[发明专利]一种基于矩阵分解的隐私保护内容推荐方法有效
申请号: | 201811148279.2 | 申请日: | 2018-09-29 |
公开(公告)号: | CN109543094B | 公开(公告)日: | 2021-09-28 |
发明(设计)人: | 董恺;郭桃林 | 申请(专利权)人: | 东南大学 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F21/62;G06F17/16 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 王安琪 |
地址: | 211189 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于矩阵分解的隐私保护内容推荐方法,包括如下步骤:(1)客户端安全模块为用户历史记录添加差分隐私噪声;(2)客户端安全模块将隐私的用户历史记录上传至服务器端;(3)服务器端通过矩阵分解的方式,将所有用户的隐私历史记录分解为“用户‑隐式特征”矩阵和“内容‑隐式特征”矩阵,并根据要接受推荐的用户的隐私记录构建用于产生推荐的“内容‑隐式特征”矩阵,并下发至客户端;(4)客户端根据用户的真实历史记录和接收的“内容‑隐式特征”矩阵,分析候选内容与用户真实记录中内容的相似度,并产生最终的推荐结果。本发明中用户历史记录隐私得以保护,内容推荐结果准确,用户端和服务器端的数据传输量较小。 | ||
搜索关键词: | 一种 基于 矩阵 分解 隐私 保护 内容 推荐 方法 | ||
【主权项】:
1.一种基于矩阵分解的隐私保护内容推荐方法,其特征在于,包括如下步骤:(1)客户端安全模块为用户历史记录添加差分隐私噪声;(2)客户端安全模块将隐私的用户历史记录上传至服务器端;(3)服务器端通过矩阵分解的方式,将所有用户的隐私历史记录分解为“用户‑隐式特征”矩阵和“内容‑隐式特征”矩阵,并根据要接受推荐的用户的隐私记录构建用于产生推荐的“内容‑隐式特征”矩阵,并下发至客户端;(4)客户端根据用户的真实历史记录和接收的“内容‑隐式特征”矩阵,分析候选内容与用户真实记录中内容的相似度,并产生最终的推荐结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811148279.2/,转载请声明来源钻瓜专利网。