Updated 1146 days ago

基于隐私计算的推荐系统研究

通过结合隐私计算,从根本上解决用户的各类数据(行为数据、基础信息等)被推荐系统底层算法明文处理,并打破数据孤岛,在数据确权的情况下加密使用联邦学习,使得多方数据得到安全有效的利用。

  • Crypto / Web3
  • PlatON

Members 1

大家好,我是乐浅浅,来自中国,是PlatON&浅浅社区创始人。浅浅是一名在读学生,主要的研究方向是推荐系统和知识图谱,有超过十年的网上冲浪经验,掌握微信小程序从开发到上线的全流程,对推荐系统、现代密码学、区块链、联邦学习有一定的了解。具备对社交软件的解构、重建能力,对项目策划、顶层设计有个人主见与看法。
hacker3130
Owner