科研之友
微信
新浪微博
Facebook
分享链接
摘要
人类移动中的顺序模式在地理社交网络服务的位置推荐中扮演了重要角色。现有的位置推荐系统必须访问用户的原始签到位置数据,以挖掘其顺序模式,然而这会泄露用户的位置隐私。针对该问题,提出一种基于差分隐私保护的位置推荐算法(Differential Privacy Location Recommendation, DPLORE)。首先,根据原始数据构建转移计数矩阵,利用拉普拉斯机制向分解后的矩阵元素添加噪声,使得算法满足差分隐私保护。接着,在多阶马尔可夫链模型的基础上,提出自适应权重的n-阶马尔可夫链模型,利用用户的顺序模式来进行位置推荐。最后的实验表明,本文设计的算法框架DPLORE的推荐结果准确率和召回率都优于现有的算法,同时DPLORE在高推荐精度和严格的位置隐私保护之间达成良好的权衡。
- 单位
