發(fā)布時間：2018-05-18 20:02

  本文選題：推薦系統(tǒng) + 軌跡隱私�。� 參考：《西南科技大學(xué)》2017年碩士論文

【摘要】：隨著移動社交網(wǎng)絡(luò)的快速發(fā)展,基于GPS位置的服務(wù)給人們的生活帶來了很多的樂趣與便捷。然而在享受LBS便捷服務(wù)的同時,用戶的位置隱私保護(hù)也面臨越來越大的考驗(yàn),如何保護(hù)位置隱私成為了研究的熱門話題。本文研究了現(xiàn)有位置隱私保護(hù)算法的特點(diǎn)和不足,在k-匿名算法和泛化法的基礎(chǔ)上提出了基于位置坐標(biāo)均值的隱匿算法。算法取用真實(shí)位置均值坐標(biāo)生成隱匿區(qū)域,并把整個區(qū)域作為用戶的位置發(fā)送給應(yīng)用服務(wù)器;應(yīng)用服務(wù)器通過計(jì)算隱匿區(qū)域的圓心生成推薦區(qū)域,并且根據(jù)推薦區(qū)域的商家信息為用戶提供推薦服務(wù)。這種算法在隱私保護(hù)度、匿名成本、匿名時間等性能上有很大的優(yōu)勢,而且在給用戶提供優(yōu)質(zhì)位置隱私保護(hù)的同時不影響推薦效果。應(yīng)用服務(wù)端在提供服務(wù)時獲取了大量的用戶位置信息,對這些用戶基本信息和用戶歷史記錄加以利用,能夠給用戶提供基于位置的個性化推薦。本文通過爬取大眾點(diǎn)評的商家數(shù)據(jù),通過邏輯回歸算法對數(shù)據(jù)模型訓(xùn)練獲得模型結(jié)果。根據(jù)用戶當(dāng)前位置求取區(qū)域范圍內(nèi)的商家信息,利用邏輯回歸和協(xié)同過濾算法,成功實(shí)現(xiàn)了基于位置隱私保護(hù)的個性化商家推薦系統(tǒng),并且實(shí)現(xiàn)的系統(tǒng)在推薦準(zhǔn)確率上很有優(yōu)勢�；ヂ�(lián)網(wǎng)數(shù)據(jù)呈現(xiàn)爆炸式增長,解決信息超載問題成為一大難題,傳統(tǒng)處理大數(shù)據(jù)方法優(yōu)勢顯得越來越弱,因此本文采用處理數(shù)據(jù)效率更高的大數(shù)據(jù)集群運(yùn)算框架Spark實(shí)現(xiàn),通過機(jī)器學(xué)習(xí)庫Spark MLlib完成了基于隱私保護(hù)的推薦系統(tǒng)設(shè)計(jì)。
[Abstract]:With the rapid development of mobile social networks, GPS location-based services bring people a lot of fun and convenience. However, while enjoying the convenient services of LBS, the location privacy protection of users is also facing more and more challenges. How to protect location privacy has become a hot topic. In this paper, the characteristics and shortcomings of the existing location privacy protection algorithms are studied. Based on the k-anonymity algorithm and the generalization method, the hiding algorithm based on the location coordinate mean is proposed. The algorithm uses the real location mean coordinates to generate the hidden area, and sends the whole region to the application server as the user's position. The application server generates the recommendation area by calculating the center of the hidden region. And provides the recommendation service for the user according to the merchant information of the recommendation area. This algorithm has great advantages in privacy protection, anonymity cost, anonymous time and so on, and it does not affect the recommendation effect while providing users with high quality location privacy protection. The application server obtains a large amount of user location information when it provides the service, and makes use of these users' basic information and user history records, which can provide users with personalized recommendation based on location. In this paper, the model results are obtained by crawling the merchant data of Dianping and training the data model by logical regression algorithm. According to the current location of the user to obtain the business information within the scope of the region, using logical regression and collaborative filtering algorithm, the personalized merchant recommendation system based on location privacy protection is successfully implemented. And the implementation of the system in the recommendation accuracy is very good. With the explosive growth of Internet data, solving the problem of information overload has become a big problem, and the advantage of traditional big data processing method is becoming weaker and weaker. Therefore, this paper uses the big data cluster operation framework Spark which is more efficient to process data. The recommendation system based on privacy protection is designed by machine learning library Spark MLlib.
【學(xué)位授予單位】：西南科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;守住你的秘密——隱私保護(hù)神[J];計(jì)算機(jī)與網(wǎng)絡(luò);2002年05期

