JavaShuo
欄目
標籤
利用對抗技術來權衡推薦精度與用戶隱私
時間 2021-01-19
原文
原文鏈接
目錄 前言 動機 框架 實驗結果 前言 任何需要做兩方權衡並且最終尋求一種平衡的問題其實都可以轉化爲對抗學習的範式,比如圖像生成任務中既要保證生成圖片的質量又要確保判別器的識別精度;推薦任務中既要保證用戶的隱私不受侵害又要確保推薦質量的可靠。 最近騰訊廣告算法大賽的題目是用戶人口統計學屬性預測,即通過用戶在廣告系統中的交互行爲來預測用戶的人口統計學特徵,比如性別和年齡。目前排行榜中第一的準確率已經
>>阅读原文<<
相關文章
1.
利用對抗技術來權衡推薦精度與用戶隱私
2.
隱私保護應用推薦
3.
數據挖掘:用戶推薦系統技術深度揭祕
4.
技術會議 | 推薦&廣告技術的應用和未來
5.
IJCAI 2020 | 推薦系統中的隱私威脅與對策
6.
ABPR: 利用對抗訓練技術增強的BPR
7.
推薦兩個實用技術
8.
經常使用技術網站推薦
9.
推薦算法之用戶推薦(UserCF)和物品推薦(ItemCF)對比
10.
[譯] Chromium 隱私沙盒讓用戶隱私更安全
更多相關文章...
•
MySQL用戶授權(GRANT)
-
MySQL教程
•
MySQL刪除用戶權限(REVOKE)
-
MySQL教程
•
Composer 安裝與使用
•
三篇文章瞭解 TiDB 技術內幕 —— 談調度
相關標籤/搜索
實用推薦
用戶受權
用戶使用與隱私協議
私用
隱私權
用戶
利用
應用技術
通用技術
實用技術
Hibernate教程
Spring教程
MyBatis教程
應用
技術內幕
調度
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
1.2 Illustrator多文檔的幾種排列方式
2.
5.16--java數據類型轉換及雜記
3.
性能指標
4.
(1.2)工廠模式之工廠方法模式
5.
Java記錄 -42- Java Collection
6.
Java記錄 -42- Java Collection
7.
github使用
8.
Android學習筆記(五十):聲明、請求和檢查許可
9.
20180626
10.
服務擴容可能引入的負面問題及解決方法
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
利用對抗技術來權衡推薦精度與用戶隱私
2.
隱私保護應用推薦
3.
數據挖掘:用戶推薦系統技術深度揭祕
4.
技術會議 | 推薦&廣告技術的應用和未來
5.
IJCAI 2020 | 推薦系統中的隱私威脅與對策
6.
ABPR: 利用對抗訓練技術增強的BPR
7.
推薦兩個實用技術
8.
經常使用技術網站推薦
9.
推薦算法之用戶推薦(UserCF)和物品推薦(ItemCF)對比
10.
[譯] Chromium 隱私沙盒讓用戶隱私更安全
>>更多相關文章<<