社交網(wǎng)絡(luò)推薦系統(tǒng)的隱私保護(hù)研究

《社交網(wǎng)絡(luò)推薦系統(tǒng)的隱私保護(hù)研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、７０９２；１２２２０１巧０學(xué)校化碼；１０２分類號；ＴＰ３學(xué)號主每卿論Ｉ火爹碩：ｔ學(xué)位論文社交網(wǎng)絡(luò)推薦系統(tǒng)的隱私保護(hù)研究學(xué)院：４言息與機(jī)電王程學(xué)院專業(yè)．應(yīng)用巧術(shù)：計(jì)算棚研究方向韋＾；信息安全：．．，’‘，Ｖ主；李芝研究生姓名陳海光一指導(dǎo)教師；—２０１６．０３：完成日期■■．：／．論文獨(dú)創(chuàng)性聲明本論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。論文中除了特別加Ｗ標(biāo)注和致謝的地方外，不包含其他人或機(jī)構(gòu)己經(jīng)

2、發(fā)表或撰寫過的研究成果。其他同志對本研究的啟發(fā)巧所做的貢獻(xiàn)均已在論文中做了明確的聲明并表示了謝意。作者簽名＾／么；曰期：２ｙ論文使用授權(quán)聲巧本人完全了解上海師范大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，目Ｐ：學(xué)校有權(quán)保留送交論文的復(fù)印件，允許論文被查閱和借閱；學(xué)?？桑薰颊撐牡娜炕虿浚崳姺謨?nèi)容，可［＾采用影印、縮印或其它手段保存論文。保密的論文在解密后遵守此規(guī)定。作者簽名；導(dǎo)師簽名上海師范大學(xué)碩士學(xué)位論文摘要摘要隨著信息技術(shù)的發(fā)展和網(wǎng)絡(luò)生活的社交化，網(wǎng)絡(luò)中數(shù)據(jù)量急速增長，用戶如何在龐大的

3、網(wǎng)絡(luò)數(shù)據(jù)中找到所需資源變得尤為重要。推薦系統(tǒng)正是為解決此類問題而生，它不僅可以提高用戶忠誠度、滿意度，同時具有潛在商業(yè)價值。個性化推薦系統(tǒng)在給用戶提供便捷的同時，也帶來了個人隱私安全問題。高效準(zhǔn)確的推薦系統(tǒng)要求掌握大量且準(zhǔn)確的個性化信息，但在用戶信息采集時，并不是都得到用戶的主動許可的。隨著自我保護(hù)意識的增強(qiáng)，用戶越來越關(guān)心自身隱私安全。當(dāng)用戶發(fā)現(xiàn)自己的搜索歷史被別人發(fā)現(xiàn)并利用或頻繁接收到垃圾廣告推送等諸多現(xiàn)象時，就會引發(fā)對個性化推薦的反感和不信任。因此，解決好社交網(wǎng)絡(luò)推薦系統(tǒng)中的安全問題，有利于推薦系統(tǒng)的推廣和發(fā)展。針

4、對以上問題，本文在前人研究基礎(chǔ)上將匿名隱私保護(hù)融入推薦環(huán)節(jié)，優(yōu)化常規(guī)推薦算法，提出“基于節(jié)點(diǎn)分割隱私保護(hù)的組合推薦系統(tǒng)”（NAPPHRS），使其既能有效保護(hù)用戶信息，又能獲得較好的推薦結(jié)果。本文主要研究工作及成果如下：（一）綜述了個性化推薦技術(shù)、隱私保護(hù)技術(shù)和推薦系統(tǒng)隱私保護(hù)技術(shù)的研究現(xiàn)狀，指出推薦系統(tǒng)需要進(jìn)一步解決和研究的問題，即用戶隱私泄露問題。（二）對社交網(wǎng)絡(luò)的相關(guān)概念和社交網(wǎng)絡(luò)中安全問題進(jìn)行闡述，介紹了社交網(wǎng)絡(luò)中個性化服務(wù)隱私保護(hù)技術(shù)的種類和原理，為后文提出基于節(jié)點(diǎn)分割的屬性隱私保護(hù)算法做鋪墊。（三）融合匿名保護(hù)

5、和協(xié)同過濾組合推薦算法，設(shè)計(jì)了“基于節(jié)點(diǎn)分割隱私保護(hù)的組合推薦系統(tǒng)”（簡稱NAPPHRS）。通過仿真實(shí)驗(yàn)對其可行性和有效性進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明本文提出的系統(tǒng)能夠匿名用戶信息和屬性，提升推薦系統(tǒng)安全性；并且能取得較好個性化推薦結(jié)果。本文的創(chuàng)新點(diǎn)在于：(一)考慮到社交網(wǎng)絡(luò)用戶屬性分布具有相關(guān)性，提出了基于屬性分割的節(jié)點(diǎn)分割算法，分割過程盡可能地保持屬性分布的相關(guān)性特征，提高了具有隱私屬性的用戶節(jié)點(diǎn)的匿名性。(二)將基于節(jié)點(diǎn)分割的隱私保護(hù)算法融合到個性化推薦過程中，實(shí)現(xiàn)了個性化推薦過程中的隱私保護(hù)，很好地實(shí)現(xiàn)了本文的初衷。(

6、三)采用組合推薦，在一定程度上消弱了數(shù)據(jù)可用性降低給推薦系統(tǒng)造成的影響，推薦結(jié)果較為理想。關(guān)鍵字：推薦系統(tǒng)，社交網(wǎng)絡(luò)，節(jié)點(diǎn)分割，隱私保護(hù)技術(shù)，協(xié)同過濾IAbstractShanghaiNormalUniversityMasterofScienceAbstractWiththedevelopmentofinformationtechnologyandInternet,networklifegraduallybecomesocial.Theamountofdatainthenetworkgrowsrapidly,howtof

7、indtheinterestedinformationisbecomingmoreandmoreimportantinthehugenetworkdata.Personalizedrecommendationsystemcansolvetheseproblems,anditcannotonlyimprovecustomerloyalty,satisfaction,butalsocanimprovethebenefitsofthecompanies.Inadditiontothepersonalizedrecommenda

8、tionsystem,securityandprivacyofindividualusershasalsobecomeanimportantprivacycontrolsocialnetworkdevelopment.Agoodrecommendationsystemprovehighlypersonalized,a