[發明專利]一種基于隱私保護的數字出版物暢銷度預測方法

在審

• 申請號: 202210059964.8
• 申請日: 2022-01-19
• 公開（公告）號: CN114418216A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 沈華;王志偉;徐烺
• 申請（專利權）人: 湖北工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F21/62
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 劉芳

本發明涉及一種基于隱私保護的數字出版物暢銷度預測方法，所述方法涉及到的系統包括兩個部分：數字出版服務平臺和服務請求者，服務請求者通常為書店、出版社、圖書電商平臺等，數字出版服務平臺包括以下實體：平臺讀者、邊緣服務器和平臺服務器。服務請求者可以根據平臺提供的統計分析結果獲得圖書暢銷排行榜、新書暢銷程度預測、某位作家作品受歡迎程度分析等服務，以便指導自己下一步的出版或商業計劃。本發明提出的系統和方法在不泄漏服務請求者隱私，即請求者的統計偏好和讀者隱私，即讀者的閱讀信息的情況下，獲得圖書暢銷排行榜、新書暢銷程度預測以及某位作家作品受歡迎程度。

技術領域

本發明涉及信息安全領域，特別是涉及一種基于隱私保護的數字出版物暢銷度預測方法。

背景技術

充分挖掘和利用海量讀者閱讀數據所蘊含的價值，為數字圖書商務網站、出版商、書店等出版企業提供在經營、出版、銷售等方面決策上的幫助，是大數據在數字出版領域的一種應用，具有非常重要的實際價值。同時，大數據時代隱私問題越發凸顯和受到關注。個體隱私得不到很好的保護勢必會影響大數據相關應用的使用和推廣。讀者閱讀的信息蘊含著大量關于讀者的隱私信息，如年齡、愛好、性格等。數字圖書商務網站、出版商、書店等出版企業提出的服務需求也蘊含著企業投資偏好、出版偏好、未來營銷傾向等商業敏感信息。因此，如何在不泄漏讀者隱私信息和數字圖書商務網站、出版商、書店等出版企業隱私信息情況下實現對海量讀者閱讀數據進行與出版企業服務需求相匹配的統計分析是一個非常具有應用價值的重要課題。

發明內容

本發明的目的是提供一種基于隱私保護的數字出版物暢銷度預測方法，在不泄漏服務請求者隱私(即請求者的統計偏好)和讀者隱私(即讀者的閱讀信息)的情況下獲得圖書暢銷排行榜、新書暢銷程度預測、某位作家作品受歡迎程度分析等服務。

為實現上述目的，本發明提供了如下方案：

一種基于隱私保護的數字出版物暢銷度預測方法，所述方法包括：

S1：對系統進行初始化；所述系統包括：數字出版服務平臺和多個服務請求者User；所述數字出版服務平臺包括：平臺服務器PS、多個邊緣設備ES以及海量讀者Reader；

S2：User明確本次統計分析的目標類別OCName的值，生成對應的統計偏好{ISBN₁,ISBN₂,…,ISBN_V}；

S3：User生成一個長度為L的向量BF，并初始化為0，即BF[1]＝BF[2]＝...＝BF[L]＝0，同時生成K個哈希函數H₁,H₂,…,H_K，其中H_k:任意長度字符串→[1…L]，k＝1,2,…,K；

S4：User根據統計偏好{ISBN₁,ISBN₂,…,ISBN_V}利用K個哈希函數設置向量BF：BF[H_k(ISBN_v)]＝1，其中k＝1,2,…,K，v＝1,2,…,V；

S5：User收集步驟S4中BF中值為1的所有位置信息得到一個位置集合Los；

S6：User從{1,2,…,L}/Los中隨機選擇K/2個位置，將隨機選擇的位置并入到所述集合Los中得到過濾位置集合FLos；

S7：User利用超遞增序列{b₁＝1,b₂,b₃,…}將所述集合FLos中的位置信息封裝為一個整數，用符號B表示所述整數；

S8：User利用平臺服務器的公鑰和加密算法E加密整數B和目標類別名稱OCName得到密文C₁＝E(pk_PS,B)和C₂＝E(pk_PS,OCName)；