隨著數(shù)據(jù)規(guī)模的增長和網(wǎng)絡(luò)商品經(jīng)濟(jì)的發(fā)展,推薦算法的重要性不言而喻。推薦算法旨在利用數(shù)據(jù)挖掘等技術(shù)為用戶提供個(gè)性化推薦。在具體的商品推薦中需要利用用戶對商品的反饋,這其中不可避免地存在著泄露用戶隱私的風(fēng)險(xiǎn)。差分隱私具有高隱私性特點(diǎn),已成為隱私保護(hù)領(lǐng)域的一個(gè)通用標(biāo)準(zhǔn)。本文就其中兩個(gè)具體的問題,研究了面向商品推薦的差分隱私保護(hù)算法。其一,針對頻繁項(xiàng)集挖掘的隱私保護(hù)研究。商品推薦過程中,歷史消費(fèi)數(shù)據(jù)充足時(shí),為了發(fā)現(xiàn)商品-商品之間潛在的聯(lián)系,推薦系統(tǒng)往往需要挖掘頻繁項(xiàng)集,這一過程需要保護(hù)用戶對商品的歷史消費(fèi)和評價(jià)等隱私信息。為此,本文研究了在保護(hù)差分隱私的要求下,高維數(shù)據(jù)集中挖掘頻繁項(xiàng)集的問題,并提出了PrivBUD-Wise算法。與傳統(tǒng)算法會(huì)導(dǎo)致額外的信息損失不同,PrivBUD-Wise算法不對原始數(shù)據(jù)集做任何改動(dòng),通過合理分配隱私預(yù)算來提高算法效用。為了實(shí)現(xiàn)這一目標(biāo),本文提出了一個(gè)新的差分隱私保護(hù)機(jī)制:SRNM機(jī)制,并對其作了嚴(yán)格的數(shù)學(xué)證明。另外,PrivBUD-Wise算法率先提出一種有偏隱私預(yù)算分配策略,更充分地利用頻繁項(xiàng)集挖掘問題的特點(diǎn),在數(shù)據(jù)效用和時(shí)間效率上取得了改進(jìn)。本文通過三個(gè)... 

【文章來源】：中國科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．２差分隱私模型示意圖??

１０?＝?｛ｃ?Ｇ?Ｃｋ＼ｃ．ｃｏｕｎｔ?＞?＾．｝；??ｕ?ｅｎｄ??Ｏｕｔｐｕｔ：?＼ＪｋＦｋ??３．１．２多臂老虎機(jī)??１．隨機(jī)性多臂老虎機(jī)與ＵＣＢ算法??著名的隨機(jī)性多臂老虎機(jī)（ｓｔｏｃｈａｓｔｉｃ?ｍｕｌｔｉ－ａｒｍｅｄ?ｂａｎｄｉｔｓ）問題是連續(xù)??選擇問題的基礎(chǔ)范例，其策略往往包含了?“探索與利用”（ｅｘｐｌｏｒａｔｉｏｎ?ａｎｄ?ｅｘｐｌｏｉｔａ？??ｔｉｏｎ）?的內(nèi)在規(guī)律，并廣泛地應(yīng)用于在線學(xué)習(xí)?ｌ９Ｇ］、?商品推薦?等實(shí)際問題中。??在隨機(jī)性多臂老虎機(jī)問題的定義中，包含一個(gè)學(xué)習(xí)者Ｌ和一個(gè)隨機(jī)變量集??

圖３．２臂群ｊＶａ?＝?｛ａ，?６，?ｃ，?ｄ｝不例圖??


本文編號(hào)：3011552