期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于信息差分保护的邻域推荐方法 被引量:4
1
作者 马彪 李千目 《江苏大学学报(自然科学版)》 EI CAS 北大核心 2019年第4期439-445,共7页
为了减少推荐系统在挖掘用户行为大数据时隐私泄漏事件的发生,将差分隐私保护与协同过滤推荐算法结合,构建了一个差分隐私保护模型.采用一种引入偏置项优化的邻域的协同过滤模型,通过对该推荐模型计算过程中的平均值计算、偏置项计算、... 为了减少推荐系统在挖掘用户行为大数据时隐私泄漏事件的发生,将差分隐私保护与协同过滤推荐算法结合,构建了一个差分隐私保护模型.采用一种引入偏置项优化的邻域的协同过滤模型,通过对该推荐模型计算过程中的平均值计算、偏置项计算、邻居选择、相似度计算等多环节设计,给出了一种基于差分隐私保护的邻域推荐算法.将平均值预测(IA)、基本的基于邻域推荐算法(BasicKNN)、带偏置项的基于邻域推荐算法(BiasedKNN)、隐私保护预处理邻域推荐算法(PPKNN)进行了试验对比.结果表明,文中提出的差分隐私保护协同过滤算法能够在保证差分隐私保护的前提下取得较好推荐准确度,且在略牺牲隐私保护效果的情况下,可获得更好的推荐效果. 展开更多
关键词 差分隐私 协同过滤 推荐系统 偏置项优化 邻域推荐
在线阅读 下载PDF
利用最近邻域推荐且结合情境感知的个性化推荐算法 被引量:3
2
作者 张宏丽 白翔宇 李改梅 《计算机科学》 CSCD 北大核心 2019年第4期235-240,共6页
针对传统情境感知推荐算法推荐精确度低和适用环境受限等问题,提出了一种可行的解决方案。该方案可以根据检测到的情境信息找到相关的媒体内容,比仅依赖特征提取的方案更有效。首先,利用情境数据和搜索信息来识别所选项的情境与特定情... 针对传统情境感知推荐算法推荐精确度低和适用环境受限等问题,提出了一种可行的解决方案。该方案可以根据检测到的情境信息找到相关的媒体内容,比仅依赖特征提取的方案更有效。首先,利用情境数据和搜索信息来识别所选项的情境与特定情境中用户的兴趣度之间的隐藏关系,并构建未知排名的推荐模型。然后,通过使用给定的情境列表来计算用户对项目的预期排名分数,从而进行情境感知评级。根据用户的情境参与选择新项目,从而使检测到的情境有助于促进对相关项目的搜索。进一步使用优化函数来最大化结果推荐的平均精度(MAP)。实验结果表明,与目前较为先进的两种算法相比,提出的方法表现出了比传统协同过滤算法更好的性能,且分别使平均绝对误差值降低了1.8%和1.2%,在推荐精确度和召回率方面也均优于两种对比方法。 展开更多
关键词 个性化推荐算法 最近邻域推荐 隐式兴趣度 情境感知
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部