Bài báo này đề cập đến vấn đề áp dụng các nguyên tắc tối thiểu hóa quyền riêng tư trong các hệ thống đề xuất. Việc áp dụng các nguyên tắc tối thiểu hóa quyền riêng tư là một thách thức vì các hệ thống đề xuất phụ thuộc vào một lượng lớn dữ liệu cá nhân. Bài báo này tiến hành một nghiên cứu khả thi về việc tối thiểu hóa dữ liệu suy luận phản hồi ngầm. Chúng tôi trình bày một định nghĩa vấn đề mới, phân tích các kỹ thuật tối thiểu hóa khác nhau và nghiên cứu các yếu tố chính ảnh hưởng đến hiệu quả của chúng. Chúng tôi chứng minh rằng việc giảm đáng kể dữ liệu suy luận mà không làm giảm hiệu suất là khả thi về mặt kỹ thuật. Tuy nhiên, tính thực tiễn của nó phụ thuộc rất nhiều vào các thiết lập kỹ thuật (ví dụ: mục tiêu hiệu suất, lựa chọn mô hình) và đặc điểm của người dùng (ví dụ: quy mô lịch sử, độ phức tạp của sở thích). Do đó, trong khi chứng minh tính khả thi về mặt kỹ thuật, chúng tôi kết luận rằng việc tối thiểu hóa dữ liệu vẫn là một thách thức thực tế, và sự phụ thuộc của nó vào bối cảnh kỹ thuật và người dùng khiến việc triển khai một tiêu chuẩn chung về "tính cần thiết" của dữ liệu trở nên khó khăn.
