Privacy enhanced matrix factorization for recommendation with local differential privacy
Recommender systems are collecting and analyzing user data to provide better user experience. However, several privacy concerns have been raised when a recommender knows user's set of items or their ratings. A number of solutions have been suggested to improve privacy of legacy recommender syst...
محفوظ في:
المؤلفون الرئيسيون: | Shin, Hyejin, Kim, Sungwook, Shin, Junbum, Xiao, Xiaokui |
---|---|
مؤلفون آخرون: | School of Computer Science and Engineering |
التنسيق: | مقال |
اللغة: | English |
منشور في: |
2018
|
الموضوعات: | |
الوصول للمادة أونلاين: | https://hdl.handle.net/10356/87023 http://hdl.handle.net/10220/45218 |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
المؤسسة: | Nanyang Technological University |
اللغة: | English |
مواد مشابهة
-
PRIVACY PRESERVING METHODS FOR LOCALIZATION
بواسطة: FENG TIANYI
منشور في: (2021) -
Collecting and analyzing multidimensional data with local differential privacy
بواسطة: Wang, N, وآخرون
منشور في: (2019) -
SPoFC: a framework for stream data aggregation with local differential privacy
بواسطة: Yang, Mengmeng, وآخرون
منشور في: (2023) -
Optimizing Batch Linear Queries under Exact and Approximate Differential Privacy
بواسطة: Yuan, Ganzhao, وآخرون
منشور في: (2017) -
Secure hot path crowdsourcing with local differential privacy under fog computing architecture
بواسطة: Yang, Mengmeng, وآخرون
منشور في: (2021)