支持隐私保护的社交网络信息推荐方法

张超(),梁英*(),方浩汕

1. 中国科学院计算技术研究所泛在计算系统研究中心, 北京 100190
2. 中国科学院大学人工智能学院, 北京 100049
3. 山东大学软件学院, 山东 济南 250101

收稿日期:2019-09-02出版日期:2020-03-20发布日期:2020-03-27
通讯作者:梁英E-mail:zhangchao_ict@163.com;liangy@ict.ac.cn
作者简介:张超(1994—),男,硕士研究生,研究方向为数据挖掘. E-mail:zhangchao_ict@163.com
基金资助:国家重点研发计划项目(2018YFB1004704);国家重点研发计划项目(2016YFB0800403)

Social network information recommendation method of supporting privacy protection

Chao ZHANG(),Ying LIANG*(),Hao-shan FANG

1. Research Center for Ubiquitous Computing Systems, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China
2. School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing 100049, China
3. School of Software Engineering, Shandong University, Jinan 250101, Shandong, China

Received:2019-09-02Online:2020-03-20Published:2020-03-27
Contact:Ying LIANG E-mail:zhangchao_ict@163.com;liangy@ict.ac.cn

摘要/Abstract

摘要： 针对社交网络信息推荐中的信息传播带来隐私泄露的问题,结合信息传播模型,提出了一种支持隐私保护的社交网络信息推荐方法,通过好友的兴趣度、熟悉度和兴趣相似度推测用户兴趣,进行文本匹配和推荐候选集排序;通过个性化隐私偏好设置允许用户设置受限访问用户列表,并使用隐私保护方法计算信息传播至黑名单用户的概率,设置隐私泄露阈值对黑名单用户访问隐私博文的概率进行控制,达到信息推荐中保护用户隐私的目的。实验结果表明,所提方法可以在保证推荐效果的同时更好地保护用户隐私。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3236