2 李學(xué)聚;;新時期讀者隱私保護(hù)探析[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2006年13期

3 管重;;誰偷窺了你的隱私[J];數(shù)字通信;2007年15期

4 孔為民;;大學(xué)圖書館與隱私保護(hù)[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2007年26期

5 尹凱華;熊璋;吳晶;;個性化服務(wù)中隱私保護(hù)技術(shù)綜述[J];計(jì)算機(jī)應(yīng)用研究;2008年07期

6 高楓;張峰;周偉;;網(wǎng)絡(luò)環(huán)境中的隱私保護(hù)標(biāo)準(zhǔn)化研究[J];電信科學(xué);2013年04期

7 高密;薛寶賞;;我的電腦信息 隱私保護(hù)很強(qiáng)大[J];網(wǎng)友世界;2010年11期

8 ;為自己的電子商務(wù)設(shè)計(jì)隱私保護(hù)[J];個人電腦;2000年07期

9 ;隱私保護(hù)的10個準(zhǔn)則[J];個人電腦;2000年07期

10 岑婷婷;韓建民;王基一;李細(xì)雨;;隱私保護(hù)中K-匿名模型的綜述[J];計(jì)算機(jī)工程與應(yīng)用;2008年04期

相關(guān)會議論文 前10條

1 鄭思琳;陳紅;葉運(yùn)莉;;實(shí)習(xí)護(hù)士病人隱私保護(hù)意識和行為調(diào)查分析[A];中華護(hù)理學(xué)會第8屆全國造口、傷口、失禁護(hù)理學(xué)術(shù)交流會議、全國外科護(hù)理學(xué)術(shù)交流會議、全國神經(jīng)內(nèi)、外科護(hù)理學(xué)術(shù)交流會議論文匯編[C];2011年

2 孫通源;;基于局部聚類和雜度增益的數(shù)據(jù)信息隱私保護(hù)方法探討[A];中國水利學(xué)會2013學(xué)術(shù)年會論文集——S4水利信息化建設(shè)與管理[C];2013年

3 張亞維;朱智武;葉曉俊;;數(shù)據(jù)空間隱私保護(hù)平臺的設(shè)計(jì)[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（一）[C];2008年

4 公偉;隗玉凱;王慶升;胡鑫磊;李換雙;;美國隱私保護(hù)標(biāo)準(zhǔn)及隱私保護(hù)控制思路研究[A];2013年度標(biāo)準(zhǔn)化學(xué)術(shù)研究論文集[C];2013年

5 張鵬;于波;童云海;唐世渭;;基于隨機(jī)響應(yīng)的隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報(bào)告篇）[C];2004年

6 桂瓊;程小輝;;一種隱私保護(hù)的分布式關(guān)聯(lián)規(guī)則挖掘方法[A];2009年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會議論文集(下冊)[C];2009年

7 俞笛;徐向陽;解慶春;劉寅;;基于保序加密的隱私保護(hù)挖掘算法[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會湖南省計(jì)算機(jī)學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

8 李貝貝;樂嘉錦;;分布式環(huán)境下的隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2005年

9 徐振龍;郭崇慧;;隱私保護(hù)數(shù)據(jù)挖掘研究的簡要綜述[A];第七屆（2012）中國管理學(xué)年會商務(wù)智能分會場論文集（選編）[C];2012年

10 潘曉;郝興;孟小峰;;基于位置服務(wù)中的連續(xù)查詢隱私保護(hù)研究[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（A輯）[C];2009年

