满足差分隐私的推荐算法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：推荐系统需要大量使用用户隐私数据才能提供精确的推荐结果，如何保护推荐系统的隐私安全成为亟待解决的问题。针对协同过滤推荐算法，该文提出了一种用户偏好重构的算法，并在MovieLens数据集和Douban Book数据集上进行了实验验证。实验结果表明，算法能够在满足ε - 差分隐私保护要求下实现准确的推荐效果。（剩余5304字）

试读结束

目录
monitor
客服机器人