IAB Audience Taxonomy 기반 연합학습 사용자 행동 분석 서비스

Project Overview

IAB Audience Taxonomy 기반 연합학습 사용자 행동 분석 서비스는 사용자의 텍스트 입력, 컨텐츠 클릭, 메타 데이터와 같은 다양한 행동 데이터를 시계열로 분석하여 인구통계학적 특성, 관심사, 구매 의도를 예측하는 서비스입니다. 연합학습 기반의 GRU 모델을 사용하여 데이터 프라이버시를 보호하면서, 맞춤형 추천 서비스를 제공합니다.

Goals:

• 프라이버시 보호: 사용자 데이터를 로컬 디바이스에서만 처리, 서버로 전송되지 않음.
• 다양한 행동 분석: 텍스트 입력, 클릭 행동, 앱 사용 패턴 등을 포함한 포괄적인 예측.
• 실시간 맞춤형 추천: 실시간으로 예측 결과를 제공하여 사용자 경험 향상.

Key Features:

• 연합학습 모델 학습: 사용자의 데이터를 서버에 전송하지 않고, 로컬에서만 학습한 결과를 통합.
• 시계열 데이터 분석: 텍스트 입력 및 행동 데이터를 GRU 기반 시계열 모델로 처리.
• IAB Taxonomy 매핑: 예측 결과를 IAB 표준 카테고리로 매핑하여 다양한 산업 분야에 적용 가능.
• 개인화 서비스 제공: 개인의 관심사와 인구통계 정보를 기반으로 맞춤형 콘텐츠 추천.

Installation

npm install iab-audience-taxonomy-analysis

Federated Learning

Federated Averaging (FedAvg):

• 각 클라이언트의 로컬 모델 가중치를 서버에서 평균화하여 글로벌 모델을 업데이트.
• 통신 효율성과 계산 복잡도를 고려하여 주기적인 업데이트 간격을 설정.

Differential Privacy:

• 각 클라이언트의 모델 업데이트에 노이즈를 추가하여 개인 데이터 노출 위험을 최소화.
• 프라이버시 예산 (ε)을 설정하여 프라이버시와 성능 간의 균형을 맞춤.