基于LSH的隐私保护POI推荐算法

摘要：

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.

关键词：局部敏感哈希、隐私保护、推荐算法、兴趣点、同态加密

所属期刊栏目：45

分类号：TP391.3(计算技术、计算机技术)

资助基金：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

在线出版日期：2019-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：96-102