计算机工程

作者：沈鑫娣,翟东君,张得天,刘安

单位：1.苏州大学 计算机科学与技术学院,江苏 苏州 215006; 2.江南大学 数字媒体学院,江苏 无锡 2141221.

关键词：局部敏感哈希, 隐私保护, 推荐算法,兴趣点, 同态加密

基金：国家自然科学基金面上项目(61572336);国家自然科学基金青年基金(61702227)

基于位置的社交网络利用用户的签到数据进行兴趣点(POI)推荐,但是出于对数据隐私的考虑,各种社交平台之间不愿意直接共享数据。为综合各个社交平台的数据从而提供更好的POI推荐服务,提出一种基于局部敏感哈希(LSH)的隐私保护POI推荐算法。通过LSH选取相似用户集合,极大地减少计算量,满足用户的快速响应需求。利用LSH和Paillier同态加密技术,在计算过程中保护数据隐私不被泄露。真实数据集上的实验结果表明,在响应时间和预测准确度上,该算法优于传统基于用户的协同过滤推荐算法。

来源：2019年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第1期