社交网络推荐系统的隐私保护研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景和意义 | 第8-10页 |
| ·研究背景介绍 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·研究现状及发展趋势 | 第10-13页 |
| ·个性化推荐技术的研究现状 | 第10-12页 |
| ·互联网隐私保护的研究现状 | 第12页 |
| ·个性化推荐系统中的隐私保护现状 | 第12-13页 |
| ·论文主要研究内容 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 第二章 个性化推荐系统的概念及相关技术 | 第15-24页 |
| ·推荐系统概述 | 第15-16页 |
| ·推荐方法的提出 | 第16页 |
| ·主要的推荐技术 | 第16-20页 |
| ·基于内容的推荐技术 | 第16-17页 |
| ·基于关联规则的推荐技术 | 第17-18页 |
| ·基于协同过滤的推荐技术 | 第18-20页 |
| ·个性化服务中的隐私泄露 | 第20-23页 |
| ·个性化服务中的隐私泄露事件 | 第20-21页 |
| ·推荐系统被恶意操纵的危害 | 第21-22页 |
| ·个性化推荐系统与用户信息安全的关联机制 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 社交网络推荐系统的信息安全及隐私保护 | 第24-32页 |
| ·社交网络研究 | 第24-26页 |
| ·社交网络概述 | 第24-25页 |
| ·社交网络基本理论 | 第25-26页 |
| ·社交网络中安全风险分析 | 第26-29页 |
| ·社交网络用户隐私概念 | 第26页 |
| ·社交网络用户隐私的种类 | 第26-27页 |
| ·社交网络推荐系统的隐私泄露 | 第27-29页 |
| ·社交网络中个性化推荐系统的隐私保护技术 | 第29-31页 |
| ·改进系统结构 | 第29-30页 |
| ·匿名技术 | 第30页 |
| ·关联规则挖掘中隐私保护技术 | 第30页 |
| ·协同过滤中的隐私保护技术 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 社交网络推荐系统隐私保护相关研究 | 第32-45页 |
| ·总体结构设计 | 第32-33页 |
| ·问题的提出 | 第32页 |
| ·总体结构设计 | 第32-33页 |
| ·基于节点分割的属性匿名隐私保护设计 | 第33-41页 |
| ·基本思想 | 第33页 |
| ·数据模型与定义 | 第33-35页 |
| ·方案原理 | 第35-36页 |
| ·算法流程 | 第36-39页 |
| ·隐私保护程度理论分析 | 第39-41页 |
| ·数据可用性分析 | 第41页 |
| ·隐私保护后的推荐系统的效率优化 | 第41-43页 |
| ·后续优化的必要性 | 第41-42页 |
| ·优化的方法选择 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第五章 实验与结果分析 | 第45-52页 |
| ·实验环境及数据集 | 第45页 |
| ·隐私保护程度实验结果分析 | 第45-47页 |
| ·个性化推荐模块实验分析 | 第47-49页 |
| ·系统性能实验结果分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间的研究成果 | 第57-58页 |
| 致谢 | 第58页 |
