基于隐私保护的个性化推荐系统研究与实现

《基于隐私保护的个性化推荐系统研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、例如，在网上书店这个情景中，系统会试图找出其他品味相近的用户，然后根据他们的喜好来为用户推荐新的图书。基于协作过滤系统的优点是能为用户发现新的感兴趣的信息，缺点是存在两个很难解决的问题，一个是稀疏性，在系统使用初期，由于系统资源还未获得足够多的评价，系统很难利用这些评价来发现相似的用户；另一个是可扩展性，随着系统用户和资源的增多，系统的性能开始降低。目前很多技术都是围绕协同过滤展开研究的。协同过滤技术是个性化推荐系统中比较常用的技术，围绕协同过滤算法进行研究的文献也很多，它们对协同过滤算法进行了分析和改进以适应某一领域的应用。混合推荐(图1．4)

2、是混合使用基于内容的和协作式的推荐方法。基于内容的推荐方法主要被应用于推荐信息类项目，如文本、web站点、新闻消息等文本丰富型应用，它往往无法很好的解决多媒体信息的推荐问题。凸集合图1．4混合式内容推存系统对于混合方法的研究主要集中在混合的方式研究上。Fab[2]系统是比较早的一种混合方法推荐系统，它采用融合的混合方法把基于内容和协同方法结合进行推荐。还有一些个性化服务系统如：WebSIFT[19]和Anatagonomy[21]等，也同时采用了基于内容过滤和协作过滤这两种技术，结合这两种过滤技术可以克服各自的一些缺点，为了克服协作过滤的稀疏性问

3、题，可以利用用户浏览过的资源内容预计用户对其他资源的评价，这样可以增加资源评价的密度，利用这些评价再进行协作过滤，从而提高协作过滤的性能。综上所述，推荐系统作为解决信息过载问题的有效工具己经被越来越多的人7的出现改变了人们的生活，人们对个性化服务和产品产生了迫切的需求。网络上能够提供的商品和服务种类与数量都非常多，但是用户不希望也不可能浪费大量时间在网上寻找，这就需要个性化推荐系统提供个性化服务的功能，将用户可能感兴趣的内容推荐给用户，使用户能够方便地得到自己所需要的产品和服务。同时，研究个性化推荐系统对企业具有很高的经济价值。用户是利润的来源，

4、谁能提供给用户更好更满意、更具个性化的产品和服务，谁就能赢得市场。如何满足不同顾客对不同商品的个性化需求，提供给顾客所需要的商品信息是企业价值链的源头和市场营销的起点。在理论研究方面，个性化推荐系统具有较高的学术价值，是国内外研究学者的研究焦点，在学术领域占有重要地位。目前，国内在个性化推荐上的发展状况还基本停留在采用一些简单的推荐策略的阶段，并没有实现真正意义上的个性化智能推荐。因此，从某种程度而言，用户的潜力也没有得到全部地激发和挖掘。所以，推行个性化推荐技术和应用势在必行，个性化推荐系统是一个值得我们关注和研究的方向。为了对各种类型的网络资

5、源实现个性化推荐服务，系统必须“知道”用户的个性化需求，这就需要获取、分析用户信息，建立合适的用户模型。对于个性化服务系统来说，采取什么样的用户兴趣表示方法是非常重要的，也是其关键技术之一。建立用户模型之后，如何应用该模型，采用什么样的推荐技术产生最符合用户需要的资源列表，是个性化服务系统追求的目标，也是个性化推荐的又一关键技术。在传统的内容推荐服务[16]中，用来提高内容推荐准确性而使用的个人数据包括网页访问记录、预设的静念参数以及部分用户信息。一般来说，更详细的用户私有信息——包括R程计划、电子邮件、最近网页访问记录——能够帮助内容推荐系统提

6、供更精确的内容。但是，这样做会出现隐私泄露的问题。因此，由内容推荐服务器来收集用户个人信息并不是很合适的。基于个人隐私的考虑，一般用户也并不希望在服务器上保存很多个人信息。另外，用户必须在每台内容服务器上设置用户参数列表和用户信息，用来从不同的服务商那星得到定制服务，这8增加了用户的操作量。而可能泄漏隐私的风险和用户个人信息的缺乏降低了内容推荐服务的效率。本课题的研究目的是：1、采用基于代理的个性化智能推荐系统，建立推荐模型和通信模型，实现动态性、实时性和智能化的个性化推荐。2、研究综合使用多种推荐技术的推荐方法，满足用户不同的个性化需求。3、在

7、推荐模型中考虑用户的隐私保护，通过推荐系统在推荐相关信息的同时保护用户隐私。1．3．2研究内容本文提出了一种新的基于代理的个性化内容推荐系统CRESDUP(ContentREcommendationSystembasedonprivateDynamicUserProfile)。该系统的用户私有数据都在客户端处理，能够根据用户私有信息找出互联网上用户感兴趣的内容，同时也能有效地保护用户隐私。私有的动态用户兴趣配置文件DUP(DynamicUserProfile)是通过在客户端对用户私有信息进行数据挖掘而获得的，过程中不会向服务提供商暴露任何用户隐私

8、。用户兴趣配置文件根据用户日常使用习惯进行不断升级，以及根据用户的反馈而改进。因为用户兴趣配置文件保存在客户端，所以同一个用户兴趣配置文