科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于隐私保护的推荐方法,在用户和电子商务平台服务器中设置半可信第三方机构,电子商务平台服务器公开所有商品的特征向量,用户从服务器中获取商品特征向量,根据其自身的购买数据在本地学习其用户特征向量,并据此计算对商品特征向量的更新梯度,采用全局噪声向量和临时噪声进行扰动后发送至半可信第三方机构,半可信第三方机构对扰动后的更新梯度进行聚合并发送给服务器,服务器对接收到的更新梯度去除扰动,然后对商品特征向量进行更新,用户再根据更新后的商品特征向量计算得到预测交互向量,从而得到商品推荐结果。采用本发明可以有效实现商品推荐过程中对用户隐私的保护。
- 出版日期2020-3-30
- 单位华东师范大学
