Jan, 2024
FedRKG: 隐私保护的联邦推荐框架通过知识图谱增强
FedRKG: A Privacy-preserving Federated Recommendation Framework via Knowledge Graph Enhancement
Dezhong Yao, Tongtong Liu, Qi Cao, Hai Jin
TL;DR提出了 FedRKG,一种基于全球知识图构建的新型联邦推荐系统,通过使用公共可用的物品信息建立和维护全局知识图,允许更高阶的用户 - 物品交互,采用伪标签和局部差分隐私来保护本地交互物品和模糊梯度,实验证明其相比于现有的联邦学习算法在确保隐私保护的同时具有竞争性的性能,平均准确率提升了 4%。