在線社交網(wǎng)絡(luò)的快速發(fā)展豐富了用戶的社交空間,但這使得用戶的通訊錄管理變得繁瑣。同時,在線社交網(wǎng)絡(luò)主要依賴于用戶在網(wǎng)絡(luò)空間的社交信息,卻很少利用人們在物理世界中的社交活動信息�？纱┐髟O(shè)備的迅速發(fā)展給我們提供了一個從物理世界交互中挖掘用戶社交信息的機(jī)會。與此同時,我們?nèi)匀幻媾R著許多挑戰(zhàn)。首先,可穿戴傳感器數(shù)據(jù)存在異質(zhì)性和不均衡性的問題。硬件設(shè)備和操作系統(tǒng)特性的差異會造成收集的數(shù)據(jù)存在噪音,導(dǎo)致數(shù)據(jù)質(zhì)量存在差異。同時,不同的用戶具有不同的體態(tài)和行為習(xí)慣,不同的活動發(fā)生頻率也存在差異,這導(dǎo)致可穿戴傳感器數(shù)據(jù)存在不均衡性。其次,不同于單人活動識別,用戶的社交活動識別往往更加復(fù)雜,包含的行為活動往往不止一種。如何在資源受限的移動設(shè)備上設(shè)計高準(zhǔn)確率低資源消耗的活動識別模型也是一個挑戰(zhàn)。最后,在同一社交區(qū)域可能存在多個社交群組,如何從可穿戴傳感器數(shù)據(jù)中準(zhǔn)確識別出用戶社交(特別是異步社交活動)的對象是一個很大的挑戰(zhàn),在此基礎(chǔ)上我們還需要保證用戶的隱私信息不被泄露。為了解決以上問題,我們提出了基于可穿戴設(shè)備的保護(hù)隱私社交推薦系統(tǒng)來幫助用戶實現(xiàn)朋友推薦、好友自動標(biāo)注等社交推薦功能,該論文的主要工作包括:(1...

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 用戶活動識別
        1.2.2 社交互動檢測
        1.2.3 隱私安全保護(hù)
    1.3 主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)理論概述
    2.1 傳感器信號處理分析
        2.1.1 數(shù)字信號采樣
        2.1.2 數(shù)字信號濾波
    2.2 深度神經(jīng)網(wǎng)絡(luò)設(shè)計
        2.2.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.2 可分卷積網(wǎng)絡(luò)
    2.3 基于密碼學(xué)的隱私保護(hù)
        2.3.1 隱私保護(hù)計算
        2.3.2 混淆電路與不經(jīng)意傳輸
    2.4 本章小結(jié)
第3章 系統(tǒng)分析與設(shè)計
    3.1 系統(tǒng)定義與框架
        3.1.1 社交挖掘及隱私定義
        3.1.2 系統(tǒng)框架與功能模塊
        3.1.3 分布式數(shù)據(jù)安全通信
    3.2 系統(tǒng)設(shè)計與建模
        3.2.1 運動傳感器數(shù)據(jù)清洗
        3.2.2 用戶間社交集群識別
        3.2.3 用戶間交互群組檢測
        3.2.4 多粒度語義數(shù)據(jù)發(fā)布
    3.3 本章小結(jié)
第4章 模型訓(xùn)練與優(yōu)化
    4.1 實驗環(huán)境數(shù)據(jù)
    4.2 用戶活動識別
    4.3 社交互動檢測
    4.4 本章小結(jié)
第5章 模型性能評估
    5.1 用戶活動識別性能
    5.2 用戶交互檢測性能
    5.3 不同粒度數(shù)據(jù)評估
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 本文工作
    6.2 未來展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果



本文編號：3801561