线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

一种基于差分隐私和时序的推荐系统模型研究

范利云; 左万利; 王英; 王鑫 电子学报 2017年第09期

摘要:推荐系统的建立依赖用户的个人隐私信息,攻击者可以通过推荐的结果对用户的状态和行为进行预测.目前,虽然有对基于协同过滤近邻隐私保护的研究,但是对基于模型的隐私保护的关注度并不够高.差分隐私理论定义了一个相当严格的防攻击模型,通过添加噪声使数据失真达到隐私保护的目的,而且用户的兴趣存在兴趣漂移问题,对推荐效果造成影响,因此,提出基于差分隐私理论和时序理论构建基于模型的推荐系统.首先,根据差分隐私理论,给用户的评分数据增加小波动的符合Laplace分布的噪声,增大待分解矩阵的安全系数;然后,在随机梯度下降模型的基础上,将时序因子建模为时间权重,提高模型的准确性.实验证明该算法的准确性,并且为增强隐私研究提供了新的思路.

关键词:推荐系统非负矩阵分解随机梯度下降法差分隐私时序理论

单位:吉林大学计算机科学与技术学院; 吉林长春130012; 吉林大学符号计算与知识工程教育部重点实验室; 吉林长春130012; 长春工程学院计算机技术与工程学院; 吉林长春130012

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电子学报

北大期刊

¥1272.00

关注 25人评论|0人关注