[发明专利]一种负调查实施和重构正数据的方法

说明书

本发明涉及一种负调查实施和重构正数据的方法，包括：按负调查的形式实施负调查，同时抽取少量的样本实施对应负调查题目的正调查；统计数据，得到各个选项负选的矩阵以及总样本数；对做了正负两个调查的少量样本做关联分析，得到重构矩阵；按负调查的矩阵约束条件，调整重构矩阵；运用最大似然估计和负调查的约束条件得到最优化的重构结果。本发明以背景知识和事件最大似然估计为基础，提出了一种负调查实施与重构方法，可以为负调查真实应用的方式提供参考，同时可以提高负数据重构的准确性。

技术领域

本发明属于隐私保护与安全领域，具体涉及一种基于背景知识来实施负调查并基于最大似然估计来重构正数据的方法。

背景技术

随着计算机网络和大数据的飞速发展，日常生活中人们接触到各种海量的数据和信息，这虽然在某些方面给人们带来了便利，但在一定程度上也造成了各种隐私数据的泄露。因此，保护人们的隐私显得越来越重要。信息的负表示是一种有效保护隐私的数据表示方式，而负调查起源于信息的负表示。

在传统的问卷调查(正调查)中，参与者被要求选择他属于的选项(正选项)，因此收集的数据属于参与者的真实数据(正数据)。而在负调查中，参与者被要求在他不属于的选项中任选一项。例如：你每月的工资是多少？A：3000B:3000-5000C:5000-8000D:8000。如果参与者的工资为6000，那么在正调查中他应该选C，而在负调查中，他应在A、B或D中任选一项。负调查要求选项数大于等于三，因而对于敏感的问题，采用负调查的方式可以在一定程度上保护参与者的隐私。由于参与者的真实数据不会被泄露，其也更愿意提供真实答案，这样可以在一定程度上使收集的数据更加真实。

负调查的研究还处于起步阶段，其关键问题在于从负数据到正数据的重构上，已有的方法(NStoPS、NStoPS-I、NStoPS-II等)虽然可以得到结果，但是它们只适用于均匀分布，是理论上的重构方法，并没有经过手动选择的真实数据的检验，因而可能并不适用于真实负调查。

虽然负调查从提出到现在经历了十余年的发展，研究负调查的学者越来越多，但是负调查的研究始终停留在理论和应用验证阶段。大部分负调查工作都只是用计算机模拟了负调查，少部分工作，虽然进行了真实负调查，但是主要通过设计程序来进行负选，并不是人手动选的。

目前研究者提出的选项被选的模型服从均匀分布、高斯分布等理想状态，但在真实的负调查中可能并非如此，因而在负调查中每个选项被选的概率有待调整，因而已有的从负调查到正调查的重构算法可能并不适合真实的负调查。

假设负调查题目的选项数为c，参与负调查的人数为n，本应属于第i个选项的人选择第j个选项的概率为q_ij，则重构矩阵为假设负调查的结果为r＝(r₁…r_c),r_j表示在负调查中选择第j个选项的概率，则t＝rQ^-1为重构后的正数据，t_j表示在正数据中选择第j个选项的人数。

因此，一种实施负调查的方式和更为精确的负调查重构方法是负调查领域十分关键的问题。

发明内容：

为了解决上述背景技术中提到的问题，本发明提出了一种基于背景知识的负调查实施和基于最大似然估计的重构正数据方法。

为了解决上述技术问题本发明的所采用的技术方案为：

一种负调查实施和重构正数据的方法，其特征在于，包括：

步骤1：根据负调查的形式和要求的负调查问卷题目、负调查问卷题目对应的正调查问题，正调查问题对应的若干选项的问题答案，根据负调查题目实施负调查，同时抽取设定数量的样本实施对应负调查题目的正调查。设定数量为少量的样本，抽取少量的样本做对应正调查是为了尽量保护用户的隐私，理论上后者的份数N越大得到的重构结果越准确。数量由用户自行设定。