Personalized Risks and Regulatory Strategies of Large Language Models in Digital Advertising
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究探讨大型语言模型在数字广告中的个性化风险及监管策略,提出结合BERT模型和注意力机制的广告推荐算法,以提高点击率和转化率,同时保护用户隐私。
🎯
关键要点
- 本研究探讨大型语言模型在数字广告中的个性化风险及监管策略。
- 研究填补了广告推荐系统与用户隐私保护和数据安全结合的研究空白。
- 提出结合BERT模型和注意力机制的个性化广告推荐算法。
- 通过本地模型训练与数据加密实现用户隐私保护。
- 实验结果表明,该方法有效提高了广告的点击率和转化率。
- 该方法同时降低了用户隐私泄露的风险。
➡️