社會(huì)化推薦及其隱私保護(hù)關(guān)鍵問(wèn)題研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)與Web2.0應(yīng)用的發(fā)展，在線(xiàn)社交媒體已經(jīng)成為信息傳播、信息獲取、信息共享與個(gè)體創(chuàng)造內(nèi)容的重要平臺(tái)，由此產(chǎn)生了信息過(guò)載問(wèn)題。同時(shí)用戶(hù)產(chǎn)生的在線(xiàn)應(yīng)用數(shù)據(jù)往往包含用戶(hù)敏感信息，這些信息的發(fā)布與傳播帶來(lái)了用戶(hù)隱私泄露的風(fēng)險(xiǎn)。社會(huì)化推薦技術(shù)將用戶(hù)在線(xiàn)社交數(shù)據(jù)與社會(huì)屬性信息應(yīng)用到推薦結(jié)果中，以幫助用戶(hù)過(guò)濾冗余信息并獲取個(gè)性化的推薦服務(wù)。然而在當(dāng)前在線(xiàn)社交媒體上如何有效提取用戶(hù)社會(huì)網(wǎng)絡(luò)信息應(yīng)用于社會(huì)化推薦、如何在幫助用戶(hù)獲得準(zhǔn)確推薦結(jié)

2、果的同時(shí)盡可能保護(hù)用戶(hù)隱私成為具有理論與實(shí)踐意義的研究難題。
　　針對(duì)社會(huì)化推薦面臨的問(wèn)題與挑戰(zhàn)，本文闡述了社會(huì)化推薦的應(yīng)用領(lǐng)域與技術(shù)特點(diǎn)，概況了與社會(huì)化推薦相關(guān)的隱私保護(hù)技術(shù)特征。接著以在線(xiàn)社交媒體中的用戶(hù)社會(huì)網(wǎng)絡(luò)信息提取和社會(huì)關(guān)系感知模型作為出發(fā)點(diǎn)開(kāi)始本文的研究工作，根據(jù)社會(huì)關(guān)系感知模型所反映的用戶(hù)網(wǎng)絡(luò)信息利用與用戶(hù)隱私保護(hù)問(wèn)題，分別從用戶(hù)信任網(wǎng)絡(luò)的量化計(jì)算角度和用戶(hù)社會(huì)網(wǎng)絡(luò)層次刻畫(huà)角度深入開(kāi)展了信任網(wǎng)絡(luò)上的隨機(jī)游走推薦機(jī)制以

3、及社會(huì)化推薦隱私保護(hù)機(jī)制的研究。
　　在社會(huì)關(guān)系感知模型方面，給出了統(tǒng)一的在線(xiàn)社交應(yīng)用情景描述方法，使用該方法可以將不同的在線(xiàn)社交應(yīng)用情景映射到自我表達(dá)與社會(huì)存在兩種分類(lèi)維度中進(jìn)行研究。給出了在線(xiàn)社會(huì)關(guān)系實(shí)體屬性及關(guān)系約束條件的形式化表達(dá)，從復(fù)雜的情景對(duì)象中抽象和精煉出情景的主要成分，為用戶(hù)社會(huì)網(wǎng)絡(luò)信息的有效提取提供可操作對(duì)象。本文利用社會(huì)關(guān)系感知模型從在線(xiàn)社會(huì)關(guān)系強(qiáng)度和社會(huì)關(guān)系信任值兩個(gè)方面考察了不同在線(xiàn)社會(huì)關(guān)系類(lèi)型對(duì)相關(guān)在線(xiàn)社

4、交應(yīng)用情景下的社會(huì)化推薦效果的影響。研究結(jié)果顯示：（1）針對(duì)特定在線(xiàn)社交應(yīng)用情景下的社會(huì)化推薦方法需要細(xì)分社會(huì)網(wǎng)絡(luò)實(shí)體類(lèi)型，考慮社會(huì)同質(zhì)性現(xiàn)象對(duì)在線(xiàn)社會(huì)網(wǎng)絡(luò)實(shí)體屬性的影響。根據(jù)這一結(jié)論，提出了利用在線(xiàn)社會(huì)網(wǎng)絡(luò)實(shí)體交互行為與交互模式作為實(shí)體相似性與同質(zhì)性的外在表達(dá)形式。（2）相比于社會(huì)關(guān)系強(qiáng)度，社會(huì)關(guān)系信任值存在更強(qiáng)的非對(duì)稱(chēng)性，可細(xì)分并刻畫(huà)社會(huì)網(wǎng)絡(luò)實(shí)體的個(gè)體屬性特征。
　　在基于信任網(wǎng)絡(luò)的隨機(jī)游走推薦機(jī)制的研究方面：（1）提出一種基

