CN110719280B - 基于大数据的用户隐私保护的推荐系统及方法 - Google Patents
基于大数据的用户隐私保护的推荐系统及方法 Download PDFInfo
- Publication number
- CN110719280B CN110719280B CN201910953654.9A CN201910953654A CN110719280B CN 110719280 B CN110719280 B CN 110719280B CN 201910953654 A CN201910953654 A CN 201910953654A CN 110719280 B CN110719280 B CN 110719280B
- Authority
- CN
- China
- Prior art keywords
- user
- information
- module
- server
- friend
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 13
- 230000000977 initiatory effect Effects 0.000 claims abstract description 20
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 238000010606 normalization Methods 0.000 claims description 14
- 230000003993 interaction Effects 0.000 claims description 9
- 230000002452 interceptive effect Effects 0.000 claims description 9
- 230000006399 behavior Effects 0.000 description 20
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于大数据的用户隐私保护的推荐系统及方法，所述推荐系统包括客户端和服务器，所述客户端用于用户输入信息和发起服务请求，所述服务器用于接收服务请求并将请求结果推荐给用户，所述客户端包括用户信息输入模块、服务器评级模块、服务请求发起模块、服务器等级判断模块和用户信息传输模块，所述用户信息输入模块包括第一信息模块、第二信息模块和第三信息模块，所述第一信息模块供用户全部输入个人真实信息，所述第二信息模块供用户输入一部分个人真实信息、一部分个人假信息，所述第三信息模块供用户全部输入个人假信息，所述服务器评级模块供用户对服务器进行评级，限定服务器的权限。
Description
技术领域
本发明涉及大数据领域，具体是一种基于大数据的用户隐私保护的推荐系统及方法。
背景技术
随着科技的快速发展，大数据在互联网、社交网络、电子商务中的应用越来越普遍，大数据的应用为人们提供了许多个性化的服务。大数据在为人们提供服务时，需要采集大量的个人数据信息，其中还包含着用户的个人隐私信息，因此用户在使用大数据过程中很容易会导致隐私泄露。隐私泄露，有可能会对用户不可预知的隐私传播影响。
发明内容
本发明的目的在于提供一种基于大数据的用户隐私保护的推荐系统及方法，以解决现有技术中的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于大数据的用户隐私保护的推荐系统，所述推荐系统包括客户端和多个服务器，所述客户端用于用户输入信息和发起服务请求，所述服务器用于接收服务请求并将请求结果推荐给用户。
作为优选方案，所述客户端包括用户信息输入模块、服务器评级模块、服务请求发起模块、服务器等级判断模块和用户信息传输模块，所述用户信息输入模块包括第一信息模块、第二信息模块和第三信息模块，所述第一信息模块供用户全部输入个人真实信息，所述第二信息模块供用户输入一部分个人真实信息、一部分个人假信息，所述第三信息模块供用户全部输入个人假信息，所述服务器评级模块供用户对服务器进行评级，限定服务器的权限，所述服务器请求发起模块用于供用户发起服务请求，所述服务等级判断模块用于判断服务器的评级，所述用户信息传输模块根据服务器的评级传输对应的用户信息给服务器。
作为优选方案，所述服务器包括用户信息接收模块好友信息获取模块、互动行为记录模块、相同行为记录模块、信息比较模块、关联度值计算模块、归一化处理模块、排序模块和推送模块，所述用户信息接收模块用于接收客户端发来的用户信息，所述好友信息获取模块用于获取用户好友的信息，所述互动行为记录模块用于记录用户主动发起对好友的互动行为的次数，所述相同行为记录模块用于记录用户与好友发生相同行为的次数，所述信息比较模块用于比较用户与该好友的信息相似种类数，所述关联度值计算模块用于计算用户与好友的关联度值，所述归一化处理模块用于对用户与好友的关联度值进行归一化处理，所述排序模块用于将归一化处理后的关联度值按照从大到小的顺序进行排序，所述推送模块根据排序模块的排序结果给用户发送推荐结果。
一种基于大数据的用户隐私保护的推荐方法，所述推荐方法包括以下步骤：在客户端预先设置用户信息和服务器等级信息；用户向服务器发起服务请求，服务器相应服务请求并将结果推荐给用户。
作为优选方案，所述在客户端预先设置用户信息和服务器等级信息包括：
在客户端预先设置用户第一信息、用户第二信息和用户第三信息，所述用户第一信息全部为用户的个人真实信息，所述用户第二信息中一部分为用户的个人真实信息、一部分为用户的个人假信息，所述用户第三信息全部为用户的个人假信息；
