首页 | 本学科首页   官方微博 | 高级检索  
     

基于LSH的隐私保护POI推荐算法
引用本文:沈鑫娣,翟东君,张得天,刘安.基于LSH的隐私保护POI推荐算法[J].计算机工程,2019,45(1):96-102.
作者姓名:沈鑫娣  翟东君  张得天  刘安
作者单位:苏州大学计算机科学与技术学院,江苏苏州,215006;江南大学数字媒体学院,江苏无锡,214122
基金项目:国家自然科学基金;国家自然科学基金
摘    要:基于位置的社交网络利用用户的签到数据进行兴趣点(POI)推荐,但是出于对数据隐私的考虑,各种社交平台之间不愿意直接共享数据。为综合各个社交平台的数据从而提供更好的POI推荐服务,提出一种基于局部敏感哈希(LSH)的隐私保护POI推荐算法。通过LSH选取相似用户集合,极大地减少计算量,满足用户的快速响应需求。利用LSH和Paillier同态加密技术,在计算过程中保护数据隐私不被泄露。真实数据集上的实验结果表明,在响应时间和预测准确度上,该算法优于传统基于用户的协同过滤推荐算法。

关 键 词:局部敏感哈希  隐私保护  推荐算法  兴趣点  同态加密

Privacy Preserving POI Recommendation Algorithm Based on LSH
SHEN Xindi,ZHAI Dongjun,ZHANG Detian,LIU An.Privacy Preserving POI Recommendation Algorithm Based on LSH[J].Computer Engineering,2019,45(1):96-102.
Authors:SHEN Xindi  ZHAI Dongjun  ZHANG Detian  LIU An
Affiliation:(School of Computer Science and Technology,Soochow University,Suzhou,Jiangsu 215006,China;School of Digital Media,Jiangnan University,Wuxi,Jiangsu 214122,China)
Abstract:SHEN Xindi;ZHAI Dongjun;ZHANG Detian;LIU An(School of Computer Science and Technology,Soochow University,Suzhou,Jiangsu 215006,China;School of Digital Media,Jiangnan University,Wuxi,Jiangsu 214122,China)
Keywords:Locality-Sensitive Hashing(LSH)  privacy preserving  recommendation algorithm  Point of Interest(POI)  homomorphic encryption
本文献已被 维普 万方数据 等数据库收录!
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