技术特征:
技术总结
本发明公开了一种基于差分隐私保护的矩阵分解推荐方法。该方法如下:将已收集的用户对物品的评价或喜好,转化为用户‑评分矩阵,作为推荐方法模型的训练集;利用评分平均值、用户因子矩阵、物品因子矩阵、用户偏置项、物品偏置项预测用户对物品的评分情况;通过差分隐私平均值计算方法,计算出差分隐私保护下的用户评分的平均值;根据评分预测模型,建立最小化平方误差函数;利用差分隐私随机梯度下降方法,训练评分预测模型并在训练过程中添加差分隐私噪声,实现参数的差分隐私保护;利用评分预测模型与训练出的差分隐私保护模型参数,预测用户对物品的评分。本发明可以在提供推荐结果时,对用户的信息进行差分隐私保护,并具有较高的推荐准确度。
技术研发人员:侯君;李千目;刘魁;耿夏琛
受保护的技术使用者:南京理工大学
技术研发日:2018.02.06
技术公布日:2018.07.13