论文研究 一种基于群组推荐的用户隐私保护方法.pdf
针对现有协同过滤推荐系统中存在的用户隐私泄露问题,提出一种基于群组推荐的用户隐私保护方法,利用群组的天然匿名特性,实现用户身份和个人数据的保护,具体方法包括:用户通过自组织或系统聚类形成群组后,在组内选举管理节点并构建Crowds网络,组内成员通过构建好的Crowds网络将推荐所需数据提交至管理节点,管理节点对收集的数据汇总后提交至推荐服务器;推荐服务器以群组为单位,采用基于群组—项目—标签三部图的物质扩散方法进行推荐,并将推荐结果返回至各管理节点;管理节点将结果分发至组内成员,各成员修正后生成最终推荐结果。实验结果表明,所提算法框架能够在保护用户隐私的同时,保证推荐结果质量。
用户评论
iwesgss 2020-07-18 02:02:26
这资源啥玩意