基于差分隐私保护的协同过滤推荐技术研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 主要研究内容 | 第9-10页 |
| 1.3 本文的组织结构 | 第10-12页 |
| 2 相关研究工作和背景知识 | 第12-23页 |
| 2.1 相关研究工作 | 第12-13页 |
| 2.2 推荐系统 | 第13-19页 |
| 2.2.1 推荐系统概述 | 第14-16页 |
| 2.2.2 偏好采集 | 第16页 |
| 2.2.3 寻找相似的用户或物品 | 第16-18页 |
| 2.2.4 推荐计算 | 第18-19页 |
| 2.2.5 推荐系统冷启动问题 | 第19页 |
| 2.3 差分隐私 | 第19-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 基于差分隐私的隐私保持协同过滤推荐算法 | 第23-33页 |
| 3.1 攻击模型 | 第23-24页 |
| 3.2 差分隐私推荐系统 | 第24-27页 |
| 3.2.1 基本定义与定理 | 第24-25页 |
| 3.2.2 算法实现 | 第25-26页 |
| 3.2.3 算法缺点与不足 | 第26-27页 |
| 3.3 改进的隐私保持协同过滤推荐算法 | 第27-32页 |
| 3.3.1 算法设计 | 第27-30页 |
| 3.3.2 理论分析 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 4 实验及结果分析 | 第33-43页 |
| 4.1 开发环境 | 第33页 |
| 4.2 实验数据集 | 第33-34页 |
| 4.3 评价指标 | 第34-36页 |
| 4.4 实验结果及分析 | 第36-42页 |
| 4.4.1 数据裁剪前后全局敏感度对比 | 第36-38页 |
| 4.4.2 总体性能对比 | 第38-41页 |
| 4.4.3 隐私保护预算的影响 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 5 总结与展望 | 第43-44页 |
| 5.1 全文总结 | 第43页 |
| 5.2 研究展望 | 第43-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-50页 |
| 附录 | 第50页 |
| A. 作者在攻读学位期间发表的论文目录 | 第50页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第50页 |
