公开(公告)号：CN116541606A

公开(公告)日：2023-08-04

申请号：CN202310627915.4

申请日：2023-05-30

Applicant: 重庆邮电大学

Inventor： 王永 ,  刘汉洋 ,  罗陈红 ,  邓江洲 ,  杨久裕 ,  李博 ,  叶建梅

IPC: G06F16/9535 ,  G06F16/9536 ,  G06F21/62 ,  G06F17/16

Abstract: 本发明涉及一种基于差分隐私的贝叶斯个性化矩阵分解推荐方法，属于计算机推荐系统领域和信息安全领域。该方法具体包括：将用户的隐式反馈数据转化成数值为0或1的隐式反馈矩阵；构造目标函数L(W,H)，基于贝叶斯个性化排序下的推荐算法对矩阵W和矩阵H求解,存储用户隐因子矩阵W；将求得的用户隐因子矩阵W,与项目矩阵再代入目标函数L(W,H)中将目标函数改写为使用梯度下降法对隐因子矩阵求解，考虑每一个项目隐因子梯度使用少量Laplace噪声对梯度进行扰动；对目标函数L(H|D)进行梯度下降，得到矩阵本发明具有良好的隐私保护性和模型准确性。