[發(fā)明專利]一種基于本地化差分隱私保護的多目標推薦方法

有效

• 申請?zhí)枺?/td>: 202111443344.6
• 申請日: 2021-11-30
• 公開（公告）號: CN114117306B
• 公開（公告）日: 2022-07-15
• 發(fā)明（設(shè)計）人: 張順;何穩(wěn);劉星雨;崔小娟;鄒銘敏
• 申請（專利權(quán)）人: 安徽大學綠色產(chǎn)業(yè)創(chuàng)新研究院
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06F16/9535;G06F21/62;G06N3/00
• 代理公司: 安徽省合肥新安專利代理有限責任公司 34101
• 代理人: 陸麗莉;何梅生

本發(fā)明公開了一種基于本地化差分隱私保護的多目標推薦方法，其步驟包括：1、從網(wǎng)站上獲取訪問用戶對項目的評分信息得到評分矩陣；2、將評分矩陣映射成01矩陣；3、使用隨即響應(yīng)機制擾動01矩陣；4、對擾動后的01矩陣使用概率傳播算法得到權(quán)值矩陣；5、根據(jù)權(quán)值矩陣初始化種群；6、迭代的對種群進行交叉、變異和更新；7、根據(jù)迭代后的種群生成多個推薦結(jié)果。本發(fā)明能有效地保護用戶隱私，同時維持推薦準確性和多樣性之間的平衡。

技術(shù)領(lǐng)域

本發(fā)明屬于多目標推薦領(lǐng)域，具體的說是一種基于本地化差分隱私保護的多目標推薦方法。

背景技術(shù)

隨著大數(shù)據(jù)時代的到來，人們每天都要面臨數(shù)量龐大、種類繁雜的信息。這些信息可能是社交APP上的文本、音頻、文件；也可能是購物商城上琳瑯滿目的商品。面對這些信息，用戶往往會陷入信息過載的窘境，無法從眾多的選擇中找到最有價值的那一個。推薦系統(tǒng)被認為是緩解信息過載最有前景的技術(shù)，因為它能夠主動分析用戶的歷史行為，從海量的數(shù)據(jù)中為用戶快速推薦符合偏好的物品。但是，隨著推薦系統(tǒng)的逐漸發(fā)展，人們對推薦系統(tǒng)又有了進一步的期望，傳統(tǒng)的單目標推薦旨在提高推薦的準確性，這不能滿足人們個性化的需求。一個用戶滿意的推薦列表應(yīng)該不僅有較高的準確性，還要有推薦多樣性、新穎性等其他特點，每一個推薦結(jié)果都是為用戶量身定做，才更能增加推薦系統(tǒng)與用戶之間的粘合度。

然而，在多目標推薦算法中，用戶將自己的數(shù)據(jù)毫無保留的上傳給第三方，這些數(shù)據(jù)可能是電影評分、購物記錄、社交記錄等包含用戶敏感信息的數(shù)據(jù)，如果不可信的第三方因為商業(yè)利益將數(shù)據(jù)泄露給其他機構(gòu)或個人，這勢必會造成用戶隱私的泄露，使得用戶對互聯(lián)網(wǎng)服務(wù)的興趣度下降，從而造成用戶的流失，影響互聯(lián)網(wǎng)經(jīng)濟的發(fā)展。因此，如何在不泄露個人敏感信息的前提下實現(xiàn)高效的多目標推薦變得尤為重要。

發(fā)明內(nèi)容

本發(fā)明是為了解決上述現(xiàn)有技術(shù)存在的不足之處，提出一種基于本地化差分隱私保護的多目標推薦方法，以期能有效解決現(xiàn)有多目標推薦推薦方案中用戶數(shù)據(jù)的安全性差的問題，從而能更好的保護用戶數(shù)據(jù)的隱私并維持推薦結(jié)果準確度和多樣性之間的平衡。

本發(fā)明為達到上述發(fā)明目的，采用如下技術(shù)方案：

本發(fā)明一種基于本地化差分隱私保護的多目標推薦方法的特點是按如下步驟進行：

步驟1、從網(wǎng)站上獲取訪問用戶對項目的評分信息：

假設(shè)所述網(wǎng)站上有n個訪問用戶，記為U＝{u₁,u₂,...,u_i,...,u_n}，u_i表示第i個訪問用戶，1≤i≤n；所述網(wǎng)站上存在m個項目，記為V＝{v₁,v₂,...,v_j,...,v_m}，v_j表示第j個項目，1≤j≤m；令第i個訪問用戶u_i對第j個項目v_j的評分信息記為r_ij，從而得到所有訪問用戶對所有項目的評分信息組成的評分矩陣R_n×m；

步驟2、將評分矩陣R_n×m映射成01矩陣R′_n×m；

步驟3、根據(jù)隨機響應(yīng)機制對01矩陣R′_n×m進行擾動，再使用概率傳播算法對擾動后的01矩陣R″_n×m進行兩次資源分配得到權(quán)值矩陣：

步驟3.1、定義隱私預算ε，計算概率

步驟3.2、對所述01矩陣R′_n×m中第i行第j列的元素r′_ij，利用式(1)得到擾動后的元素r″_ij：

式(1)中，α表示隨機數(shù)，且α∈[0,1]；