본 논문은 급속히 발전하는 짧은 영상 플랫폼에서 사용자 경험 향상과 플랫폼 참여도 증진을 위한 핵심 기술인 추천 시스템에 대해 다룹니다. 짧은 영상 추천 시스템은 이미지, 텍스트, 오디오와 같은 다양한 정보를 활용하여 추천 효율성을 높이지만, 심각한 사용자 프라이버시 유출 문제에 직면합니다. 따라서 본 논문은 다중 모달 정보와 차등 프라이버시 보호를 기반으로 하는 짧은 영상 추천 시스템을 제안합니다. 다중 모달 데이터의 특징 추출 및 융합에는 심층 학습 모델을 사용하여 추천 정확도를 향상시키고, 추천 시나리오에 적합한 차등 프라이버시 보호 메커니즘을 설계하여 시스템 성능을 유지하면서 사용자 데이터 프라이버시를 보장합니다. 실험 결과, 제안된 방법은 추천 정확도, 다중 모달 융합 효율성 및 프라이버시 보호 성능 측면에서 기존 주요 방법보다 우수함을 보여주며, 짧은 영상 플랫폼을 위한 추천 시스템 설계에 중요한 통찰력을 제공합니다.