在客户端预先设置各个服务器的等级，所述服务器的等级包括第一等级服务器、第二等级服务器和第三等级服务器，
若用户发起服务请求的服务器为第一等级服务器，则客户端向该服务器传输用户第一信息，
若用户发起服务请求的服务器为第二等级服务器，则客户端向该服务器传输用户第二信息，
若用户发起服务请求的服务器为第三等级服务器，则客户端向该服务器传输用户第三信息。
给不同的服务器提供不同真实程度的用户信息，可以控制用户信息传播的程度或范围；服务器等级的设置可以根据外部对服务器的评价来设置，若服务器的隐私保护程度较高，可以将服务器设置为第一等级服务器，若服务器的隐私保护程度一般，可以将服务器设置为第二等级服务器，若服务器的隐私保护程度很差，可以将服务器设置为第三等级服务器
作为优选方案，所述用户向服务器发起服务请求，服务器相应服务请求并将结果推荐给用户包括：
用户在客户端向服务器发起服务请求，服务器获取客户端的用户的所有好友信息，并获取用户与好友的关联度，
所述用户与好友的关联度值R(i)=m*r(a)+n*r(b)+k*r(c)，
其中， r(a)为在最近一段时间T内用户主动发起对该好友的互动行为次数，r(b)为最近一段时间T内用户与该好友发生相同行为的次数，r(c)为用户与该好友的信息相似种类数，m为每次用户主动发起互动行为对关联度的贡献值，n为每次用户与好友产生相同行为对关联度的贡献值，k为用户与好友每存在一种相似信息对关联度的贡献值；
通过与好友的互动行为次数、与好友发生相同行为的次数以及与好友的信息相似种类数获得用户与好友之间的关联程度，从而通过获取好友的浏览项目，给用户推荐感兴趣的项目合集，减少直接获取用户信息，减少了用户隐私泄露的几率。
将关联度值利用下述公式进行归一化处理：
S(i)=[R(i)-RMIN]/[RMAX-RMIN]，
其中，R(i)为用户对当前好友的关联度得分，RMIN为用户与其他好友关联度计算得分中的最小值，RMAX为用户与其他好友关联度计算得分中的最大值；
将归一化处理后的关联度按照从大到小的顺序排序，获取关联度计算值最高的前D名好友，获取这D名好友的所有浏览项目，将这些浏览项目合并成为一个没有重复推荐合集，并将该推荐合集推送给用户。
作为优选方案，所述相同行为的次数包括观看同一个视频的次数、搜索同一个关键词的次数、浏览同一个网页的次数。
作为优选方案，所述用户信息包括年龄、学历、收入水平和爱好，当好友年龄与用户年龄的差值小于等于5、好友与用户处于同一种学位、好友收入水平与用户收入水平相差不超过百分之二十、好友与用户之间存在同一一种爱好，该种类信息即为相似信息，否则，该种类信息不为相似信息。
与现有技术相比，本发明的有益效果是：本发明通过给不同等级的服务器提供不同真实程度的用户信息，减少了用户隐私泄露的几率，保护了用户隐私；同时根据用户提供的信息以及好友的信息生成推荐合集，推送给用户，为用户提供服务。
附图说明
图1为本发明一种基于大数据的用户隐私保护的推荐系统的模块结构示意图；
图2为本发明一种基于大数据的用户隐私保护的推荐方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1～2，本发明实施例中，一种基于大数据的用户隐私保护的推荐系统，所述推荐系统包括客户端和多个服务器，所述客户端用于用户输入信息和发起服务请求，所述服务器用于接收服务请求并将请求结果推荐给用户。
所述客户端包括用户信息输入模块、服务器评级模块、服务请求发起模块、服务器等级判断模块和用户信息传输模块，所述用户信息输入模块包括第一信息模块、第二信息模块和第三信息模块，所述第一信息模块供用户全部输入个人真实信息，所述第二信息模块供用户输入一部分个人真实信息、一部分个人假信息，所述第三信息模块供用户全部输入个人假信息，所述服务器评级模块供用户对服务器进行评级，限定服务器的权限，所述服务器请求发起模块用于供用户发起服务请求，所述服务等级判断模块用于判断服务器的评级，所述用户信息传输模块根据服务器的评级传输对应的用户信息给服务器。
所述服务器包括用户信息接收模块、好友信息获取模块、互动行为记录模块、相同行为记录模块、信息比较模块、关联度值计算模块、归一化处理模块、排序模块和推送模块，所述用户信息接收模块用于接收客户端发来的用户信息，所述好友信息获取模块用于获取用户好友的信息，所述互动行为记录模块用于记录用户主动发起对好友的互动行为的次数，所述相同行为记录模块用于记录用户与好友发生相同行为的次数，所述信息比较模块用于比较用户与该好友的信息相似种类数，所述关联度值计算模块用于计算用户与好友的关联度值，所述归一化处理模块用于对用户与好友的关联度值进行归一化处理，所述排序模块用于将归一化处理后的关联度值按照从大到小的顺序进行排序，所述推送模块根据排序模块的排序结果给用户发送推荐结果。
一种基于大数据的用户隐私保护的推荐方法，所述推荐方法包括以下步骤：
第一步：在客户端预先设置用户信息和服务器等级信息：
在客户端的用户信息输入模块预先设置用户第一信息、用户第二信息和用户第三信息，所述用户第一信息全部为用户的个人真实信息，所述用户第二信息中一部分为用户的个人真实信息、一部分为用户的个人假信息，所述用户第三信息全部为用户的个人假信息；
在客户端的服务器评级模块预先设置各个服务器的等级，所述服务器的等级包括第一等级服务器、第二等级服务器和第三等级服务器，
若用户在服务请求发起模块发起服务请求的服务器被服务器等级判断模块判断为第一等级服务器，则客户端的用户信息传输模块向该服务器传输用户第一信息，
