大规模个性化在线视频服务的用户隐私保护
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 缩略语 | 第16-17页 |
| 1 绪论 | 第17-31页 |
| 1.1 选题背景 | 第17-20页 |
| 1.2 研究现状 | 第20-24页 |
| 1.3 选题目的及意义 | 第24-26页 |
| 1.4 论文主要工作及创新点 | 第26-29页 |
| 1.5 文章组织结构 | 第29-31页 |
| 2 基于客观行为的用户信息推断策略 | 第31-67页 |
| 2.1 研究背景 | 第32-34页 |
| 2.2 问题描述 | 第34-43页 |
| 2.2.1 问题定义 | 第34页 |
| 2.2.2 分类器 | 第34-37页 |
| 2.2.3 数据集 | 第37-38页 |
| 2.2.4 性别推断面临的挑战 | 第38-43页 |
| 2.3 用户行为汇聚 | 第43-56页 |
| 2.3.1 视频标签 | 第43-44页 |
| 2.3.2 中文视频语义特征-关键词 | 第44-52页 |
| 2.3.3 英文视频语义特征-同义词群 | 第52-56页 |
| 2.4 性别推断 | 第56-60页 |
| 2.4.1 评估测度 | 第56-58页 |
| 2.4.2 改进分类器 | 第58-60页 |
| 2.5 实验分析 | 第60-66页 |
| 2.6 本章小结 | 第66-67页 |
| 3 推荐友好的隐私保护框架 | 第67-85页 |
| 3.1 研究背景 | 第68-69页 |
| 3.2 问题描述 | 第69-72页 |
| 3.2.1 问题定义 | 第70-71页 |
| 3.2.2 问题分析 | 第71页 |
| 3.2.3 评估测度 | 第71-72页 |
| 3.3 先验知识 | 第72-73页 |
| 3.3.1 矩阵因子分解 | 第72页 |
| 3.3.2 逻辑回归算法 | 第72-73页 |
| 3.3.3 用户行为扰动 | 第73页 |
| 3.4 算法框架 | 第73-77页 |
| 3.4.1 前向操作 | 第73-77页 |
| 3.4.2 反向操作 | 第77页 |
| 3.5 实验分析 | 第77-84页 |
| 3.5.1 数据描述 | 第77-78页 |
| 3.5.2 实验过程 | 第78-79页 |
| 3.5.3 实验评估 | 第79-84页 |
| 3.6 本章小结 | 第84-85页 |
| 4 基于话题隐私重要度的差分隐私协同过滤算法 | 第85-101页 |
| 4.1 研究背景 | 第85-87页 |
| 4.2 问题描述 | 第87-90页 |
| 4.2.1 问题定义 | 第87-88页 |
| 4.2.2 算法框架 | 第88-89页 |
| 4.2.3 矩阵定义 | 第89页 |
| 4.2.4 差分隐私保护 | 第89-90页 |
| 4.3 隐私相关性的DPCF_T算法 | 第90-93页 |
| 4.3.1 基于话题隐私重要度选择隐私邻居 | 第91-92页 |
| 4.3.2 添加Laplace噪声扰动RS输出 | 第92-93页 |
| 4.3.3 基于用户兴趣偏好的推荐优化 | 第93页 |
| 4.4 实验和评估 | 第93-100页 |
| 4.4.1 数据描述 | 第94页 |
| 4.4.2 实验说明 | 第94-95页 |
| 4.4.3 性能分析 | 第95-100页 |
| 4.5 本章小结 | 第100-101页 |
| 5 结论 | 第101-103页 |
| 参考文献 | 第103-111页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第111-115页 |
| 学位论文数据集 | 第115页 |
