高级检索
检索提示：高级检索多个条件检索时是按照顺序运算的：如 A或B与C 即:(A或B)与C
[期刊论文]
基于推荐的社交媒体数据发布的隐私保护
作者：
收录：
摘要：
个性化的推荐需要使用大量的用户数据，尤其是用户在社交媒体上的活动数据，包括评级、签到等，然而，从大量的用户活动数据中，能够推断出用户的隐私数据。在本文中，针对FM推荐算法的特性，提出距离度量KFC，约束数据失真，提出了PrivFM，一个可定制的、连续的、保护隐私的社交媒体数据发布框架，通过扰乱用户发布的活动数据，防止推理攻击，同时保证推荐效用。实验结果表明，相对于其他的隐私保护方法及距离度量，提高了隐私保护与推荐之间的平衡。
关键词：
作者机构：
通讯作者信息：
电子邮件地址：
相关关键词：
相关文章：
2012，数字技术与应用
2013，计算机与现代化
来源 ：
计算机科学与应用
ISSN： 2161-8801
年份： 2020
期： 03
卷： 10
页码： 427-436
被引次数：
WoS核心集被引频次： 0
SCOPUS被引频次：
ESI高被引论文在榜： 0 展开所有
万方被引频次： -1
中文被引频次：
近30日浏览量： 2
归属院系：
全文获取
外部链接：
