基于BC聚类的差分隐私保护推荐算法

王永^1,2, 尹恩民¹, 冉珣²

1. 重庆邮电大学 计算机科学与技术学院, 重庆 400065;
2. 重庆邮电大学 电子商务与现代物流重点实验室, 重庆 400065

收稿日期:2020-09-09发布日期:2021-04-28

作者简介:王永(1977-),男,教授,E-mail:wangyong_cqupt@163.com.
基金资助:国家自然科学基金项目（71901045）；教育部人文社科规划项目（20YJAZH102）

Differential Privacy-Preserving Recommendation Algorithm Based on Bhattacharyya Coefficient Clustering

WANG Yong^1,2, YIN En-min¹, RAN Xun²

1. College of Computer Science and Technology, Chongqing University of Posts and Telecommunications, Chongqing 400065, China;
2. Key Laboratory of E-Commerce and Modern Logistics, Chongqing University of Posts and Telecommunications, Chongqing 400065, China

Received:2020-09-09Published:2021-04-28

摘要/Abstract

摘要： 为提高差分隐私保护下推荐算法的准确性，提出了一种考虑差分隐私保护的基于Bhattacharyya系数（BC）的聚类推荐算法.以BC作为项目相似性度量的标准，根据BC相似性对项目进行K-medoids聚类，并在聚类簇中进行私有项目邻居选择.最后，根据最近邻居集信息，对用户的评分进行预测和Top-n推荐.提出的方案有效地克服了已有方法中存在的相似性度量依赖于共同评分的问题，提高了相似性度量的准确性，有效避免了因隐私保护而造成的最近邻居集质量下降的问题.理论分析和实验测试的结果表明，该方法在实现隐私保护的同时还能有效保证推荐的高质量，较好地实现了隐私保护和数据效用之间的平衡，具有良好的应用潜力.
中图分类号:
TP309.2

引用本文

王永, 尹恩民, 冉珣. 基于BC聚类的差分隐私保护推荐算法[J]. 北京邮电大学学报, 2021, 44(2): 81-88.
WANG Yong, YIN En-min, RAN Xun. Differential Privacy-Preserving Recommendation Algorithm Based on Bhattacharyya Coefficient Clustering[J]. Journal of Beijing University of Posts and Telecommunications, 2021, 44(2): 81-88.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4780