[发明专利]一种隐私保护的大数据推荐方法及系统

摘要

本发明公开了一种隐私保护的大数据推荐方法及系统，其中，该方法包括以下步骤：获取用户行为数据，在大数据处理端对用户行为数据进行匿名化处理；对匿名化处理后的用户行为数据的属性进行统计，建立统计属性行为表，该表的每一项属性表示用户的一项个人信息，并将每一项属性的统计结果，转换为一个枚举值；查找相似用户行为，根据两个用户行为数据的枚举值，计算两个用户行为的相似度，比较相似度数值与相应阈值，根据比较结果生成推荐信息。本发明可以保护用户的隐私，且不需要加密，方便快捷，计算量小，容易实现。

主权项

1.一种隐私保护的大数据推荐方法，其特征在于，包括以下步骤：S1、获取用户行为数据，在大数据处理端对用户行为数据进行匿名化处理；S2、对匿名化处理后的用户行为数据的属性进行统计，建立统计属性行为表，该表的每一项属性表示用户的一项个人信息，并将每一项属性的统计结果，转换为一个枚举值；S3、查找相似用户行为，根据两个用户行为数据的枚举值，计算两个用户行为的相似度，比较相似度数值与相应阈值，根据比较结果生成推荐信息；相似度的计算方法为：设置统计属性枚举值为二进制表示的归一化离散枚举值，计算统计属性枚举值二进制的低w位的k次方差，其中w＝t*|Pi|，t取值为1/2或3/4，|Pi|为用户属性数组Pi的长度，k取值为2或4，若要求近似度高，则k取4，否则取2。