【技术实现步骤摘要】
本专利技术属于隐私保护推荐，尤其涉及一种基于矩阵分解的隐私保护推荐方法及系统。
技术介绍
1、基于矩阵分解的隐私保护推荐方法是一种结合矩阵分解技术与隐私保护机制的推荐系统方法，矩阵分解是推荐系统中常用的技术，通过将用户与项目的评分矩阵分解为用户特征矩阵和项目特征矩阵，从中发现隐含的用户偏好和项目特性。
2、在当今数字化时代，个性化推荐系统已成为电子商务、社交媒体、在线广告和电信服务等行业不可或缺的一部分，基于矩阵分解的隐私保护推荐方法可以通过安全计算技术，提升系统的安全性和用户信任度，在保障推荐精度的同时，有效保护用户隐私，满足用户数据安全需求和相关法律法规要求。
3、然而，现有隐私保护推荐方法的用户-项目评分矩阵高度稀疏，模型难以捕获用户的真实偏好，推荐结果不准确，在大规模数据集上，矩阵分解计算复杂度高，计算效率过低，在数据共享时未引入安全计算技术，难以满足对用户数据隐私的保护需求，导致分布式环境下的协同计算存在安全隐患。
技术实现思路
1、鉴于现有技术存在的现有...
【技术保护点】
1.一种基于矩阵分解的隐私保护推荐方法，其特征在于，方法包括：
2.根据权利要求1所述的基于矩阵分解的隐私保护推荐方法，其特征在于，所述公开参数还包括描述分解矩阵向量的维度、超参数和步长超参数；
3.根据权利要求1所述的基于矩阵分解的隐私保护推荐方法，其特征在于，所述内积三元组包括第一内积三元组和第二内积三元组，所述乘法三元组包括第一乘法三元组和第二乘法三元组。
4.根据权利要求1所述的基于矩阵分解的隐私保护推荐方法，其特征在于，所述误差共享矩阵包括第一误差共享矩阵和第二误差共享矩阵；
5.根据权利要求3所述的基于矩阵分...
【技术特征摘要】
1.一种基于矩阵分解的隐私保护推荐方法，其特征在于，方法包括：
2.根据权利要求1所述的基于矩阵分解的隐私保护推荐方法，其特征在于，所述公开参数还包括描述分解矩阵向量的维度、超参数和步长超参数；
3.根据权利要求1所述的基于矩阵分解的隐私保护推荐方法，其特征在于，所述内积三元组包括第一内积三元组和第二内积三元组，所述乘法三元组包括第一乘法三元组和第二乘法三元组。
4.根据权利要求1所述的基于矩阵分解的隐私保护推荐方法，其特征在于，所述误差共享矩阵包括第一误差共享矩阵和第二误差共享矩阵；
5.根据权利要求3所述的基于矩阵分解的隐私保护推荐方法，其特征在于，所...
【专利技术属性】
技术研发人员：牛立国，郭建章，马冬松，李建明，刘彬，
申请(专利权)人：中电信数智科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。