校园用户时空数据挖掘与隐私保护
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-17页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.3 论文研究内容 | 第15页 |
1.4 论文组织架构 | 第15-17页 |
第二章 相关关键技术 | 第17-28页 |
2.1 二分网络定义及其分析方法 | 第17-18页 |
2.2 假设检验 | 第18-20页 |
2.2.1 假设检验原理 | 第18-20页 |
2.2.2 P值检验原理 | 第20页 |
2.3 关联规则技术 | 第20-23页 |
2.3.1 关联规则算法 | 第21页 |
2.3.2 关联规则各项定义 | 第21-22页 |
2.3.3 Apriori算法 | 第22-23页 |
2.4 差分隐私保护技术 | 第23-28页 |
2.4.1 差分隐私定义 | 第23-25页 |
2.4.2 差分隐私实现机制及特性 | 第25-26页 |
2.4.3 差分隐私数据保护框架 | 第26-28页 |
第三章 校园用户时空数据挖掘与隐私保护设计 | 第28-42页 |
3.1 校园时空数据朋友关系挖掘设计 | 第28-32页 |
3.1.1 校园时空数据二分网络模型设计 | 第28-29页 |
3.1.2 朋友关系挖掘方法设计 | 第29-32页 |
3.2 学生行为特征分析方法设计 | 第32-35页 |
3.3 校园用户隐私保护设计 | 第35-42页 |
3.3.1 校园用户差分隐私保护 | 第35-36页 |
3.3.2 差分隐私保护算法设计 | 第36-39页 |
3.3.3 差分隐私保护算法分析 | 第39-42页 |
第四章 校园用户时空数据挖掘与隐私保护实现 | 第42-53页 |
4.1 校园时空数据朋友关系挖掘实现 | 第42-46页 |
4.1.1 校园时空二分网络实现 | 第42-44页 |
4.1.2 朋友关系挖掘实现 | 第44-46页 |
4.2 学生行为特征分析方法实现 | 第46-50页 |
4.2.1 各行为分类及标签化实现 | 第46-48页 |
4.2.2 各行为关联分析实现 | 第48-50页 |
4.3 校园用户隐私保护实现 | 第50-53页 |
4.3.1 完美k叉树构建及分层加噪 | 第50-51页 |
4.3.2 隐私保护后数据生成 | 第51-53页 |
第五章 实验与效果分析 | 第53-69页 |
5.1 实验方案 | 第53-56页 |
5.1.1 实验数据集 | 第53-55页 |
5.1.2 数据挖掘与隐私保护验证方案 | 第55-56页 |
5.2 实验结果与分析 | 第56-67页 |
5.2.1 朋友关系挖掘结果及分析 | 第56-59页 |
5.2.2 数据分类与标签化结果分析 | 第59-63页 |
5.2.3 行为特征关联规则结果分析 | 第63-66页 |
5.2.4 校园用户数据隐私保护效果分析 | 第66-67页 |
5.3 实验结论 | 第67-69页 |
第六章 总结与展望 | 第69-71页 |
参考文献 | 第71-75页 |
致谢 | 第75-76页 |
攻读学位期间取得的研究成果 | 第76页 |