本記事では、レコメンダーシステムにおけるユーザーの敏感な情報保護のニーズに応えるため、複数属性のアンラーニングについて説明します。従来の研究は単一属性のアンラーニングに焦点を当てていましたが、現実のプライバシー保護要件は複数の敏感属性に関連してきます。本研究で提案するLEGOフレームワークは、アンラーニングプロセスを二つのステップに分けており、まず特定の属性に関連する情報をユーザーの埋め込みから削除し、次にこれらの埋め込みを単一の埋め込みに柔軟に結合します。この手法は、複数のアンラーニングリクエストを同時に処理する能力と、動的なアンラーニングニーズへの効率的な適応を実現しています。実験によって、提案したフレームワークの効果と効率性が示されています。