若用户在服务请求发起模块发起服务请求的服务器被服务器等级判断模块判断为第二等级服务器，则客户端的用户信息传输模块向该服务器传输用户第二信息，
若用户发起服务请求的服务器被服务器等级判断模块判断为第三等级服务器，则客户端的用户信息传输模块向该服务器传输用户第三信息；
第二步：所述用户在服务请求发起模块向服务器发起服务请求，服务器相应服务请求并将结果推荐给用户包括：
用户在客户端的服务请求发起模块向服务器发起服务请求，服务器通过用户信息接收模块获取用户的所有好友和用户信息通过好友信息获取模块获取客户端的用户的所有好友信息，并获取用户与好友的关联度，
关联度值计算模块计算用户与好友的关联度值：
R(i)=m*r(a)+n*r(b)+k*r(c)，
其中， r(a)为最近一段时间T内互动行为记录模块记录的用户主动发起对该好友的互动行为次数，r(b)为最近一段时间T内相同行为记录模块记录的用户与该好友发生相同行为的次数，r(c)为信息比较模块比较得出的用户与该好友的信息相似种类数，m为每次用户主动发起互动行为对关联度的贡献值，n为每次用户与好友产生相同行为对关联度的贡献值，k为用户与好友每存在一种相似信息对关联度的贡献值；
所述相同行为的次数包括观看同一个视频的次数、搜索同一个关键词的次数、浏览同一个网页的次数；
所述用户信息包括年龄、学历、收入水平和爱好，当好友年龄与用户年龄的差值小于等于5、好友与用户处于同一种学位、好友收入水平与用户收入水平相差不超过百分之二十、好友与用户之间存在同一一种爱好，该种类信息即为相似信息，否则，该种类信息不为相似信息；
比如，计算用户与好友A的关联度值，
最近一个星期内，用户主动发起对该好友的互动行为次数为4次，则r(a)=4；
最近一个星期内，用户与好友观看同一个视频2次，搜索同一个关键词3次，浏览同一个网页的次数1次，则r(b)=2+3+1=6，
服务器接收到的用户信息中显示，这里的用户信息为客户端根据服务器等级所传输的用户信息，该信息中显示用户的年龄为25，好友A的年龄为28时，则年龄的信息为相似信息；
用户的学位为学士学位，好友A的学位为硕士学位时，则学历信息不为相似信息，
用户收入水平为5000元，好友收入水平为8000元，
好友与用户之间存在打乒乓球、听古典音乐的爱好，
r(c)=1+0+1+2=4；
计算用户与好友A的关联度值：
R(i)=m*r(a)+n*r(b)+k*r(c)=3*4+2*6+1*4=28；
归一化处理模块将关联度值利用下述公式进行归一化处理：
S(i)=[R(i)-RMIN]/[RMAX-RMIN]，
其中，R(i)为用户对当前好友的关联度得分，RMIN为用户与其他好友关联度计算得分中的最小值，RMAX为用户与其他好友关联度计算得分中的最大值；
排序模块将归一化处理后的关联度按照从大到小的顺序排序，获取关联度计算值最高的前D名好友，获取这D名好友的所有浏览项目，推送模块将这些浏览项目合并成为一个没有重复推荐合集，并将该推荐合集推送给用户。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (6)
1.一种基于大数据的用户隐私保护的推荐系统，其特征在于：所述推荐系统包括客户端和多个服务器，所述客户端用于用户输入信息和发起服务请求，所述服务器用于接收服务请求并将请求结果推荐给用户；
所述客户端包括用户信息输入模块、服务器评级模块、服务请求发起模块、服务器等级判断模块和用户信息传输模块，所述用户信息输入模块包括第一信息模块、第二信息模块和第三信息模块，所述第一信息模块供用户全部输入个人真实信息，所述第二信息模块供用户输入一部分个人真实信息、一部分个人假信息，所述第三信息模块供用户全部输入个人假信息，所述服务器评级模块供用户对服务器进行评级，限定服务器的权限，所述服务器请求发起模块用于供用户发起服务请求，所述服务等级判断模块用于判断服务器的评级，所述用户信息传输模块根据服务器的评级传输对应的用户信息给服务器。
2.根据权利要求1所述的一种基于大数据的用户隐私保护的推荐系统，其特征在于：所述服务器包括用户信息接收模块、好友信息获取模块、互动行为记录模块、相同行为记录模块、信息比较模块、关联度值计算模块、归一化处理模块、排序模块和推送模块，所述用户信息接收模块用于接收客户端发来的用户信息，所述好友信息获取模块用于获取用户好友的信息，所述互动行为记录模块用于记录用户主动发起对好友的互动行为的次数，所述相同行为记录模块用于记录用户与好友发生相同行为的次数，所述信息比较模块用于比较用户与该好友的信息相似种类数，所述关联度值计算模块用于计算用户与好友的关联度值，所述归一化处理模块用于对用户与好友的关联度值进行归一化处理，所述排序模块用于将归一化处理后的关联度值按照从大到小的顺序进行排序，所述推送模块根据排序模块的排序结果给用户发送推荐结果。
3.一种基于大数据的用户隐私保护的推荐方法，其特征在于：所述推荐方法包括以下步骤：在客户端预先设置用户信息和服务器等级信息；用户向服务器发起服务请求，服务器相应服务请求并将结果推荐给用户；
所述在客户端预先设置用户信息和服务器等级信息包括：
在客户端预先设置用户第一信息、用户第二信息和用户第三信息，所述用户第一信息全部为用户的个人真实信息，所述用户第二信息中一部分为用户的个人真实信息、一部分为用户的个人假信息，所述用户第三信息全部为用户的个人假信息；
在客户端预先设置各个服务器的等级，所述服务器的等级包括第一等级服务器、第二等级服务器和第三等级服务器，
若用户发起服务请求的服务器为第一等级服务器，则客户端向该服务器传输用户第一信息，
