隨著大數(shù)據(jù)時代的來臨,網(wǎng)絡中信息過載的問題日益突出,用戶往往很難從海量的數(shù)據(jù)中快速定位自己需要的資源。推薦算法通過挖掘用戶和信息產(chǎn)品之間的二元關系很好的解決了這一問題,但是由于推薦算法在給用戶進行推薦的過程中,往往需要使用用戶的歷史信息,這對用戶的隱私產(chǎn)生了巨大威脅。差分隱私作為近幾年保護隱私的一種新的方式,以高隱私保護效率,安全性可證明,安全級別可控等優(yōu)點受到廣泛關注。目前關于差分隱私的研究主要集中在數(shù)據(jù)發(fā)布方向,但是差分隱私的優(yōu)點使得它同樣十分適合用來解決推薦系統(tǒng)中的用戶隱私保護問題。因此,在推薦系統(tǒng)中應用差分隱私來保護用戶隱私的研究是十分有意義的。本文通過調(diào)研現(xiàn)有的差分隱私保護技術(shù)和經(jīng)典的推薦算法,著重探究了應用差分隱私保護技術(shù)來解決協(xié)同過濾算法中的隱私問題,主要貢獻包括:（1）針對協(xié)同過濾推薦算法中的用戶隱私保護問題,本文基于差分隱私保護技術(shù)提出了一種高效可行的隱私保護方法（KDPCF）。具體做法是先利用K-means聚類算法將所有用戶進行聚類,然后對聚類的結(jié)果進行優(yōu)化,最后在優(yōu)化后的結(jié)果上進行基于用戶的協(xié)同過濾推薦。為了保護用戶的隱私,在推薦過程中我們引入了差分隱私的指數(shù)機制... 

【文章來源】：安徽大學安徽省 211工程院校

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 推薦系統(tǒng)簡介
    1.2 推薦系統(tǒng)的國內(nèi)外研究現(xiàn)狀
        1.2.1 推薦系統(tǒng)中的經(jīng)典算法
        1.2.2 推薦系統(tǒng)中的安全需求
    1.3 差分隱私保護的國內(nèi)外研究現(xiàn)狀
    1.4 本文研究內(nèi)容
    1.5 組織結(jié)構(gòu)
第2章 基礎知識
    2.1 差分隱私保護模型
    2.2 差分隱私理論基礎
        2.2.1 拉普拉斯機制
        2.2.2 指數(shù)機制
    2.3 差分隱私的兩種框架
    2.4 推薦系統(tǒng)的評價標準
    2.5 本章小結(jié)
第3章 基于K-MEANS聚類的差分隱私協(xié)同過濾推薦算法
    3.1 相關知識
        3.1.1 K-means聚類算法
        3.1.2 基于用戶的協(xié)同過濾算法
    3.2 相關工作
    3.3 安全需求和設計目標
        3.3.1 安全需求
        3.3.2 設計目標
    3.4 KDPCF算法詳細設計
        3.4.1 KDPCF方案總體流程設計
        3.4.2 KDPCF詳細步驟設計
    3.5 隱私性分析
    3.6 實驗結(jié)果與分析
        3.6.1 數(shù)據(jù)來源
        3.6.2 實驗參數(shù)設置
        3.6.3 實驗結(jié)果評估
    3.7 本章小結(jié)
第4章 推薦系統(tǒng)中基于代理轉(zhuǎn)發(fā)機制的用戶隱私保護方法
    4.1 相關知識
        4.1.1 本地差分隱私保護
    4.2 相關工作
    4.3 安全需求和設計目標
        4.3.1 安全需求
        4.3.2 設計目標
        4.3.3 設計思路
    4.4 RLAS方案設計
        4.4.1 RLAS總體方案模型
        4.4.2 RLAS詳細步驟設計
    4.5 實驗結(jié)果與分析
        4.5.1 數(shù)據(jù)來源和參數(shù)設置
        4.5.2 實驗結(jié)果和分析
    4.6 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 研究展望
參考文獻
致謝
在讀期間發(fā)表的學術(shù)論文
在讀期間參加的科研項目


【參考文獻】：
期刊論文
[1]面向數(shù)據(jù)發(fā)布和分析的差分隱私保護[J]. 張嘯劍,孟小峰.  計算機學報. 2014(04)
[2]差分隱私保護下一種精確挖掘top-k頻繁模式方法[J]. 張嘯劍,王淼,孟小峰.  計算機研究與發(fā)展. 2014(01)
[3]差分隱私保護及其應用[J]. 熊平,朱天清,王曉峰.  計算機學報. 2014(01)
[4]CoPrivacy:一種用戶協(xié)作無匿名區(qū)域的位置隱私保護方法[J]. 黃毅,霍崢,孟小峰.  計算機學報. 2011(10)
[5]一種基于中間代理的個性化推薦系統(tǒng)[J]. 杜定宇,王茜.  計算機技術(shù)與發(fā)展. 2011(09)

碩士論文
[1]基于隱私保護的個性化推薦系統(tǒng)的研究與實現(xiàn)[D]. 陳婷.復旦大學 2008



本文編號：3148244