다중 모달 데이터를 활용한 개인 정보 보호 프레임워크의 효과적인 구현과 성능 평가
DIIT는 산업 추천 시스템 환경에서 효과적이고 효율적인 교차 도메인 추천을 위해 도메인 불변 정보를 추출하고 전송하는 새로운 방법입니다.
이종 그래프에서 여러 도메인의 정보를 활용하여 교차 도메인 추천 성능을 향상시키는 새로운 프레임워크인 HAGO(Heterogeneous Adaptive Graph coOrdinators)를 제안합니다. HAGO는 적응형 코디네이터를 사용하여 도메인 간의 연결을 동적으로 조정하여 유익한 상호 작용을 강화하는 동시에 부정적인 전이 효과를 완화합니다. 또한, 효과적인 그래프 프롬프팅 방법을 통해 학습된 다중 도메인 지식을 대상 도메인으로 효과적으로 전이합니다.