移动互联网中保护隐私的个性化推荐研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景及意义 | 第15-17页 |
| 1.2 国内外发展现状 | 第17-19页 |
| 1.3 本文研究内容与组织结构 | 第19-20页 |
| 1.4 本章小结 | 第20-21页 |
| 第二章 个性化推荐系统与位置隐私保护概述 | 第21-33页 |
| 2.1 个性化推荐系统 | 第21-26页 |
| 2.1.1 基于内容的推荐 | 第21-22页 |
| 2.1.2 基于协同过滤的推荐 | 第22-25页 |
| 2.1.3 基于位置的地点推荐 | 第25-26页 |
| 2.2 位置隐私保护 | 第26-30页 |
| 2.2.1 LBS系统架构 | 第26-27页 |
| 2.2.2 隐私威胁分析 | 第27-28页 |
| 2.2.3 隐私保护方法 | 第28-30页 |
| 2.3 其他相关概念 | 第30-32页 |
| 2.3.1 聚类算法 | 第30-31页 |
| 2.3.2 推荐效果度量 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于用户查询的保护隐私的个性化推荐方案 | 第33-45页 |
| 3.1 存在问题与解决思路 | 第33-34页 |
| 3.2 相关技术 | 第34-36页 |
| 3.2.1 基于矩阵分解的推荐算法 | 第34-35页 |
| 3.2.2 地点区域的聚类算法分析 | 第35-36页 |
| 3.3 系统架构 | 第36-37页 |
| 3.4 基于用户查询的保护隐私的个性化推荐方案 | 第37-43页 |
| 3.4.1 位置隐私保护 | 第38-39页 |
| 3.4.2 地点类别挖掘 | 第39-40页 |
| 3.4.3 挖掘热点区域与地点推荐 | 第40-42页 |
| 3.4.4 本地过滤推荐结果 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 实验设计与结果分析 | 第45-59页 |
| 4.1 实验环境与设置 | 第45-46页 |
| 4.1.1 实验数据集 | 第45页 |
| 4.1.2 实验环境 | 第45-46页 |
| 4.1.3 实验设置 | 第46页 |
| 4.2 实验结果与分析 | 第46-53页 |
| 4.2.1 地点类别推荐评测 | 第46-48页 |
| 4.2.2 地点推荐评测 | 第48-53页 |
| 4.3 方案安全性分析 | 第53-55页 |
| 4.3.1 位置隐私安全性 | 第54页 |
| 4.3.2 问询隐私安全性 | 第54-55页 |
| 4.4 方案可用性分析 | 第55-56页 |
| 4.5 本章小结 | 第56-59页 |
| 第五章 结论与展望 | 第59-61页 |
| 5.1 研究总结 | 第59-60页 |
| 5.2 未来与展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 作者简介 | 第67-68页 |
