本文關(guān)鍵詞：網(wǎng)絡隱私保護下推薦系統(tǒng)改進研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,我國互聯(lián)網(wǎng)和電子商務的發(fā)展迅猛,覆蓋面也越來越廣泛,極大地改變了人們原有的學習、工作和生活方式。用戶面對海量的信息,需要耗費大量的時間和精力才有可能找到符合自身需求的信息。面臨選擇難的問題,推薦系統(tǒng)應時而生,解決以上個性化差異的問題。但是隨之而來的隱私泄露情況日益嚴峻,網(wǎng)絡倒賣信息越演越烈,垃圾短息、騷擾電話甚至是詐騙,給人們的生活和經(jīng)濟都帶來了極大的損害,因此把網(wǎng)絡隱私保護引入推薦系統(tǒng),是重要而又不可避免的趨勢。本文為了加強用戶隱私保護,改進推薦系統(tǒng),做了如下幾方面的工作:一、隱私保護和推薦系統(tǒng)間的問題研究。通過對隱私保護的方式、影響隱私和現(xiàn)狀進行文獻研究,同時針對推薦系統(tǒng)中的隱私信息肆意使用情況,提出引入隱私保護策略的解決方案的想法,尋找隱私保護和推薦效果的平衡點。二、用戶隱私關(guān)注調(diào)研。為了提出解決方案,前提是找準用戶對隱私關(guān)注程度和推薦系統(tǒng)中隱私使用的分歧,以此本文采用問卷調(diào)研的方式,通過探索因子分析法了解用戶對于隱私的收集、認知和控制三方面的情況,將隱私信息依據(jù)關(guān)注程度分類,為提出相應的保護策略提供理論基礎(chǔ)。三、隱私保護策略下的推薦系統(tǒng)改進。對用戶隱私關(guān)注和推薦系統(tǒng)架構(gòu)中隱私風險進行交叉分析,提出隱私保護策略,對推薦系統(tǒng)架構(gòu)建改進。首先對用戶數(shù)據(jù)進行ETL信息處理,其次將用戶關(guān)注較高的隱私信息在數(shù)據(jù)倉庫應用K-匿名算法進行隱私保護;其次在推薦層利用K-means聚類算法構(gòu)建用戶模型,用類的概念替換用戶個體;最后應用推薦算法進行相似性計算,得到TOP-N推薦集。四、實驗驗證系統(tǒng)效果。本文將利用O2O外賣用戶評分數(shù)據(jù),驗證隱私保護策略的可行性與改進后推薦系統(tǒng)的有效性。
【關(guān)鍵詞】：推薦系統(tǒng) 網(wǎng)絡隱私保護 隱私關(guān)注 K-匿名算法 聚類算法
【學位授予單位】：北京理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.3;F724.6
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-16
• 1.1 研究背景、目的及意義9-12
• 1.1.1 研究背景9-11
• 1.1.2 研究目的及意義11-12
• 1.2 研究內(nèi)容、方法及技術(shù)路線12-15
• 1.2.1 研究內(nèi)容12-13
• 1.2.2 研究方法13-14
• 1.2.3 技術(shù)路線14-15
• 1.3 本文創(chuàng)新點15
• 1.4 論文結(jié)構(gòu)安排15-16
• 第2章 研究理論基礎(chǔ)及文獻綜述16-27
• 2.1 網(wǎng)絡隱私保護理論16-20
• 2.1.1 網(wǎng)絡隱私保護概述16-18
• 2.1.2 隱私保護研究重點18-19
• 2.1.3 隱私保護研究熱點19-20
• 2.2 推薦系統(tǒng)相關(guān)理論20-27
• 2.2.0 推薦系統(tǒng)模型及特點20-21
• 2.2.1 成熟的推薦算法21-24
• 2.2.2 推薦系統(tǒng)研究研究熱點24-27
• 第3章 網(wǎng)絡隱私保護策略研究27-44
• 3.1 用戶隱私關(guān)注程度調(diào)研27-37
• 3.1.1 調(diào)研問卷設計29-30
• 3.1.2 問卷分析30-36
• 3.1.3 用戶隱私關(guān)注分析36-37
• 3.2 推薦系統(tǒng)中隱私保護分析37-41
• 3.2.1 推薦系統(tǒng)架構(gòu)38
• 3.2.2 推薦系統(tǒng)中隱私保護分析38-40
• 3.2.3 推薦系統(tǒng)中隱私風險分析40-41
• 3.3 交叉分析研究隱私保護策略41-43
• 3.4 本章小結(jié)43-44
• 第4章 網(wǎng)絡隱私保護下推薦系統(tǒng)改進44-56
• 4.1 推薦系統(tǒng)架構(gòu)改進44-46
• 4.2 隱私保護下推薦系統(tǒng)46-55
• 4.2.1 信息預處理47-49
• 4.2.2 隱私信息K-匿名保護49-52
• 4.2.3 基于聚類的用戶模型52-55
• 4.2.4 預測推薦集55
• 4.3 本章小結(jié)55-56
• 第5章 實驗驗證56-64
• 5.1 實驗準備56-58
• 5.1.1 實驗環(huán)境56
• 5.1.2 實驗數(shù)據(jù)56-57
• 5.1.3 評價標準57-58
• 5.2 推薦系統(tǒng)中隱私保護策略可行性58-61
• 5.2.1 匿名保護可行性58-60
• 5.2.2 用戶聚類有效性60-61
• 5.3 改進后推薦系統(tǒng)有效性61-63
• 5.4 本章小結(jié)63-64
• 總結(jié)64-66
• 參考文獻66-72
• 附錄72-75
• 致謝75

