联邦学习论文阅读：Federated collaborative filtering

今年一月刚挂上arXiv的一篇联邦推荐文章Federated collaborative filtering for privacy-preserving personalized recommendation system。

摘要
作者将一个隐形反馈的CF模型修改成了联邦学习的框架，隐私性用Fed-Avg算法保证。总的来说，没什么创新。

问题
在保护用户隐私的情况下利用隐性反馈进行推荐

框架

一个横向联邦的框架，和google那篇是一模一样的。

模型

CF模型就是一个传统的矩阵分解方法，用两个向量X和Y去近似user-item矩阵R。$r_{ui}$