若用户发起服务请求的服务器为第二等级服务器，则客户端向该服务器传输用户第二信息，
若用户发起服务请求的服务器为第三等级服务器，则客户端向该服务器传输用户第三信息。
4.根据权利要求3所述的一种基于大数据的用户隐私保护的推荐方法，其特征在于：所述用户向服务器发起服务请求，服务器相应服务请求并将结果推荐给用户包括：
用户在客户端向服务器发起服务请求，服务器获取客户端的用户的所有好友信息，并获取用户与好友的关联度，
所述用户与好友的关联度值R(i)＝m*r(a)+n*r(b)+k*r(c)，
其中，r(a)为在最近一段时间T内用户主动发起对该好友的互动行为次数，r(b)为最近一段时间T内用户与该好友发生相同行为的次数，r(c)为用户与该好友的信息相似种类数，m为每次用户主动发起互动行为对关联度的贡献值，n为每次用户与好友产生相同行为对关联度的贡献值，k为用户与好友每存在一种相似信息对关联度的贡献值；
将关联度值利用下述公式进行归一化处理：
S(i)＝[R(i)-RMIN]/[RMAX-RMIN]，
其中，R(i)为用户对当前好友的关联度得分，RMIN为用户与其他好友关联度计算得分中的最小值，RMAX为用户与其他好友关联度计算得分中的最大值；
将归一化处理后的关联度按照从大到小的顺序排序，获取关联度计算值最高的前D名好友，获取这D名好友的所有浏览项目，将这些浏览项目合并成为一个没有重复推荐合集，并将该推荐合集推送给用户。
5.根据权利要求4所述的一种基于大数据的用户隐私保护的推荐方法，其特征在于：所述相同行为的次数包括观看同一个视频的次数、搜索同一个关键词的次数、浏览同一个网页的次数。
6.根据权利要求4所述的一种基于大数据的用户隐私保护的推荐方法，其特征在于：所述用户信息包括年龄、学历、收入水平和爱好，当好友年龄与用户年龄的差值小于等于5、好友与用户处于同一种学位、好友收入水平与用户收入水平相差不超过百分之二十、好友与用户之间存在同一一种爱好，该种类信息即为相似信息，否则，该种类信息不为相似信息。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910953654.9A CN110719280B (zh) | 2019-10-09 | 2019-10-09 | 基于大数据的用户隐私保护的推荐系统及方法 |
| CN202011035382.3A CN112307355A (zh) | 2019-10-09 | 2019-10-09 | 基于大数据的用户隐私保护的推荐方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910953654.9A CN110719280B (zh) | 2019-10-09 | 2019-10-09 | 基于大数据的用户隐私保护的推荐系统及方法 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011035382.3A Division CN112307355A (zh) | 2019-10-09 | 2019-10-09 | 基于大数据的用户隐私保护的推荐方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110719280A CN110719280A (zh) | 2020-01-21 |
| CN110719280B true CN110719280B (zh) | 2020-11-10 |
Family
ID=69212306
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011035382.3A Pending CN112307355A (zh) | 2019-10-09 | 2019-10-09 | 基于大数据的用户隐私保护的推荐方法 |
| CN201910953654.9A Expired - Fee Related CN110719280B (zh) | 2019-10-09 | 2019-10-09 | 基于大数据的用户隐私保护的推荐系统及方法 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011035382.3A Pending CN112307355A (zh) | 2019-10-09 | 2019-10-09 | 基于大数据的用户隐私保护的推荐方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN112307355A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102662975A (zh) * | 2012-03-12 | 2012-09-12 | 浙江大学 | 一种混合双向聚类好友推荐方法 |
| CN105868237A (zh) * | 2015-12-09 | 2016-08-17 | 乐视网信息技术（北京）股份有限公司 | 媒体数据推荐方法及服务器 |
| CN106202331A (zh) * | 2016-07-01 | 2016-12-07 | 中国传媒大学 | 分层次隐私保护的推荐系统及基于该推荐系统的作业方法 |
| CN106777382A (zh) * | 2017-02-13 | 2017-05-31 | 北京奇虎科技有限公司 | 社交朋友推荐方法、装置和服务器 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101916286A (zh) * | 2010-08-23 | 2010-12-15 | 宇龙计算机通信科技(深圳)有限公司 | 一种信息推荐方法及系统 |
