首页 | 本学科首页   官方微博 | 高级检索  
     

差分隐私保护在推荐系统中的应用研究
引用本文:鲜征征,李启良. 差分隐私保护在推荐系统中的应用研究[J]. 计算机应用研究, 2016, 33(5)
作者姓名:鲜征征  李启良
作者单位:1.广东金融学院 计算机科学与技术系 2.中山大学 信息科学与技术学院,中山大学 信息科学与技术学院
摘    要:推荐系统已经成为Internet商家给用户提供个性化服务的高级商务智能平台之一。然而,用于研究推荐系统的数据信息里往往存在能够被攻击者直接或者间接获取的个人隐私。近年来受到极大关注的差分隐私保护是一种非常严格的、可证明的隐私保护模型。针对目前流行的协同过滤算法之一的矩阵分解进行了研究,提出了采用差分隐私保护技术对原始输入数据进行预处理和扰动处理的新方法。最后通过在真实数据集上进行相关实验验证,结果表明文中提出的带差分隐私保护的矩阵分解算法达到了预期:一方面既能保护用于做推荐研究的原始数据集的隐私,另一方面又没有严重影响推荐的准确率。

关 键 词:推荐系统;个人隐私保护;差分隐私;矩阵分解
收稿时间:2015-01-12
修稿时间:2016-03-26

Research on Application of Differential Privacy in Recommender System
xian zhengzheng and Li qiliang. Research on Application of Differential Privacy in Recommender System[J]. Application Research of Computers, 2016, 33(5)
Authors:xian zhengzheng and Li qiliang
Affiliation:1.Department of Computer Science and Technology, Guang Dong University of Finance 2.School of Information Science and Technology of Sun Yat-sen University,School of Information Science and Technology of Sun Yat-sen University
Abstract:
Keywords:differential privacy  recommendation system  matrix factorization
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》下载全文
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