基于LSH的隐私保护POI推荐算法

摘要

基于位置的社交网络利用用户的签到数据进行兴趣点(POI)推荐,但是出于对数据隐私的考虑,各种社交平台之间不愿意直接共享数据.为综合各个社交平台的数据从而提供更好的POI推荐服务,提出一种基于局部敏感哈希(LSH)的隐私保护POI推荐算法.通过LSH选取相似用户集合,极大地减少计算量,满足用户的快速响应需求.利用LSH和Paillier同态加密技术,在计算过程中保护数据隐私不被泄露.真实数据集上的实验结果表明,在响应时间和预测准确度上,该算法优于传统基于用户的协同过滤推荐算法.