首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   0篇
综合类   1篇
自动化技术   1篇
  2019年   1篇
  2015年   1篇
排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
根据社会网络中人们的行动决策会受到周围人群影响的特征,在Web社会网络环境中提出了一个引入群体凝聚度的信任模型GC-Trust.模型首先对节点进行凝聚群的划分,其次从两个层面研究信任度,一是凝聚群之间的信任度,二是凝聚群与单个节点之间的信任度,再利用节点所在凝聚群内的群凝聚度以及节点在自身凝聚群中的影响力作为不同信任度之间的权重将他们进行综合,从而综合形成节点的凝聚信任度,以便选择合适的对象.实验表明GC-Trust模型与Tidal Trust模型以及基于同质度的信任模型相比,在凝聚群规模相对平衡且凝聚度高的环境中具有更高信任预测准确度.  相似文献   
2.
胡闯  杨庚  白云璐 《计算机科学》2019,46(2):120-126
大数据时代的数据挖掘技术在研究和应用等领域取得了较大发展,但大量敏感信息披露给用户带来了众多威胁和损失。因此,在聚类分析过程中如何保护数据隐私成为数据挖掘和数据隐私保护领域的热点问题。传统差分隐私保护k-means算法对其初始中心点的选择较为敏感,而且在聚簇个数k值的选择上存在一定的盲目性,降低了聚类结果的可用性。为了进一步提高差分隐私k-means聚类方法聚类结果的可用性,研究并提出一种新的基于差分隐私的DPk-means-up聚类算法,同时进行了理论分析和比较实验。理论分析表明,该算法满足ε-差分隐私,可适用于不同规模和不同维度的数据集。此外,实验结果表明,在相同隐私保护级别下,与其他差分隐私k-means聚类方法相比,所提算法有效提高了聚类的可用性。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号