-
公开(公告)号：CN107590400A
公开(公告)日：2018-01-16
申请号：CN201710707014.0
申请日：2017-08-17
Applicant: 北京交通大学
Abstract: 本发明公开一种保护用户隐私兴趣偏好的推荐方法，包括针对非直接访问攻击保护用户隐私的推荐方法和保存有个人兴趣偏好的用户端呈现方法，根据视频话题的分级信息学习该话题的隐私相关性；利用所述视频话题的隐私相关性改变用户行为记录中不同话题的权重，并根据所述权重修正基于用户行为记录的用户相似度；依据所述用户相似度作为差分隐私保护指数机制模型的输入参数，重新计算所述用户相似度，计算视频分数，并选择相似度高的用户作为邻居；将视频的推荐列表发送给所述用户端；所述用户端依据用户个人话题偏好修正推荐的所述视频分数并进行排序呈现。本发明针对非直接访问攻击，能够保护用户敏感兴趣偏好，并且不牺牲推荐性能。
-
公开(公告)号：CN107563217A
公开(公告)日：2018-01-09
申请号：CN201710707636.3
申请日：2017-08-17
Applicant: 北京交通大学
Abstract: 本发明公开一种保护用户隐私信息的推荐方法，其特征在于，该方法包括：隐私保护模块从用户端读取用户历史行为数据A；所述隐私保护模块将所述用户历史行为数据A进行转换，并将转换后的数据发送给推荐系统；所述隐私保护模块接收所述推荐系统输出的推荐数据B；所述隐私保护模块对所述推荐数据B进行修正，并将修正后的推荐数据发送给所述用户端。本发明方法通过在用户端和推荐系统之间设立隐私保护模块实现对用户DI的保护和兴趣的加强，能够实现在保护用户隐私的同时保证甚至提高推荐准确性的目的。
-
Search Results
2
records
(took 0.076 seconds)
