分布式环境中一种带有隐私保护的矩阵分解推荐方法

目录

第1章 绪论

1.1 研究背景及意义

1.2 研究现状及分析

1.3本文的主要工作

1.4论文组织结构

第2章 推荐系统、隐私保护方法概述

2.1 推荐系统的概述及主要方法

2.1.1 基于协同过滤推荐算法

2.1.2 基于内容的推荐算法

2.1.3 基于混合的推荐算法

2.2 推荐系统中的隐私保护技术

2.2.1 常用的隐私保护技术

2.2.2 推荐系统中的隐私问题

2.2.3 推荐系统中的保护技术分类

2.3 分布式推荐系统的方法与挑战

2.4 本章小结

第3章 基于加密和矩阵分解的匿名推荐方法

3.1矩阵分解与隐私问题

3.1.1 基本矩阵分解模型

3.1.2 Diffie-Hellman密钥交换算法

3.1.3分布式矩阵分解场景与隐私问题

3.2 分布式矩阵分解隐私保护方法

3.2.1 基于Diffe-hellman多方密钥建立

3.2.2 分布式矩阵分解隐私保护模型

3.3理论安全分析与复杂度分析

3.4 本章小结

第4章 分布式矩阵分解隐私保护系统设计

4.1系统需求分析与总体设计

4.1.1系统需求分析

4.1.2 系统总体设计

4.2扰乱矩阵生成算法设计

4.3分布式矩阵分解隐私保护算法设计

4.4本章小结

第5章 系统环境与实验结果分析

5.1系统环境与实验设计

5.1.1 实验环境

5.1.2 实验设计

5.2 实验结果分析

5.2.1 迭代次数对模型精度的对比

5.2.2 迭代次数对模型的时间效率对比

5.2.3 通信花销

第6章 总结与展望

6.1总结

6.2 展望

参考文献

攻读硕士学位期间的研究成果

致谢

声明