Core Concepts
Proposing a Federated Heterogeneous Graph Neural Network (FedHGNN) framework for collaborative training of recommendation models using distributed HINs while protecting user privacy.
Abstract
研究では、分散されたHINを使用して推薦モデルの共同トレーニングを行いながら、ユーザーのプライバシーを保護するためにFedHGNNフレームワークを提案しています。この新しいアプローチは、既存の手法よりも大幅に優れた性能を示しました。また、HINを活用することでコールドスタート問題が軽減されることが示唆されています。
Stats
Extensive experiments on four datasets demonstrate that our model outperforms existing methods by up to 34% in HR@10 and 42% in NDCG@10.
The privacy budget is set as 𝜖 = 1.