[發明專利]推薦系統的個性化隱私保護方法及系統

在審

• 申請號: 201810316810.6
• 申請日: 2018-04-10
• 公開（公告）號: CN108628955A
• 公開（公告）日: 2018-10-09
• 發明（設計）人: 曹娟;上官建峰;王佳臣;李錦濤
• 申請（專利權）人: 中國科學院計算技術研究所
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F21/62
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 祁建國;梁揮

1.一種推薦系統的個性化隱私保護方法，其特征在于，包括：

步驟1，獲取所有用戶的評分項目i以形成評分項目集合R；

步驟2，計算評分項目i兩兩之間的相似度；

步驟3，以評分項目集合R中用戶A的評分項目j形成評分項目集合R_A；

步驟4，獲得用戶A對評分項目集合R_A的評分數據集D；

步驟5，根據預設的相似度閾值，在評分項目集合R中選取評分項目j的替換項目j'；

步驟6，根據預設的個人隱私系數，將評分項目j全部或部分替換為替換項目j'，形成虛擬用戶A'的評分項目集合R_A'；

步驟7，以評分數據集D作為虛擬用戶A'對評分項目集合R_A'的評分數據集D'，通過該推薦系統獲得推薦結果，并反饋給該用戶A。

2.如權利要求1所述的個性化隱私保護方法，其特征在于，所述相似度通過以下方式獲得：

相似度其中，和分別為所有對評分項目i₁和評分項目i₂評分所得的評分數據向量，i₁、i₂∈i，i₁≠i₂。

3.如權利要求1所述的個性化隱私保護方法，其特征在于，所述相似度通過以下方式獲得：

相似度其中，I為同時對評分項目i₁和評分項目i₂進行評分的用戶的集合，和分別為用戶u對i₁和i₂的評分項目集合，和分別為所有i₁和i₂的評分的平均值，i₁、i₂∈i，i₁≠i₂。

4.如權利要求1所述的個性化隱私保護方法，其特征在于，所述步驟5具體包括：

設定該相似度閾值k；將該評分項目i按與該評分項目j的相似度由大到小排序；選取前k個該評分項目i為該替換項目j'，以形成該評分項目j的替換集合；其中，k為正整數。

5.如權利要求1所述的個性化隱私保護方法，其特征在于，所述步驟6具體包括：

設定該個人隱私系數ρ，隨機選取M個該評分項目j為待替換項目j″；在該替換集合中隨機選取替換項目j'，以替換該待替換項目j″，形成評分項目集合R_A'；其中，M＝m*ρ，m為評分項目集合R_A的評分項目數量，0≤ρ≤1。

6.一種推薦系統的個性化隱私保護系統，其特征在于，包括：

相似度計算模塊，用于獲取所有用戶的評分項目i以形成評分項目集合R，計算評分項目i兩兩之間的相似度；

用戶評分數據集獲取模塊，用于以評分項目集合R中用戶A的評分項目j形成評分項目集合R_A；并獲得用戶A對評分項目集合R_A的評分數據集D；

虛擬用戶項目集合生成模塊，用于根據預設的相似度閾值，在評分項目集合R中選取評分項目j的替換項目j'；根據預設的個人隱私系數，將該評分項目j全部或部分替換為該替換項目j'，形成虛擬用戶A'的評分項目集合R_A'；

推薦結果獲取模塊，用于以該評分數據集D作為虛擬用戶A'對評分項目集合R_A'的評分數據集D'，通過該推薦系統獲得推薦結果，并反饋給該用戶A。

7.如權利要求6所述的個性化隱私保護系統，其特征在于，還包括第一相似度獲取模塊，用于通過余弦相似度計算方法獲取該評分項目i兩兩之間的相似度，具體包括：

相似度其中，和分別為所有對評分項目i₁和評分項目i₂評分所得的評分數據向量，i₁、i₂∈i，i₁≠i₂。