Feb, 2023
面向推荐的半去中心化联邦自我图学习
Semi-decentralized Federated Ego Graph Learning for Recommendation
Liang Qu, Ningzhi Tang, Ruiqi Zheng, Quoc Viet Hung Nguyen, Zi Huang...
TL;DR本文提出了一种半去中心化的联邦图神经网络推荐框架(SemiDFEGL),它通过设备之间的合作来提高可扩展性并降低通信成本,并创新地利用预测的互动项目节点来连接孤立的 Ego 图以增强本地子图,进而以隐私保护的方式使用高阶用户 - 项协同信息。此外,该框架面向模型,可以与现有的图神经网络推荐方法和隐私保护技术无缝集成。实验结果表明,与其他联邦推荐方法相比,所提出的 SemiDFEGL 具有较高的性能优势。