图引导的联邦推荐个性化
摘要：图引导的个性化联邦推荐服务架构 (GPFedRec) 提供了在不与服务器共享用户数据的情况下进行推荐的方法。现有的方法在每个客户端上部署一个推荐模型，并通过同步和聚合项目嵌入来协调它们的训练。然而，由于用户通常对某些项目有不同的喜好，这些方法会不加区分地聚合来自所有客户端的项目嵌入，从而平衡了底层特定用户的喜好。这样的忽视会使聚合嵌入变得不够区分，并阻碍个性化推荐。本文提出了一种新的图引导个性化联邦推荐框架 (GPFedRec)，该框架通过利用自适应图结构来捕捉用户偏好的相关性，增强了客户端之间的跨用户协作。此外，它通过将其制定为一个统一的联邦优化框架，引导客户端的训练过程，其中模型可以同时使用共享和个性化的用户偏好。在五个基准数据集上的实验证明了 GPFedRec 在提供个性化推荐方面的卓越表现。
作者：Chunxu Zhang, Guodong Long, Tianyi Zhou, Peng Yan, Zijjian Zhang and Bo Yang
论文ID：2305.07866
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-05-16