[发明专利]推荐系统的个性化隐私保护方法及系统

权利要求书

1.一种推荐系统的个性化隐私保护方法，其特征在于，包括：

步骤1，获取所有用户的评分项目i以形成评分项目集合R；

步骤2，计算评分项目i两两之间的相似度；

步骤3，以评分项目集合R中用户A的评分项目j形成评分项目集合R_A；

步骤4，获得用户A对评分项目集合R_A的评分数据集D；

步骤5，根据预设的相似度阈值，在评分项目集合R中选取评分项目j的替换项目j'；

步骤6，根据预设的个人隐私系数，将评分项目j全部或部分替换为替换项目j'，形成虚拟用户A'的评分项目集合R_A'；

步骤7，以评分数据集D作为虚拟用户A'对评分项目集合R_A'的评分数据集D'，通过该推荐系统获得推荐结果，并反馈给该用户A。

2.如权利要求1所述的个性化隐私保护方法，其特征在于，所述相似度通过以下方式获得：

相似度其中，和分别为所有对评分项目i₁和评分项目i₂评分所得的评分数据向量，i₁、i₂∈i，i₁≠i₂。

3.如权利要求1所述的个性化隐私保护方法，其特征在于，所述相似度通过以下方式获得：

相似度其中，I为同时对评分项目i₁和评分项目i₂进行评分的用户的集合，和分别为用户u对i₁和i₂的评分项目集合，和分别为所有i₁和i₂的评分的平均值，i₁、i₂∈i，i₁≠i₂。

4.如权利要求1所述的个性化隐私保护方法，其特征在于，所述步骤5具体包括：

设定该相似度阈值k；将该评分项目i按与该评分项目j的相似度由大到小排序；选取前k个该评分项目i为该替换项目j'，以形成该评分项目j的替换集合；其中，k为正整数。

5.如权利要求1所述的个性化隐私保护方法，其特征在于，所述步骤6具体包括：

设定该个人隐私系数ρ，随机选取M个该评分项目j为待替换项目j″；在该替换集合中随机选取替换项目j'，以替换该待替换项目j″，形成评分项目集合R_A'；其中，M＝m*ρ，m为评分项目集合R_A的评分项目数量，0≤ρ≤1。

6.一种推荐系统的个性化隐私保护系统，其特征在于，包括：

相似度计算模块，用于获取所有用户的评分项目i以形成评分项目集合R，计算评分项目i两两之间的相似度；

用户评分数据集获取模块，用于以评分项目集合R中用户A的评分项目j形成评分项目集合R_A；并获得用户A对评分项目集合R_A的评分数据集D；

虚拟用户项目集合生成模块，用于根据预设的相似度阈值，在评分项目集合R中选取评分项目j的替换项目j'；根据预设的个人隐私系数，将该评分项目j全部或部分替换为该替换项目j'，形成虚拟用户A'的评分项目集合R_A'；

推荐结果获取模块，用于以该评分数据集D作为虚拟用户A'对评分项目集合R_A'的评分数据集D'，通过该推荐系统获得推荐结果，并反馈给该用户A。

7.如权利要求6所述的个性化隐私保护系统，其特征在于，还包括第一相似度获取模块，用于通过余弦相似度计算方法获取该评分项目i两两之间的相似度，具体包括：

相似度其中，和分别为所有对评分项目i₁和评分项目i₂评分所得的评分数据向量，i₁、i₂∈i，i₁≠i₂。