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 米可菲;張勇;邢春曉;蔚欣;;面向大數(shù)據(jù)的開源推薦系統(tǒng)分析[J];計算機與數(shù)字工程;2013年10期

2 脫建勇;王嵩;李秀;劉文煌;;精品課共享中的推薦系統(tǒng)框架與實現(xiàn)[J];計算機工程與設計;2006年17期

3 蘇冠賢;張麗霞;林丕源;劉吉平;;生物信息學推薦系統(tǒng)的設計與實現(xiàn)[J];計算機應用研究;2007年05期

4 王改芬;;推薦系統(tǒng)研究綜述[J];軟件導刊;2007年23期

5 葉群來;;營銷與網(wǎng)絡推薦系統(tǒng)[J];電子商務;2007年10期

6 李媚;;個性化網(wǎng)絡學習資源推薦系統(tǒng)研究[J];福建電腦;2008年12期

7 潘冉;姜麗紅;;基于經(jīng)濟學模型的推薦系統(tǒng)的研究[J];計算機應用與軟件;2008年03期

8 劉魯;任曉麗;;推薦系統(tǒng)研究進展及展望[J];信息系統(tǒng)學報;2008年01期

9 劉小燕;陳艷麗;賈宗璞;沈記全;;基于增強學習的旅行計劃推薦系統(tǒng)[J];計算機工程;2010年21期

10 曹畋;;智能推薦系統(tǒng)在知識瀏覽領(lǐng)域的應用[J];硅谷;2011年21期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 張燕;李燕萍;;基于內(nèi)容分析和點擊率記錄的混合音樂推薦系統(tǒng)[A];2009年通信理論與信號處理學術(shù)年會論文集[C];2009年

2 趙欣;寇綱;鄔文帥;盧艷群;;基于時間密集性的推薦系統(tǒng)攻擊檢測[A];第六屆（2011）中國管理學年會論文摘要集[C];2011年

3 張玉連;張波;張敏;;改進的個性化信息推薦系統(tǒng)的設計與實現(xiàn)[A];2005年全國理論計算機科學學術(shù)年會論文集[C];2005年

