论文部分内容阅读
基于上下文感知的推荐系统通过引入上下文环境信息进行推荐，其中用户的隐私信息往往能够被攻击者直接或间接地获取到，造成隐私泄露。针对以上问题，在上下文感知推荐系统中融人一种改进的匿名模型。结合聚类方法将不同的敏感属性值进行分组，对多敏感属性进行匿名，在隐私保护方面，对高敏感属性信息具有较高的保护程度，有相似敏感程度的信息具有相似的保护程度。在真实数据集上的实验结果表明，该方法能在保护推荐系统中用户隐私的同时，提高推荐精确度。