公开(公告)号：CN117349520A

公开(公告)日：2024-01-05

申请号：CN202311277027.0

申请日：2023-09-28

Applicant: 重庆邮电大学

Inventor： 王永 ,  李博 ,  邓江洲 ,  陈俊谕 ,  李行建 ,  张一帆 ,  张子尧

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

Abstract: 本发明涉及一种基于目标扰动的逻辑回归矩阵分解推荐方法，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：将用户对项目的交互信息转为数值1，再对未交互的数据负采样转为数值0，得到隐式反馈矩阵；使用逻辑回归建模构造目标函数L(P,Q)，梯度下降法求解L(P,P)，用户隐因子矩阵P加密存储；将加密存储的用户隐因子矩阵P代入目标函数L(P,Q)，得到关于项目隐因子矩阵Q的目标函数L(Q)，考虑每一个项目i∈I的目标函数L(qi)，将目标函数L(qi)展开为二次多项式作为近似损失函数，降低目标函数敏感度的分析难度，同时只需对一次多项式加入噪声，使用少量Laplace噪声对目标函数的一次项系数进行扰动；对所有加噪的目标函数 直接求解，得到满足差分隐私的项目隐因子向量聚合所有的得到项目隐因子矩阵本发明在隐私保护性和模型有效性上均有良好的效用。