF相比分别提高了0.019、0.034和0.034。
<<< 上一篇
188体育app官网：增强的科普文本分类方法
<<< 下一篇 融合188体育app官网：和深度学习方法的问诊推荐系统
读完这篇文章后，您心情如何？
京公网安备 11010802032778号
所有评论仅代表网友意见