当前网络信息防泄漏推荐算法忽略了对网络大数据的分类和保护，其应用结果存在推荐误差较高、覆盖率偏低的问题。为解决上述问题，提出基于隐私大数据的网络信息防泄漏推荐算法。利用转换随机化方法完成大数据的转换，得出大数据特征，对隐私大数据实现保护。利用协同滤过方法实现数据项目特征的划分和评价，根据群组和评价分数推荐兴趣点，完成网络信息防泄漏推荐。实验结果表明，所提算法的算法的推荐精度较高，覆盖率较高，且F1值始终保持较好水平。以上实验结果说明所提算法具有较理想的实用性。
科研之友
微信
新浪微博
Facebook
分享链接
