10.3969/j.issn.1006-9348.2022.11.095
基于隐私大数据的网络信息防泄漏推荐算法
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.
隐私数据、推荐算法、保护处理、协同滤过、兴趣点
39
TM76(输配电工程、电力网及电力系统)
江西省教育厅科学技术研究项目191615
2023-01-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
483-486,500