社會化推薦及其隱私保護關鍵問題研究.pdf_第1頁
已閱讀1頁,還剩131頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著互聯(lián)網(wǎng)技術與Web2.0應用的發(fā)展,在線社交媒體已經(jīng)成為信息傳播、信息獲取、信息共享與個體創(chuàng)造內容的重要平臺,由此產(chǎn)生了信息過載問題。同時用戶產(chǎn)生的在線應用數(shù)據(jù)往往包含用戶敏感信息,這些信息的發(fā)布與傳播帶來了用戶隱私泄露的風險。社會化推薦技術將用戶在線社交數(shù)據(jù)與社會屬性信息應用到推薦結果中,以幫助用戶過濾冗余信息并獲取個性化的推薦服務。然而在當前在線社交媒體上如何有效提取用戶社會網(wǎng)絡信息應用于社會化推薦、如何在幫助用戶獲得準確推薦結

2、果的同時盡可能保護用戶隱私成為具有理論與實踐意義的研究難題。
  針對社會化推薦面臨的問題與挑戰(zhàn),本文闡述了社會化推薦的應用領域與技術特點,概況了與社會化推薦相關的隱私保護技術特征。接著以在線社交媒體中的用戶社會網(wǎng)絡信息提取和社會關系感知模型作為出發(fā)點開始本文的研究工作,根據(jù)社會關系感知模型所反映的用戶網(wǎng)絡信息利用與用戶隱私保護問題,分別從用戶信任網(wǎng)絡的量化計算角度和用戶社會網(wǎng)絡層次刻畫角度深入開展了信任網(wǎng)絡上的隨機游走推薦機制以

3、及社會化推薦隱私保護機制的研究。
  在社會關系感知模型方面,給出了統(tǒng)一的在線社交應用情景描述方法,使用該方法可以將不同的在線社交應用情景映射到自我表達與社會存在兩種分類維度中進行研究。給出了在線社會關系實體屬性及關系約束條件的形式化表達,從復雜的情景對象中抽象和精煉出情景的主要成分,為用戶社會網(wǎng)絡信息的有效提取提供可操作對象。本文利用社會關系感知模型從在線社會關系強度和社會關系信任值兩個方面考察了不同在線社會關系類型對相關在線社

4、交應用情景下的社會化推薦效果的影響。研究結果顯示:(1)針對特定在線社交應用情景下的社會化推薦方法需要細分社會網(wǎng)絡實體類型,考慮社會同質性現(xiàn)象對在線社會網(wǎng)絡實體屬性的影響。根據(jù)這一結論,提出了利用在線社會網(wǎng)絡實體交互行為與交互模式作為實體相似性與同質性的外在表達形式。(2)相比于社會關系強度,社會關系信任值存在更強的非對稱性,可細分并刻畫社會網(wǎng)絡實體的個體屬性特征。
  在基于信任網(wǎng)絡的隨機游走推薦機制的研究方面:(1)提出一種基

5、于目標實體社會網(wǎng)絡結構的全局信任網(wǎng)絡構建方法。該方法考慮目標實體社會網(wǎng)絡結構屬性信息,結合實體在線行為特征向量的相似性來量化表達實體間的信任值,在此基礎上構建起實體的量化信任網(wǎng)絡。該方法是一種基于實體網(wǎng)絡結構信息的信任度量方法,相比于傳統(tǒng)方法,其優(yōu)點在于融合了實體在線行為特征的余弦距離,從而在社會化推薦過程中能更快發(fā)現(xiàn)網(wǎng)絡中的推薦節(jié)點。實驗結果表明,該方法能有效發(fā)掘具有相似在線行為特征的實體。(2)提出一種基于實體信任網(wǎng)絡的隨機游走推薦

6、方法。該方法以實體量化信任值作為信任網(wǎng)絡中隨機游走的概率偏好,根據(jù)游走節(jié)點的行為特征屬性與游走步長停止概率計算因子,快速發(fā)現(xiàn)目標推薦節(jié)點,提高推薦產(chǎn)生效率。利用條目相關系數(shù)的計算與條目實際評價域值,生成目標實體在目標條目上的推薦結果。在信任網(wǎng)絡上的實驗結果表明,相比于幾種典型的推薦方法,該方法能有效應對冷啟動與稀疏評價矩陣問題。
  在社會化推薦隱私保護機制的研究方面:(1)提出一種基于差分隱私的社會網(wǎng)絡層次化構建方法,利用連接概

7、率值來替換節(jié)點網(wǎng)絡邊信息,在此基礎上將噪音信息注入到概率值集合中,生成與輸入網(wǎng)絡結構屬性相匹配的凈化網(wǎng)絡,該生成的凈化網(wǎng)絡能夠滿足∈-差分隱私保護條件。在包含敏感用戶信息的社會網(wǎng)絡數(shù)據(jù)上的實驗結果表明,生成的凈化網(wǎng)絡能夠匹配原始網(wǎng)絡的結構信息,并且能有效控制注入的噪音信息量。(2)針對凈化網(wǎng)絡對社會化推薦效用的影響,提出一種社會化推薦效用的度量方法。該方法定義了效用函數(shù)的可交換性與集中性特點,通過計算目標推薦節(jié)點的共有鄰居節(jié)點數(shù)來分析凈

8、化網(wǎng)絡的隱私邊界,給出了社會化推薦隱私保護與社會化推薦效用之間的限制條件。
  綜上所述,本文研究了面向社會化推薦的社會關系感知模型、信任網(wǎng)絡上的隨機游走推薦機制以及社會化推薦隱私保護機制等問題;給出了統(tǒng)一的在線社交應用情景描述方法,從在線社會關系強度與在線社會關系信任值兩個方面考察了不同在線社交應用情景下的社會關系;提出一種基于目標實體社會網(wǎng)絡結構的全局信任網(wǎng)絡構建方法以及在此基礎上的隨機游走推薦機制;針對社會化推薦隱私保護問題

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論