Bài báo này đề xuất một phương pháp để định lượng rủi ro riêng tư của dữ liệu đào tạo cho các hệ thống đề xuất (RecSys). RecSys hiện tại sử dụng dữ liệu tương tác người dùng-mục nhạy cảm, nhưng thiếu bảo vệ quyền riêng tư. Mặc dù người dùng có quyền giữ lại thông tin tương tác nhạy cảm, nhưng vấn đề là rất khó để xác định tương tác nào nhạy cảm hơn. Do đó, bài báo này đề xuất RecPS, một phương pháp đo điểm riêng tư dựa trên các cuộc tấn công suy luận thành viên (MIA). RecPS đo lường rủi ro riêng tư ở cả cấp độ tương tác và người dùng, và điểm số cấp độ tương tác được bắt nguồn từ khái niệm quyền riêng tư khác biệt. Thành phần cốt lõi của nó là RecLiRA, một phương pháp MIA cấp độ tương tác cung cấp ước tính thành viên chất lượng cao. Kết quả thực nghiệm chứng minh rằng điểm số RecPS hiệu quả trong việc đánh giá rủi ro và hủy đào tạo các mô hình RecSys.
