CN108628955A - 推荐系统的个性化隐私保护方法及系统 - Google Patents

Abstract

本发明涉及一种推荐系统的个性化隐私保护方法，包括：获取所有用户的评分项目i以形成评分项目集合R；计算该评分项目i两两之间的相似度；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；获得该用户A对评分项目集合R_A的评分数据集D；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'；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。

Description

推荐系统的个性化隐私保护方法及系统

技术领域

本发明属于网络安全领域，特别涉及一种基于项目相似度替换的推荐系统个性化隐私保护方法。

背景技术

随着互联网技术的飞速发展，互联网上的信息量呈爆炸式增长，面对繁多的数据，用户通常需要借助推荐系统来进行数据的筛选，个性化的选择出用户个人所需要的信息。然而，随着对推荐系统的依赖逐渐增加，因推荐系统而造成用户隐私泄漏的情况也日益严重。

在Netflix公布的数据集中，Calandrino等人发现，仅仅通过8部电影的评分与允许14天的评分日期误差就可以唯一识别数据集中98％的用户，而用户一旦被锁定，其联系方式、家庭住址、政治取向、性取向以及交友关系等一系列个人信息都将被获取。因此研究推荐系统中的隐私保护方法是十分必要的。

在现有研究中，Zhu等人首先将差分隐私方法引入到基于K近邻的推荐算法中，在差分隐私的框架下进行隐私的邻居选择并据此进行推荐，该方法可以有效地抵制基于相似用户的攻击，但其计算复杂度较高且数据可用性低，因此在实际中应用较少。Arnaud等人提出了差分隐私保护的矩阵分解方法，在利用矩阵分解方法进行推荐的算法下，该方法分别在用户评分数据和随机梯度下降过程中引入满足差分隐私条件的噪声扰动，使得推荐结果具备隐私保护能力，但该方法存在引入噪声过大的问题，推荐结果准确度较低。

发明人在进行推荐系统中的隐私保护研究时，发现现有结合了隐私保护技术的推荐系统均存在着推荐结果准确度低的问题，这种缺陷是由向数据中注入的噪声过多所造成的。对用户数据不加区分的引入噪声会使用户个人历史评分数据出现很多与个人偏好不一致的评分项目，使得推荐结果准确度降低。

发明内容

针对上述问题，本发明提出一种推荐系统的个性化隐私保护方法，包括：

获取所有用户的评分项目i以形成评分项目集合R；计算该评分项目i两两之间的相似度；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；获得该用户A对评分项目集合R_A的评分数据集D；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'；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。

本发明所述的个性化隐私保护方法，通过以下方式获得评分项目i两两之间的相似度：

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；

或，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的评分项目合集，和分别为所有i₁和i₂的评分的平均值，i₁、i₂∈i，i₁≠i₂。

本发明所述的个性化隐私保护方法，通过以下方式获得虚拟用户A'的评分项目集合R_A'：

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；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，k为正整数，M＝m*ρ，0≤ρ≤1，m为评分项目集合R_A的评分项目数量。

本发明还涉及一种推荐系统的个性化隐私保护系统，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，在该评分项目i中选取该评分项目j的替换项目j'；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'的频分项目集合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。

本发明所述的个性化隐私保护系统，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。

第二相似度获取模块，用于通过相关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，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。

本发明所述的个性化隐私保护系统，所述虚拟用户项目集合生成模块包括：

替换集合获取模块，用于获取该评分项目j的替换集合；其中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。

替换模块，用于对评分项目集合R_A的评分项目进行全部或部分替换；其中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，0≤ρ≤1，m为该评分项目集合R_A的评分项目数量。

本发明提出的个性化隐私保护方法及系统，可以在有效保护用户个人隐私的前提下保证推荐系统的推荐结果准确度，达到隐私保护推荐的目的。

附图说明

图1是本发明的个性化隐私保护方法示意图。

图2是本发明的个性化隐私保护方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明提出的一种推荐系统的个性化隐私保护方法及系统进行详细说明。应当理解，此处所描述的具体实施方法仅仅用以解释本发明，并不用于限定本发明。

图1是本发明的个性化隐私保护方法示意图。如图1所示，虚拟用户A'的评分数据集D'是用来提交给推荐系统为真实用户A进行推荐的评分数据集D，推荐系统利用虚拟用户A'的评分项目集合R_A'进行推荐，并将推荐结果返回给真实用户A。推荐系统的推荐方法是与传统推荐系统一致的，因为本发明的隐私保护方法只从数据层面进行了扰动，进行了相似项目的替换，而数据的格式、组织结构并没有变化，因此传统的推荐方法在添加了隐私保护机制的用户评分数据中仍然是可用的。

在本发明中所构建的虚拟用户具有这样的特性：

1)拥有与真实用户部分或完全不同的项目评分记录；

2)与真实用户具有相同或相似的习惯与个人偏好，推荐系统的推荐结果相似。

这两个特性保证了：

1)推荐系统中存储的用户数据与其真实评分数据不完全相同，攻击者无法通过所获取的用户在个人博客、社交平台中提及的评分项目来锁定系统中用户的身份，这就使攻击者无法将现实中的用户与该用户在推荐系统中的身份对应起来，从而保证用户个人的隐私信息不被泄露；

