Zobrazeno 1 - 6
of 6
pro vyhledávání: '"QIN Jiangcheng"'
Federated Recommendation can mitigate the systematical privacy risks of traditional recommendation since it allows the model training and online inferring without centralized user data collection. Most existing works assume that all user devices are
Externí odkaz:
http://arxiv.org/abs/2206.13715
Autor:
Qin, Jiangcheng, Liu, Baisong
Recommender System (RS) is currently an effective way to solve information overload. To meet users' next click behavior, RS needs to collect users' personal information and behavior to achieve a comprehensive and profound user preference perception.
Externí odkaz:
http://arxiv.org/abs/2011.05614
Publikováno v:
Neural Processing Letters; Dec2023, Vol. 55 Issue 6, p7351-7368, 18p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Journal of Computer Engineering & Applications; 6/1/2023, Vol. 59 Issue 11, p241-250, 10p