5、于目標(biāo)實(shí)體社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)的全局信任網(wǎng)絡(luò)構(gòu)建方法。該方法考慮目標(biāo)實(shí)體社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)屬性信息，結(jié)合實(shí)體在線(xiàn)行為特征向量的相似性來(lái)量化表達(dá)實(shí)體間的信任值，在此基礎(chǔ)上構(gòu)建起實(shí)體的量化信任網(wǎng)絡(luò)。該方法是一種基于實(shí)體網(wǎng)絡(luò)結(jié)構(gòu)信息的信任度量方法，相比于傳統(tǒng)方法，其優(yōu)點(diǎn)在于融合了實(shí)體在線(xiàn)行為特征的余弦距離，從而在社會(huì)化推薦過(guò)程中能更快發(fā)現(xiàn)網(wǎng)絡(luò)中的推薦節(jié)點(diǎn)。實(shí)驗(yàn)結(jié)果表明，該方法能有效發(fā)掘具有相似在線(xiàn)行為特征的實(shí)體。（2）提出一種基于實(shí)體信任網(wǎng)絡(luò)的隨機(jī)游走推薦

6、方法。該方法以實(shí)體量化信任值作為信任網(wǎng)絡(luò)中隨機(jī)游走的概率偏好，根據(jù)游走節(jié)點(diǎn)的行為特征屬性與游走步長(zhǎng)停止概率計(jì)算因子，快速發(fā)現(xiàn)目標(biāo)推薦節(jié)點(diǎn)，提高推薦產(chǎn)生效率。利用條目相關(guān)系數(shù)的計(jì)算與條目實(shí)際評(píng)價(jià)域值，生成目標(biāo)實(shí)體在目標(biāo)條目上的推薦結(jié)果。在信任網(wǎng)絡(luò)上的實(shí)驗(yàn)結(jié)果表明，相比于幾種典型的推薦方法，該方法能有效應(yīng)對(duì)冷啟動(dòng)與稀疏評(píng)價(jià)矩陣問(wèn)題。
　　在社會(huì)化推薦隱私保護(hù)機(jī)制的研究方面：（1）提出一種基于差分隱私的社會(huì)網(wǎng)絡(luò)層次化構(gòu)建方法，利用連接概

7、率值來(lái)替換節(jié)點(diǎn)網(wǎng)絡(luò)邊信息，在此基礎(chǔ)上將噪音信息注入到概率值集合中，生成與輸入網(wǎng)絡(luò)結(jié)構(gòu)屬性相匹配的凈化網(wǎng)絡(luò)，該生成的凈化網(wǎng)絡(luò)能夠滿(mǎn)足∈-差分隱私保護(hù)條件。在包含敏感用戶(hù)信息的社會(huì)網(wǎng)絡(luò)數(shù)據(jù)上的實(shí)驗(yàn)結(jié)果表明，生成的凈化網(wǎng)絡(luò)能夠匹配原始網(wǎng)絡(luò)的結(jié)構(gòu)信息，并且能有效控制注入的噪音信息量。（2）針對(duì)凈化網(wǎng)絡(luò)對(duì)社會(huì)化推薦效用的影響，提出一種社會(huì)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(diǎn)，通過(guò)計(jì)算目標(biāo)推薦節(jié)點(diǎn)的共有鄰居節(jié)點(diǎn)數(shù)來(lái)分析凈

8、化網(wǎng)絡(luò)的隱私邊界，給出了社會(huì)化推薦隱私保護(hù)與社會(huì)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(huì)化推薦的社會(huì)關(guān)系感知模型、信任網(wǎng)絡(luò)上的隨機(jī)游走推薦機(jī)制以及社會(huì)化推薦隱私保護(hù)機(jī)制等問(wèn)題；給出了統(tǒng)一的在線(xiàn)社交應(yīng)用情景描述方法，從在線(xiàn)社會(huì)關(guān)系強(qiáng)度與在線(xiàn)社會(huì)關(guān)系信任值兩個(gè)方面考察了不同在線(xiàn)社交應(yīng)用情景下的社會(huì)關(guān)系；提出一種基于目標(biāo)實(shí)體社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)的全局信任網(wǎng)絡(luò)構(gòu)建方法以及在此基礎(chǔ)上的隨機(jī)游走推薦機(jī)制；針對(duì)社會(huì)化推薦隱私保護(hù)問(wèn)題