2)推荐系统具有相似的推荐结果。由于虚拟用户和真实用户的习惯与人偏好是相近的，因此推荐系统对虚拟用户和真实用户的推荐结果也是相近的，这就保证了推荐结果的准确度。

图2是本发明的个性化隐私保护方法流程图。如图2所示，本发明的推荐系统的个性化隐私保护方法包括：

步骤S1，获取所有用户的评分项目i以形成评分项目集合R；即以所有用户的所有评分项目i，构成一个大的评分项目集合R；

步骤S2，计算这个评分项目集合中评分项目i两两之间的相似度；

项目相似度是进行用户评分项目替换的重要依据，它体现了两个评分项目之间的相似程度，选取与真实评分项目相似度高的评分项目来进行替换可以最大化的保留用户的个人偏好信息，这很容易理解，比如将“一个人喜欢吃产自内蒙古的西瓜”替换为“一个人喜欢吃产自新疆的西瓜”，这个人的个人偏好是基本相同的，那么同样的，选择一个相似的评分项目j'来替换用户A的评分项目j可以最大化地保留用户A的个人偏好信息，这就保证了在后续步骤中所建立的虚拟用户A'与真实用户A之间的偏好一致性，从而保证推荐系统在根据虚拟用户A'的评分数据进行推荐时的准确性。项目相似度可以根据应用的场景不同而选择不同的计算方法，常见的有余弦相似度和皮尔逊相关系数。

余弦相似度：将m个用户对项目评分记录看作m维的向量，通过项目之间的向量夹角来衡量两个项目的相似性。一般来说，项目向量之间的夹角越小，余弦值越大，相似度越高。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。

皮尔逊相关系数：皮尔逊相关系数又称相关相似度，是推荐系统中衡量项目相似度应用最广泛的一种方法，它采用项目评分向量之间的线性相关系数来衡量项目相似性。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。

步骤S3，以这个评分项目集合R中的用户A的评分项目j形成评分项目集合R_A；

步骤S4，获得用户A对评分项目集合R_A的评分数据集D；

步骤S5，预设相似度阈值，在评分项目集合的评分项目i中选取用户A的评分项目j的替换项目j'，形成评分项目j的替换集合；

设定相似度阈值为k；根据步骤S2所得到的评分项目两两之间的相似度，按照与用户A的评分项目j的相似度值的大小，将评分项目集合的评分项目i进行降序排序；选取前k个评分项目i作为替换项目j'，将这k个替换项目j'形成评分项目j的替换集合；其中，k为正整数；

步骤S6，预设个人隐私系数ρ，将评分项目集合R的评分项目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'；

用户个人隐私系数ρ是用来反映用户个人隐私保护需求强弱的指标，该指标是由用户个人依据自己的隐私保护需求所决定的。它直接决定了在构建虚拟用户评分数据过程中，虚拟用户A'与真实用户A评分项目之间的差异，即：

其中，ρ∈[0,1]，I_A为该用户A的评分项目的评分项目j的集合，I_A'为该虚拟用户A'的评分项目j'的集合，diff是一个二值函数,当两个评分项目相同时，其值为1，否则为0，即：

在ρ＝0时用户隐私保护需求最弱，虚拟用户A'的评分项目集合R'完全等于用户A的评分项目集合R_A，由于此时虚拟用户和真实用户的评分数据完全相同，故此时推荐结果准确度最高。ρ＝1时用户隐私保护需求最强，虚拟用户和真实用户的评分数据完全不同，也就是说，真实用户所有评分项目均被相似性替换，在这种情况下，用户A在推荐系统中将被一个完全不同的虚拟用户A'替代，虚拟用户有着和真实用户完全不同的项目评分项目集合，用户A的个人历史评分信息被完全掩盖，此时推荐系统对用户A的隐私保护能力最强；在用户A的评分项目集合中随机选取M个评分项目j为待替换项目j″，其中M的值是通过用户A的个人隐私系数ρ来获得，即M＝m*ρ，这里的m为用户A的评分项目集合R_A中的评分项目j的数量；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″，形成该评分项目集合R_A'；

步骤S7，以用户A的评分数据集D作为虚拟用户A'对该评分项目集合R_A'的评分数据集D'，通过推荐系统获得推荐结果，并反馈给该用户A。

本发明的个性化隐私保护方法通过构建相对于真实用户A的虚拟用户A'，将用户A的评分项目全部或部分替换为替换项目，使用户A并不向推荐系统提供自身的评分项目集合R_A，而是提供对应的虚拟用户A'的评分项目集合R_A'；为确保获得准确的推荐结果，本发明将用户A对评分项目集合R_A评分所得的评分数据集D，作为对评分项目集合R_A'的评分数据集D'，如此一来，可获得反映用户A的评分数据集D的推荐结果；与此同时，通过评分数据集D'却只能获取虚拟用户A'的评分项目集合R_A'，这样就保护用户A的评分项目集合R_A及其评分数据集D。

Claims (10)

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。

8.如权利要求1所述的个性化隐私保护系统，其特征在于，还包括第二相似度获取模块，用于通过相关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，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。

9.如权利要求6所述的个性化隐私保护系统，其特征在于，所述虚拟用户项目集合生成模块包括：

替换集合获取模块，用于获取该评分项目j的替换集合；其中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。

10.如权利要求6所述的个性化隐私保护系统，其特征在于，所述虚拟用户项目集合生成模块包括：

替换模块，用于对评分项目集合R_A的评分项目进行全部或部分替换；其中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，0≤ρ≤1，m为该评分项目集合R_A的评分项目数量。