一种基于差分隐私和时序的推荐系统模型研究

• 作者: 左万利 王英 王鑫 范利云
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 推荐系统 非负矩阵分解 随机梯度下降法 差分隐私 时序理论
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 2057-2064
• 页数: 8页
• 分类号: TP18
• 字数: 6390字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2017.09.001

摘要

推荐系统的建立依赖用户的个人隐私信息,攻击者可以通过推荐的结果对用户的状态和行为进行预测.目前,虽然有对基于协同过滤近邻隐私保护的研究,但是对基于模型的隐私保护的关注度并不够高.差分隐私理论定义了一个相当严格的防攻击模型,通过添加噪声使数据失真达到隐私保护的目的,而且用户的兴趣存在兴趣漂移问题,对推荐效果造成影响,因此,提出基于差分隐私理论和时序理论构建基于模型的推荐系统.首先,根据差分隐私理论,给用户的评分数据增加小波动的符合Laplace分布的噪声,增大待分解矩阵的安全系数;然后,在随机梯度下降模型的基础上,将时序因子建模为时间权重,提高模型的准确性.实验证明该算法的准确性,并且为增强隐私研究提供了新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左万利	吉林大学计算机科学与技术学院	88	1273	20.0	31.0
5	王英	吉林大学计算机科学与技术学院	99	713	15.0	23.0
9	王鑫	长春工程学院计算机技术与工程学院	10	54	4.0	7.0
10	范利云	吉林大学计算机科学与技术学院	1	5	1.0	1.0