计算机应用研究2021，Vol.38Issue(8) ：2334-2339.DOI:10.19734/j.issn.1001-3695.2020.12.0542

基于混合相似度和差分隐私的协同过滤推荐算法

Collaborative filtering recommendation algorithm based on mixed similarity and differential privacy

张润莲 张瑞 武小年 刘文芬
计算机应用研究2021，Vol.38Issue(8) ：2334-2339.DOI:10.19734/j.issn.1001-3695.2020.12.0542
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于混合相似度和差分隐私的协同过滤推荐算法

Collaborative filtering recommendation algorithm based on mixed similarity and differential privacy

张润莲 1张瑞 2武小年 2刘文芬2
扫码查看

作者信息

  • 1. 桂林电子科技大学广西密码学与信息安全重点实验室,广西桂林541004;桂林电子科技大学广西高校云计算与复杂系统重点实验室,广西桂林541004
  • 2. 桂林电子科技大学广西密码学与信息安全重点实验室,广西桂林541004
  • 折叠

摘要

现有协同过滤推荐算法中,存在的评分片面、主观性强、评分矩阵稀疏性等因素影响了推荐的精确度,并在推荐中存在隐私泄露等问题.针对上述问题,提出一种基于混合相似度和差分隐私的协同过滤推荐算法.该算法基于多种相似度进行加权计算构造混合相似度,提高推荐精度;以混合相似度作为质心更新和分类条件,利用改进的K-means算法将与目标用户相似度高的用户进行聚类;采用枚举方法在目标用户集中划分子集,并基于混合相似度构建效用函数,利用差分隐私指数机制在各子集中选择邻居集合,保护用户隐私;最后在邻居集合中选择出评分值最高的项目进行推荐.实验结果表明,该算法在保护用户隐私的同时,有效提高了推荐的精确度.

关键词

推荐系统/隐私保护/协同过滤算法/差分隐私/混合相似度

引用本文复制引用

基金项目

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量11
参考文献量4
段落导航相关论文