| CN201985891U (zh) * | 2010-12-03 | 2011-09-21 | 北京开心人信息技术有限公司 | 一种防止社交网络中陌生人骚扰的系统 |
| CN103428169A (zh) * | 2012-05-17 | 2013-12-04 | 腾讯科技（深圳）有限公司 | Sns社区中推荐用户的方法和系统 |
| US20150199754A1 (en) * | 2013-01-31 | 2015-07-16 | Alexander Greystoke | Intelligent Property Rental System |
| CN103780393B (zh) * | 2014-01-15 | 2017-02-15 | 重庆邮电大学 | 一种面向多安全等级的虚拟桌面安全认证系统及方法 |
| CN105574430B (zh) * | 2015-12-02 | 2018-04-06 | 西安邮电大学 | 协同过滤推荐系统中一种新型的隐私保护方法 |
| CN106874308B (zh) * | 2015-12-14 | 2021-03-26 | 北京搜狗科技发展有限公司 | 一种推荐方法和装置、一种用于推荐的装置 |
| CN105677881B (zh) * | 2016-01-12 | 2020-07-03 | 腾讯科技（深圳）有限公司 | 一种信息推荐方法、装置及服务器 |
| US10536580B2 (en) * | 2017-06-01 | 2020-01-14 | Adobe Inc. | Recommendations based on feature usage in applications |
| CN107908972A (zh) * | 2017-11-14 | 2018-04-13 | 成都才智圣有科技有限责任公司 | 一种用于隐私保护的数据挖掘装置 |
| CN110267263A (zh) * | 2019-05-10 | 2019-09-20 | 郑州信大先进技术研究院 | 基于位置信息加扰的用户隐私保护方法 |
-
2019
- 2019-10-09 CN CN202011035382.3A patent/CN112307355A/zh active Pending
- 2019-10-09 CN CN201910953654.9A patent/CN110719280B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102662975A (zh) * | 2012-03-12 | 2012-09-12 | 浙江大学 | 一种混合双向聚类好友推荐方法 |
| CN105868237A (zh) * | 2015-12-09 | 2016-08-17 | 乐视网信息技术（北京）股份有限公司 | 媒体数据推荐方法及服务器 |
| CN106202331A (zh) * | 2016-07-01 | 2016-12-07 | 中国传媒大学 | 分层次隐私保护的推荐系统及基于该推荐系统的作业方法 |
| CN106777382A (zh) * | 2017-02-13 | 2017-05-31 | 北京奇虎科技有限公司 | 社交朋友推荐方法、装置和服务器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110719280A (zh) | 2020-01-21 |
| CN112307355A (zh) | 2021-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220020056A1 (en) | Systems and methods for targeted advertising | |
| US10567329B2 (en) | Methods and apparatus for inserting content into conversations in on-line and digital environments | |
| CN106331778B (zh) | 视频推荐方法和装置 | |
| TWI636416B (zh) | 內容個人化之多相排序方法和系統 | |
| US20170286539A1 (en) | User profile stitching | |
| US10540660B1 (en) | Keyword analysis using social media data | |
| US9442984B2 (en) | Social media contributor weight | |
| US9444907B2 (en) | Prediction of user response to invitations in a social network system based on keywords in the user's profile | |
| US8060573B2 (en) | Matching social network users | |