相關(guān)重要報(bào)紙文章 前10條

1 記者 李舒瑜;更關(guān)注隱私保護(hù)和人格尊重[N];深圳特區(qū)報(bào);2011年

2 荷蘭鹿特丹醫(yī)學(xué)中心博士 吳舟橋;荷蘭人的隱私[N];東方早報(bào);2012年

3 本報(bào)記者 周靜;私密社交應(yīng)用風(fēng)潮來襲 聚焦小眾隱私保護(hù)是關(guān)鍵[N];通信信息報(bào);2013年

4 獨(dú)立分析師 陳志剛;隱私管理應(yīng)歸個人[N];通信產(chǎn)業(yè)報(bào);2013年

5 本報(bào)記者 朱寧寧;商業(yè)利益與隱私保護(hù)需立法平衡[N];法制日報(bào);2014年

6 袁元;手機(jī)隱私保護(hù)萌發(fā)商機(jī)[N];證券日報(bào);2014年

7 王爾山;跟隱私說再見[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2008年

8 記者 武曉黎;360安全瀏覽器推“隱私瀏覽”模式[N];中國消費(fèi)者報(bào);2008年

9 早報(bào)記者 是冬冬;“美國隱私保護(hù)法律已過時”[N];東方早報(bào);2012年

10 張曉明;隱私的兩難[N];電腦報(bào);2013年

相關(guān)博士學(xué)位論文 前10條

1 孟祥旭;基于位置的移動信息服務(wù)技術(shù)與應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2013年

2 蘭麗輝;基于向量模型的加權(quán)社會網(wǎng)絡(luò)發(fā)布隱私保護(hù)方法研究[D];江蘇大學(xué);2015年

3 柯昌博;云服務(wù)組合隱私分析與保護(hù)方法研究[D];南京航空航天大學(xué);2014年

4 李敏;基于位置服務(wù)的隱私保護(hù)研究[D];電子科技大學(xué);2014年

5 陳東;信息物理融合系統(tǒng)安全與隱私保護(hù)關(guān)鍵技術(shù)研究[D];東北大學(xué);2014年

6 張柯麗;信譽(yù)系統(tǒng)安全和隱私保護(hù)機(jī)制的研究[D];北京郵電大學(xué);2015年

7 Kamenyi Domenic Mutiria;[D];電子科技大學(xué);2014年

8 孫崇敬;面向?qū)傩耘c關(guān)系的隱私保護(hù)數(shù)據(jù)挖掘理論研究[D];電子科技大學(xué);2014年

9 劉向宇;面向社會網(wǎng)絡(luò)的隱私保護(hù)關(guān)鍵技術(shù)研究[D];東北大學(xué);2014年

10 高勝;移動感知計(jì)算中位置和軌跡隱私保護(hù)研究[D];西安電子科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 鄒朝斌;SNS用戶隱私感知與自我表露行為的關(guān)系研究[D];西南大學(xué);2015年

2 李汶龍;大數(shù)據(jù)時代的隱私保護(hù)與被遺忘權(quán)[D];中國政法大學(xué);2015年

3 孫琪;基于位置服務(wù)的連續(xù)查詢隱私保護(hù)研究[D];湖南工業(yè)大學(xué);2015年

4 尹惠;無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合隱私保護(hù)技術(shù)研究[D];西南交通大學(xué);2015年

5 王鵬飛;位置服務(wù)中的隱私保護(hù)技術(shù)研究[D];南京理工大學(xué);2015年

6 顧鋮;基于關(guān)聯(lián)規(guī)則的隱私保護(hù)算法研究[D];南京理工大學(xué);2015年

7 崔堯;基于匿名方案的位置隱私保護(hù)技術(shù)研究[D];西安工業(yè)大學(xué);2015年

8 畢開圓;社會網(wǎng)絡(luò)中用戶身份隱私保護(hù)模型的研究[D];大連海事大學(xué);2015年

9 黃奚芳;基于差分隱私保護(hù)的集值型數(shù)據(jù)發(fā)布技術(shù)研究[D];江西理工大學(xué);2015年

10 高超;具有隱私保護(hù)意識的大樣本雙盲隨機(jī)對照試驗(yàn)數(shù)據(jù)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];山東大學(xué);2015年

，

本文編號：1907012