面向协同过滤推荐的混合隐私保护技术和算法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 研究现状及分析 | 第11-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第2章 协同过滤及数据发布隐私保护概述 | 第15-27页 |
| 2.1 协同过滤推荐简介 | 第15-18页 |
| 2.1.1 协同过滤算法的概念 | 第15页 |
| 2.1.2 协同过滤算法的过程 | 第15-18页 |
| 2.2 协同过滤推荐系统的优缺点 | 第18-19页 |
| 2.3 数据发布隐私保护方法 | 第19-26页 |
| 2.3.1 k-匿名体系 | 第20-22页 |
| 2.3.2 差分隐私保护 | 第22-25页 |
| 2.3.3 对比分析 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 面向协同过滤推荐的隐私攻击模型 | 第27-34页 |
| 3.1 协同过滤的隐私安全问题 | 第27-28页 |
| 3.2 面向协同过滤的攻击和保护算法 | 第28-33页 |
| 3.3 隐私保护的评价指标 | 第33-34页 |
| 第4章 基于ρ-混合算法的隐私推荐机制 | 第34-43页 |
| 4.1 ρ-混合隐私保护算法性能分析 | 第34-36页 |
| 4.2 ρ混合算法的改进 | 第36-39页 |
| 4.2.1 推荐算法的改进 | 第36-38页 |
| 4.2.2 ρ-混合隐私保护算法的优化 | 第38-39页 |
| 4.3 动态环境下的隐私保护策略 | 第39-41页 |
| 4.4 隐私机制的分析与评估 | 第41-43页 |
| 第5章 实验与分析 | 第43-48页 |
| 5.1 实验环境及背景 | 第43页 |
| 5.2 数据集 | 第43页 |
| 5.3 改进的ρ-混合隐私保护算法 | 第43-45页 |
| 5.4 动态环境下的ρ-混合隐私保护算法 | 第45-48页 |
| 第6章 总结与展望 | 第48-49页 |
| 6.1 总结 | 第48页 |
| 6.2 展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 读硕士期间的成果情况 | 第53-54页 |
| 致谢 | 第54-55页 |