4 王君;許潔萍;;層次音樂推薦系統(tǒng)的研究[A];第18屆全國多媒體學術(shù)會議（NCMT2009）、第5屆全國人機交互學術(shù)會議（CHCI2009）、第5屆全國普適計算學術(shù)會議（PCC2009）論文集[C];2009年

5 潘宇;林鴻飛;楊志豪;;基于用戶聚類的電子商務推薦系統(tǒng)[A];第三屆學生計算語言學研討會論文集[C];2006年

6 尤忠彬;陳越;張英;朱揚勇;;基于Web服務的技術(shù)轉(zhuǎn)移平臺推薦系統(tǒng)研究[A];第二十二屆中國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2005年

7 王國霞;劉賀平;李擎;;二部圖影射及其在推薦系統(tǒng)中的應用[A];第25屆中國控制與決策會議論文集[C];2013年

8 王雪;董愛華;吳怡之;;基于RFID技術(shù)的智能服裝推薦系統(tǒng)設計[A];2011年全國電子信息技術(shù)與應用學術(shù)會議論文集[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 ;大數(shù)據(jù)如何“落地”[N];中國新聞出版報;2014年

2 本報記者 鄒大斌;大數(shù)據(jù)：電商新武器[N];計算機世界;2012年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 周魏;推薦系統(tǒng)中基于目標項目分析的托攻擊檢測研究[D];重慶大學;2015年

2 王宏宇;商務推薦系統(tǒng)的設計研究[D];中國科學技術(shù)大學;2007年

3 楊東輝;基于情感相似度的社會化推薦系統(tǒng)研究[D];哈爾濱工業(yè)大學;2014年

4 曹渝昆;基于神經(jīng)網(wǎng)絡和模糊邏輯的智能推薦系統(tǒng)研究[D];重慶大學;2006年

5 王立才;上下文感知推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D];北京郵電大學;2012年

6 劉龍;一個能實現(xiàn)個性化實時路徑推薦服務的推薦系統(tǒng)框架[D];中國科學技術(shù)大學;2014年

7 李濤;推薦系統(tǒng)中若干關(guān)鍵問題研究[D];南京航空航天大學;2009年

8 劉士琛;面向推薦系統(tǒng)的關(guān)鍵問題研究及應用[D];中國科學技術(shù)大學;2014年

9 李方方;非獨立同分布推薦系統(tǒng)研究[D];北京理工大學;2014年

10 李曉建;基于語義的個性化資源推薦系統(tǒng)中關(guān)鍵技術(shù)研究[D];武漢大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 朱孔真;基于云計算的電子商務智能推薦系統(tǒng)研究[D];武漢理工大學;2014年

2 郭敬澤;基于賦權(quán)評分和Dpark的分布式推薦系統(tǒng)研究與實現(xiàn)[D];天津理工大學;2015年

3 周俊宇;信息推薦系統(tǒng)的研究與設計[D];江南大學;2015年

4 李煒;基于電子商務平臺的保險推薦系統(tǒng)的設計與實現(xiàn)[D];復旦大學;2013年

5 車豐;基于排序主題模型的論文推薦系統(tǒng)[D];大連海事大學;2015年

6 秦大路;基于因式分解機模型的上下文感知推薦系統(tǒng)研究[D];鄭州大學;2015年

7 徐霞婷;動態(tài)路網(wǎng)監(jiān)控與導航推薦系統(tǒng)的設計與實現(xiàn)[D];蘇州大學;2015年

8 黃學峰;基于Hadoop的電影推薦系統(tǒng)研究與實現(xiàn)[D];南京師范大學;2015年

9 路小瑞;基于Hadoop平臺的職位推薦系統(tǒng)的設計與實現(xiàn)[D];上海交通大學;2015年

10 李愛寶;基于組合消費行為分析的團購推薦系統(tǒng)的設計與實現(xiàn)[D];哈爾濱工業(yè)大學;2015年

  本文關(guān)鍵詞：網(wǎng)絡隱私保護下推薦系統(tǒng)改進研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：284475