基于差分隐私保护的模糊C均值聚类推荐
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.
协同过滤、模糊C均值聚类、差分隐私
27
2018-11-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
189-195
点击收藏,不怕下次找不到~
协同过滤、模糊C均值聚类、差分隐私
27
2018-11-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
189-195
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”
国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304
©天津万方数据有限公司 津ICP备20003920号-1
违法和不良信息举报电话:4000115888 举报邮箱:problem@wanfangdata.com.cn