| US20090234727A1 (en) | System and method for determining relevance ratings for keywords and matching users with content, advertising, and other users based on keyword ratings | |
| US20140188627A1 (en) | Method and system for creating user based summaries for content distribution | |
| US9171326B2 (en) | System and method for making gift recommendations using social media data | |
| US20150046371A1 (en) | System and method for determining sentiment from text content | |
| US20140089327A1 (en) | System and method for making gift recommendations using social media data | |
| US20130218862A1 (en) | System and method for customizing analytics based on users media affiliation status | |
| US20140108143A1 (en) | Social content distribution network | |
| CN104462573A (zh) | 一种视频搜索结果展示方法及装置 | |
| CN110874436B (zh) | 用于基于第三方内容的上下文课程推荐的网络系统 | |
| KR20090100430A (ko) | 질문에 대한 답변 얻기 | |
| WO2016133600A1 (en) | Methods, systems, and media for presenting search results | |
| WO2015161515A1 (en) | Systems and methods for commercial query suggestion | |
| JP5892839B2 (ja) | プロファイル生成装置及びプログラム | |
| CN110719280B (zh) | 基于大数据的用户隐私保护的推荐系统及方法 | |
| US20230334261A1 (en) | Methods, systems, and media for identifying relevant content | |
| JP2016139216A (ja) | 話題語ランキング装置、話題語ランキング方法、およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201010 Address after: No.283, chenmu Road, Lecheng street, Yueqing City, Wenzhou City, Zhejiang Province Applicant after: Yueqing RANJING Electric Co.,Ltd. Address before: 215000 Room 401, building 52, Zhongnan Jinyuan, Chaoyang Road, Suzhou Industrial Park, Jiangsu Province Applicant before: Wu Renchao |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201020 Address after: No.89, group 1, Datian village, Sanhui Town, Hechuan District, Chongqing Applicant after: Huang Hua Address before: No.283, chenmu Road, Lecheng street, Yueqing City, Wenzhou City, Zhejiang Province Applicant before: Yueqing RANJING Electric Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210917 Address after: 610000 jingjusi West Street, Jinjiang District, Chengdu, Sichuan (self-made No. 12) Patentee after: Sichuan quanmuxiangqi Technology Co.,Ltd. Address before: 401520 No.89, group 1, Datian village, Sanhui Town, Hechuan District, Chongqing Patentee before: Huang Hua |
|
| TR01 | Transfer of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201110 Termination date: 20211009 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |