基于差分隐私的社交推荐方法
彭慧丽1,2; 张啸剑1; 金凯忠1
2017-06-15
发表期刊计算机科学
ISSN1002-137X
卷号44期号:S1页码:395-398+423
摘要基于用户朋友关系的社交网络项目推荐技术可能泄露用户-项目隐私偏好。传统的匿名化方法由于过分依赖特定知识背景假设而存在内在的脆弱性。提出一种基于差分隐私的社交网络项目推荐方法 DPSR,该方法利用聚类技术对用户进行划分,利用拉普拉斯机制对用户-项目边的权重进行扰动。为了克服边权重中异常点对推荐结果的影响,提出了一种基于k-中心点的边权重聚类方法,该方法利用指数机制挑选出类中边权重集合的中位数。实验结果表明,DPSR优于同类方法。
关键词社交网络 推荐系统 差分隐私
URL查看原文
收录类别北大核心 ; CSCD
语种中文
资助项目国家自然科学基金资助项目(61502146);河南省科技厅基础与前沿技术研究项目(152300410091);河南省教育厅高等学校重点科研项目(16A520002);河南省科技攻关项目(132102210032,162102310411)资助
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/58617
专题国家开放大学河南分部
作者单位1.河南财经政法大学;
2.河南广播电视大学
第一作者单位国家开放大学河南分部
推荐引用方式
GB/T 7714
彭慧丽,张啸剑,金凯忠. 基于差分隐私的社交推荐方法[J]. 计算机科学,2017,44(S1):395-398+423.
APA 彭慧丽,张啸剑,&金凯忠.(2017).基于差分隐私的社交推荐方法.计算机科学,44(S1),395-398+423.
MLA 彭慧丽,et al."基于差分隐私的社交推荐方法".计算机科学 44.S1(2017):395-398+423.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[彭慧丽]的文章
[张啸剑]的文章
[金凯忠]的文章
百度学术
百度学术中相似的文章
[彭慧丽]的文章
[张啸剑]的文章
[金凯忠]的文章
必应学术
必应学术中相似的文章
[彭慧丽]的文章
[张啸剑]的文章
[金凯忠]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
会话流中Top-k闭序列模式的挖掘
一种便于拆卸的教学专用计算机
一种防静电及散热性良好的计算机机箱
KD-TSS:精确隐私空间分割方法
基于差分隐私的空间分割研究综述
计算机专业双语教学现状及探讨
IM-FTS:一种快速增量式频繁访问序列挖掘算法
基于序列格的隐私时序模式挖掘方法
高校课堂教学模式的创新研究
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。