摘要： import java.util.Scanner; import java.lang.*; public class Main{ public static void main(String[] args){ Scanner in = new Scanner(System.in); int n = 阅读全文

摘要： 传统的基于邻居的推荐系统： （1）选出目标人的K个最近邻居 （2）预测评分 提出了PPMR算法 包括两个隐私操作： （1）隐私的邻居选择：用的K-匿名算法，意味着邻居是根据目标人的相似度被秘密选择的。防止患者医疗信息受到攻击。 （2）基于邻域的差分隐私推荐：增强推荐功能 3 提出的方法（PPMR） 阅读全文

摘要： 1 引言 传统的推荐方法： 协同过滤：数据稀疏、冷启动问题。浅层模型无法学习到用户和项目的深层次特征。 基于内容的推荐方法：需要有效的特征提取。浅层模型依赖于人工设计特征，有效性和可扩展性有限。 混合推荐方法：辅助信息往往具有多模态、数据异构、大规模、数据稀疏和分布不均匀等复杂特征，融合多源异构数据 阅读全文

摘要： 1 社交信息与推荐的关联性 传统的推荐方法假定用户相互独立，忽略了用户之间的相互作用。而现实生活中，人们在做决策是往往会向朋友寻求建议，进而一定程度上影响用户的选择。 因此，考虑到用户之间的相互影响，引入社交信息来拓展传统的推荐模型，提出了一系列的社交推荐模型【26-43】。 相比于传统的推荐方法， 阅读全文

摘要： 应用了三种方法对矩阵分解实现差分隐私 （1）输入扰动 （2）SGD扰动 （3）具有输出扰动的ALS global average GAvg(R) { average of all the ratings for all items } item average IAvg(i) { average r 阅读全文