典型文献
基于时间权重因子的隐私保护推荐算法
文献摘要：
用户兴趣是随时间变化的,若对推荐系统中所有时间段的数据均采用同等程度的隐私保护,容易引入不必要的噪声,降低数据效用.为此,提出一种基于时间权重因子的差分隐私保护推荐算法.首先,设计时间权重因子,用于衡量数据重要性.然后,根据时间权重因子划分隐私预算,对不同时间段的数据施加不同强度的隐私保护.在此基础上,构建基于差分隐私的概率矩阵分解模型,用于完成个性化推荐.实验结果表明,该算法在满足隐私保护的条件下,能够更有效地保留数据效用,提高推荐结果的准确性.
文献关键词：
推荐系统;矩阵分解;隐私保护;差分隐私;时间权重因子
中图分类号：
作者姓名：
王永;王利;冉珣;肖玲
作者机构：
重庆邮电大学电子商务与现代物流重点实验室,重庆 400065
文献出处：
引用格式：
[1]王永;王利;冉珣;肖玲-.基于时间权重因子的隐私保护推荐算法)[J].湖南大学学报（自然科学版）,2022(08):196-207
A类：
时间权重因子
B类：
推荐算法,用户兴趣,推荐系统,不必要,差分隐私保护,隐私预算,不同时间段,不同强度,概率矩阵分解,分解模型,个性化推荐
AB值：
0.174007
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
