[发明专利]一种保护用户隐私信息的推荐方法和装置

说明书

技术领域

本发明涉及信息安全领域，更具体地，涉及一种保护用户隐私信息的推荐方法和装置。

背景技术

大规模在线服务网站的蓬勃发展吸引了越来越多的网路用户，然而与此同时，个性化推荐服务成为网站主要竞争手段的同时带来了用户隐私泄露风险。事实上，处理用户的历史行为记录就意味着用户的隐私信息会被搜集、存储并用于推荐。在大规模在线服务系统中，绝大多数情况下，用户信任推荐系统，并期望推荐系统能够基于自己的兴趣偏好提供优质的个性化推荐服务。然而，用户不希望推荐系统获取除兴趣偏好之外的其他个人隐私信息，特别是用户人口统计学信息(Demographic Information，DI)。尤其在当今的互联网时代，大数据平台的建立和应用，同类网站之间的互利合作不断促进着数据分享交流。用户担心，一旦所推荐系统可以获取用户DI，那么由于数据的互利分享，用户DI将面临泄露给未知甚至不信任的第三方的风险。目前，大量的研究工作通过数据扰动和模糊的方法扭曲用户历史行为记录，以降低用户DI分类推断的准确性，不幸地是，这种数据扭曲不可避免地牺牲了个性化推荐的准确性。虽然在大规模在线服务系统中，保护用户隐私会造成推荐性能的损失已经成为了研究工作的普遍共识，但是现有研究工作在用户DI安全和推荐准确性之间的权衡做法并不能使用户十分满意。

由于保护用户的隐私必然会造成推荐性能的损失，所以目前的框架主要作用就是权衡用户隐私信息泄露程度及推荐准确性的损失。然而，用户的兴趣偏好不由某一类用户DI唯一决定，因此，需要提供一种保护用户隐私信息的推荐方法和装置。

发明内容

本发明的目的在于提供一种保护用户隐私信息的推荐方法和装置，该发明能够实现在保护用户DI的同时保证甚至提高推荐准确性的目的。

为达到上述目的，本发明采用下述技术方案：

一种保护用户隐私信息的推荐方法，该方法包括：S101：隐私保护模块从用户端读取用户历史行为数据A；S103：所述隐私保护模块将所述用户历史行为数据A进行转换，并将转换后的数据发送给推荐系统；S105：所述隐私保护模块接收经所述推荐系统的所述隐私推断模块进行推断后的推荐数据B；S107：所述隐私保护模块对所述推荐数据B进行修正，并将修正后的推荐数据发送给所述用户端。

优选的，所述隐私保护模块对所述用户历史行为数据A进行数据转换时，根据所述用户历史行为数据A中视频的特性，选择相反特性占优势的视频，所述视频的特性倾向参数可通过基于训练集数据获取，所述视频的特性为用户人口统计学信息中的一项或多项内容，包括性别、年龄。

优选的，所述隐私保护模块将所述相反特性的视频的平均打分作为选定添加的视频的虚拟打分值。

优选的，所述隐私保护模块对所述用户历史行为数据A进行数据转换时，选择给定用户感兴趣的视频和/或选择更受欢迎的视频加入到所述用户历史行为数据A中。

优选的，对于上述任一方案中的所述隐私保护模块将所述推荐系统推荐的视频进行修正，对符合用户历史行为的视频传输到用户端。

一种保护用户隐私信息的推荐装置，包括用户端、隐私保护模块和推荐系统，其中用户端工作在隐私保护模块的前端，推荐系统工作在隐私保护模块的后端，该装置包括：读取数据模块：配置为所述隐私保护模块从所述用户端读取用户历史行为数据A；数据转换模块：配置为所述隐私保护模块将所述用户历史行为数据A进行转换，并将转换后的数据发送给所述推荐系统；数据接收模块：配置为所述隐私保护模块接收经所述推荐系统的隐私推断模块进行推断后的推荐数据B；数据修正模块：配置为所述隐私保护模块对所述推荐数据B进行修正，并将修正后的推荐数据发送给所述用户端。

优选的，所述隐私保护模块对所述用户历史行为数据A进行数据转换时，根据所述用户历史行为数据中视频的特性，选择相反特性占优势的视频，所述视频的特性倾向参数可通过基于训练集数据获取，所述视频的特性为用户人口统计学信息中的一项或多项内容，包括性别、年龄。

优选的，所述隐私保护模块将所述相反特性的视频的平均打分作为选定添加的视频的虚拟打分值。

优选的，所述隐私保护模块设置在所述用户端中。

优选的，其特征在于，对于上述任一方案中的所述隐私保护模块将所述推荐系统推荐的视频进行修正，对符合用户历史行为的视频传输到用户端。

本发明的有益效果如下：