隱私保持協(xié)同過濾推薦算法研究.pdf

1、隨著互聯(lián)網(wǎng)上信息資源的日益增多，用戶對個性化服務(wù)的要求不斷提高。協(xié)同過濾推薦技術(shù)是個性化服務(wù)發(fā)展中最成功且應(yīng)用最廣泛的推薦技術(shù)之一，然而，出于隱私考慮，許多用戶不愿意提供個人信息。因此，如何讓用戶提供推薦系統(tǒng)使用的必要信息且不泄露用戶的個人隱私成為協(xié)同過濾推薦發(fā)展中的主要問題。
　　本文主要研究協(xié)同過濾推薦中的隱私保護問題。
　　首先，針對傳統(tǒng)的使用P2P網(wǎng)絡(luò)模型的協(xié)同過濾推薦不能很好地保護用戶隱私的問題，對現(xiàn)有的網(wǎng)絡(luò)模型進

2、行了深入的分析，提出一種超立方體P2P分級網(wǎng)絡(luò)結(jié)構(gòu)，并在此基礎(chǔ)上提出一種基于超立方體P2P結(jié)構(gòu)用戶模型存儲的協(xié)同過濾推薦算法。該算法將用戶分為超級用戶和普通用戶，用戶間傳遞局部推薦和局部平均相似度，因而算法能夠在不影響推薦精度的前提下更好地保護用戶的隱私。
　　其次，針對基于隨機擾亂技術(shù)的協(xié)同過濾推薦算法在保護用戶隱私的同時帶來的推薦精度降低問題，深入分析了隨機擾亂技術(shù)的隱私保護原理，提出了擾亂強度權(quán)重的概念及其度量模型，改進了相