基于用户兴趣与隐私保护的网络信息资源个性化推荐技术

• 作者: 付达杰 张小波
• 来源期刊: 景德镇学院学报
• 关键词: 协同过滤 个性化推荐 隐私保护 噪音数据
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 信息技术、计算机
• 页码范围: 42-45
• 页数: 4页
• 分类号: TP393.6
• 语种: 中文

摘要

在网络信息资源个性化推荐技术当中,协同过滤算法是使用最广泛的,但传统的协同过滤算法在对用户的兴趣数据集的选取上不够有效,而且对于用户的隐私兴趣没有给予相应的保护. 针对传统协同过滤算法的不足,本文对其做出了改进,引入公共集过滤噪音数据,结合k-匿名方法,隐匿隐私数据. 最终的实验数据表明了改进后的算法在提高推荐准确率的基础上,用户的隐私得到了一定的保护.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付达杰	江西财经职业学院信息工程系	110	315	8.0	14.0
2	张小波	江西财经职业学院信息工程系	7	28	3.0	5.0