CVGAE 的项目扩展与二次开发
2025-06-13 17:06:38作者:钟日瑜
项目的基础介绍
CVGAE(Camouflaged Variational Graph AutoEncoder)是一个针对跨域推荐系统中的用户属性信息泄露问题而设计的开源项目。该项目基于变分图自编码器(VAE)和图卷积网络(GCN),通过结合两者的优势,有效捕捉用户潜在特征并利用高阶关系信息,同时引入用户属性保护模块,以减少用户属性信息的泄露风险。
项目的核心功能
- 跨域推荐:CVGAE旨在解决跨域推荐中的数据稀疏性问题,通过结合两个领域的数据来提高推荐性能。
- 用户属性保护:项目设计了一个用户属性保护模块,该模块能够融合用户属性伪装信息与知识迁移,从而在保护用户隐私的同时不牺牲推荐性能。
- 攻击模型评估:CVGAE提供了攻击模型,用于评估在推荐过程中用户属性信息的泄露程度。
项目使用了哪些框架或库?
CVGAE项目主要使用了以下框架或库:
- Python 3.7+
- PyTorch
- pandas
- numpy
- tqdm
- scipy
- xgboost
- scikit-learn
项目的代码目录及介绍
项目的代码目录结构如下:
Data/
:存储处理后的数据集。Code/
:包含主要的训练和测试代码。main.py
:项目的主入口,用于运行模型的训练和测试。
attack/
:包含用于属性推断攻击的代码。attribute_inference_attacks.py
:用于执行属性推断攻击。camouflaged_attribute_embedding.py
:用于学习伪装的属性嵌入。
requirements.txt
:列出了项目所需的依赖库。README.md
:项目的详细说明文档。
对项目进行扩展或者二次开发的方向
-
算法优化:可以对CVGAE中的模型结构进行优化,比如尝试不同的网络结构、损失函数或正则化策略,以提高模型的推荐性能和隐私保护效果。
-
数据增强:扩展数据预处理模块,增加更多的数据清洗、特征工程或数据增强方法,以提升模型对不同数据集的适应性。
-
多属性保护:目前项目主要关注单一属性的保护,可以扩展模型以同时保护多个用户属性,如性别、年龄、职业等。
-
模型泛化:可以将CVGAE模型应用于其他类型的推荐系统,如标签推荐、序列推荐等,以验证模型的泛化能力。
-
用户界面:开发一个用户友好的界面,用于模型的交互式训练、测试和结果展示。
通过上述扩展和二次开发,CVGAE项目可以更好地服务于跨域推荐系统,并在保护用户隐私的同时提高推荐质量。
登录后查看全文
热门项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0134AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
231
2.31 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
76

React Native鸿蒙化仓库
JavaScript
216
290

暂无简介
Dart
532
117

仓颉编程语言运行时与标准库。
Cangjie
122
93

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
991
587

Ascend Extension for PyTorch
Python
74
103

仓颉编程语言测试用例。
Cangjie
34
60

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
401