个性化搜索中用户兴趣模型匿名化研究

• 作者: XIONG Li 任俊玲 康海燕 李清华 苑晓姣
• 来源期刊: 西安交通大学学报
• 关键词: 个性化搜索 用户兴趣模型 匿名化 隐私信息
• 年，卷（期）: 2013,（4）
• 页码范围: 131-136
• 页数: 6页
• 分类号: TP312
• 语种: 中文
• DOI: 10.7652/xjtuxb201304022

摘要

为了解决个性化搜索技术所潜在的用户隐私信息泄露的问题,提出了用户兴趣模型匿名化方法.首先根据用户兴趣模型之间的相似性将其聚类为满足p-链接性的等价组,然后计算聚类后兴趣条目的权值.所谓的p-链接性是指攻击者根据背景知识链接确定某一用户的概率不超过p.该方法可实现用户兴趣模型匿名化以及兴趣倾向不发生改变,既保护了用户隐私信息,同时也保证了个性化检索性能.实验表明:随着相关结果个数的增多,匿名化后搜索结果的查全率基本能保证在50％以上,另外p-链接性的减小对于查全率的影响并不是太大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康海燕	北京信息科技大学网络文化与数字传播北京市重点实验室	53	156	7.0	10.0
5	任俊玲	北京信息科技大学信息管理学院	23	58	4.0	6.0
6	苑晓姣	北京信息科技大学计算机学院	6	23	2.0	4.0
7	李清华	北京信息科技大学网络文化与数字传播北京市重点实验室	3	22	2.0	3.0
11	XIONG Li	艾默里大学数学与计算机科学系	1	13	1.0	1.0