公开(公告)号：CN111768268B

公开(公告)日：2022-12-20

申请号：CN202010543185.6

申请日：2020-06-15

Applicant: 北京航空航天大学

Inventor： 刘傲 ,  姚燕青 ,  程显富

IPC: G06Q30/06 ,  G06F21/62 ,  G06F17/18

Abstract: 本发明公开了一种基于本地化差分隐私的推荐系统，主要的流程为：(1)用户端对其相关的历史购买商品行为数据进行编码，然后使用满足本地化差分隐私的随机扰动算法对其进行扰动，最后将扰动后的数据发送给服务器端；(2)服务器端收集所有扰动后的数据，然后重建用户历史购买行为的相关信息，最后使用图嵌入算法将其映射为低维向量返回给用户端；(3)每个用户端通过最终生成的向量，计算各自推荐的候选集，从而完成在保护隐私情况下的商品推荐。本发明使用了本地化差分隐私保护技术，该系统无需可信第三方作为媒介，保证了每个用户的隐私信息不被第三方窃取，也保证系统最终推荐结果的有用性。

公开(公告)号：CN111768268A

公开(公告)日：2020-10-13

申请号：CN202010543185.6

申请日：2020-06-15

Applicant: 北京航空航天大学

Inventor： 刘傲 ,  姚燕青 ,  程显富

IPC: G06Q30/06 ,  G06F21/62 ,  G06F17/18

Abstract: 本发明公开了一种基于本地化差分隐私的推荐系统，主要的流程为：(1)用户端对其相关的历史购买商品行为数据进行编码，然后使用满足本地化差分隐私的随机扰动算法对其进行扰动，最后将扰动后的数据发送给服务器端；(2)服务器端收集所有扰动后的数据，然后重建用户历史购买行为的相关信息，最后使用图嵌入算法将其映射为低维向量返回给用户端；(3)每个用户端通过最终生成的向量，计算各自推荐的候选集，从而完成在保护隐私情况下的商品推荐。本发明使用了本地化差分隐私保护技术，该系统无需可信第三方作为媒介，保证了每个用户的隐私信息不被第三方窃取，也保证系统最终推荐结果的有用性。