隐私保护下的京东广告数据算法实践

隐私保护背景现状

• 国内合规事件：2021年工信部对201款App予以下架处罚；2022年2月公开通报百度定位SDK、字节干告SDK等SDK违规。
• 国际合规事件：欧盟对谷歌、Facebook等罚款总计超200亿欧元；美国多州通过数据保护法；东南亚国家如新加坡、泰国等也实施个人数据保护法。
• 个性化开关改造：ID隐私政策和个性化监管持续影响用户识别能力，《互联网信息服务算法推荐管理规定》（征求意见稿）要求提供不针对个人特征的选项或便捷关闭选项。

匿名化隐私保护及群体建模简介

• 匿名性指标：
  • lK-Anonymity：每个群体至少有K个个体。
  • lL-Diversity：每个群体中的敏感属性至少有L个可区分的取值。
  • lT-Closeness：敏感属性在群体中的分布与整体分布距离不超过阈值T。
• 匿名化方法：Suppression（抹除）、Generalization（泛化）、Noise（加噪）。
• 群体建模流程：
  • 用户历史行为编码（信息量、可区分性、鲁棒性）。
  • 局部敏感哈希、聚类方法。

京东干告群体建模方案实践

• 群体建模算法：
  • Stage 1：Augmentation & Encoder，使用InfoNCELoss和Cross Entropy Loss。
  • Stage 2：Cluster Assignment、Auxiliary Reconstruction、Cohort Centroid Update。
• 站内应用实践：
  • 群体化召回：以群体为主体，群体多粒度高频集为触发器。
  • 群体化排序：排序模型去个性化，使用群体统计特征、粗粒度标签。
• 跨域群体建模站内应用：合规约束下，利用基于匿名化隐私保护的群体技术，挽回站内个性化信息缺失及跨域ID流通隔离造成的损失。