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