基于时间权重因子的隐私保护推荐算法

• 作者: 王永 王利 冉珣 肖玲
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 推荐系统 矩阵分解 隐私保护 差分隐私 时间权重因子
• 年，卷（期）: 2022,（8）
• 所属期刊栏目: 计算机科学
• 页码范围: 196-207
• 页数: 11页
• 分类号: TP399
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2022287

摘要

用户兴趣是随时间变化的，若对推荐系统中所有时间段的数据均采用同等程度的隐私保护，容易引入不必要的噪声，降低数据效用.为此，提出一种基于时间权重因子的差分隐私保护推荐算法.首先，设计时间权重因子，用于衡量数据重要性.然后，根据时间权重因子划分隐私预算，对不同时间段的数据施加不同强度的隐私保护.在此基础上，构建基于差分隐私的概率矩阵分解模型，用于完成个性化推荐.实验结果表明，该算法在满足隐私保护的条件下，能够更有效地保留数据效用，提高推荐结果的准确性.