国家学术搜索
登录
注册
中文
EN
首页
|
基于分布式数据的隐私保持协同过滤推荐研究
基于分布式数据的隐私保持协同过滤推荐研究
引用
认领
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
NETL
NSTL
万方数据
维普
中文摘要:
针对分布式数据存储结构的协同过滤推荐隐私保持问题,以可交换的密码系统为主要技术,设计了一个协议,集中解决其核心任务--在保持用户隐私前提下对项目评分.准确度与数据集中存放一样,但能保持各分站点下用户评分数据的隐私.基于安全多方计算理论和随机预言模型,证明了协议的安全性,分析了协议的时间复杂度和通信耗费.
外文标题:
Research on Privacy-Preserving Collaborative Filtering Recommendation Based on Distributed Data
收起全部
展开查看外文信息
作者:
张锋、常会友
展开 >
作者单位:
中山大学信息科学与技术学院,广州,510275
关键词:
推荐系统
协同过滤
隐私保持
安全多方计算
随机预言模型
基金:
国家自然科学基金
广东省自然科学基金
项目编号:
60573159
05100302
出版年:
2006
计算机学报
中国计算机学会 中国科学院计算技术研究所
计算机学报
CSTPCD
CSCD
北大核心
影响因子:
3.18
ISSN:
0254-4164
年,卷(期):
2006.
29
(8)
被引量
15
参考文献量
2