协同过滤推荐系统中一种新型的隐私保护方法技术方案

本发明专利技术涉及协同过滤推荐系统中一种新型的隐私保护方法。基本思想是将收集的用户评分信息和生成的用户评分集保存在客户端功能模块，利用推荐中心生成的第三方评分集与用户评分集在客户端功能模块进行偏好一致性计算，比较用户与第三方之间的偏好相似性，然后推荐中心根据偏好一致性计算的结果进行用户相似性计算，从而获得相似用户候选集。推荐时，用户通过客户端功能模块发送推荐请求到推荐中心，推荐中心根据推荐请求从相似用户候选集中选取合适的相似用户完成推荐。整个推荐信息的传输使用我们所设计的推荐信息传输协议来进行传输。本发明专利技术能够避免不正当的数据收集、存储和分析导致的用户隐私信息的泄露。属于计算机网络安全领域。

【技术实现步骤摘要】
指定资源下载失败。(异常来自HRESULT:0x800C0008)指定的地址不存在或地址错误

【技术保护点】
协同过滤推荐系统中一种新型的隐私保护方法，要求在协同过滤推荐系统中部署若干个客户端功能模块和1个推荐中心，用户必须通过推荐中心发送推荐请求，推荐中心根据用户相似性计算结果，获得相似用户候选集，推荐中心根据用户的推荐请求从相似用户候选集中选取合适的相似用户完成推荐，其特征在于包括以下步骤：功能模块部署阶段：在协同过滤推荐系统中部署若干个客户端功能模块和1个推荐中心，其中每个用户都需要在用户端部署1个客户端功能模块；用户发送推荐请求阶段：用户a通过客户端功能模块向推荐中心发送推荐请求；第三方评分集R生成阶段：推荐中心收到推荐请求后启动第三方评分集R生成子模块，生成一个第三方的评分集R；用户与第三方偏好一致性计算阶段：用户a的客户端功能模块通过用户信息收集子模块收集用户对推荐系统内物品的评分，然后用户建模子模块将收集到的评分建立成用户模型，模型中分别保存着用户评分集U和用户偏好集P，其中用户偏好集P是根据评分集U获得的对某一类物品排序的结果，用户建模子模块将用户模型数据输入进用户与第三方偏好一致性计算子模块，该模块利用用户评分集U和推荐中心发送过来的第三方评分集R，计算出用户与第三方推荐中心之间的偏好相似性；相似用户筛选阶段：用户a的用户与第三方偏好一致性计算子模块将用户a与第三方之间的评分趋势值Cac，Dac和Tac发送到推荐中心进行汇聚，其中Cac表示评分趋势一致的物品数，Dac表示评分趋势不一致的物品数，Tac表示评分趋势纠结的物品数，推荐中心通过用户偏好相似性计算子模块计算用户相似度，并获得相似用户候选集；推荐结果反馈阶段：在得到用户a的相似用户侯选集后，推荐中心从相似用户侯选集中选取合适的相似用户向a推荐感兴趣的内容，为了隐藏推荐信息的内容，我们使用RITP协议来对推荐信息进行传输。所述协议是：假设选取相似用户b为用户a推荐感兴趣的内容，用户b首先将推荐列表Lb使用用户a的公钥进行加密，然后发送给推荐中心，推荐中心将加密的推荐列表Gb发送给用户a，用户a利用自身私钥将加密的推荐列表Gb进行解密，得到真实的推荐列表Lb。...

【技术特征摘要】
指定资源下载失败。(异常来自HRESULT:0...

【专利技术属性】
技术研发人员：吴旭，刘浩，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：陕西;61