基于差分隐私保护的模糊C均值聚类推荐

摘要：

通过对用户进行模糊C均值聚类,使其以不同的隶属度隶属于不同聚类,解决了因硬聚类导致的推荐准确度低的问题,获得更加准确的聚类效果;针对推荐算法的隐私泄露问题,通过将Laplace噪声引入到模糊C均值聚类过程中,实现基于差分隐私保护的模糊C均值聚类推荐.实验结果表明,该算法在保证推荐质量的同时有效改善了推荐系统的安全性.

关键词：协同过滤、模糊C均值聚类、差分隐私

所属期刊栏目：27

在线出版日期：2018-11-02（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：189-195