抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
推薦システムはオンライン情報の顕著な成長の結果としてますます一般的になってきた。しかし,正確な予測,ユーザプライバシーの懸念を高めるを生成するためにかなりの量の歴史的ユーザのデータを必要とする。微分プライバシーはプライバシーの保存のための重要な標準になっていることをよく認識されているプライバシー概念である。残念なことに,差分プライバシーに基づく既存のプライバシー保存法は,ユーティリティのコストの側面はプライバシーが維持されることを保証するために犠牲にされなければならないでユーザのプライバシーを保護する。本論文では,協調フィルタリング(JLCF)法を保存Johnson Lindenstraussプライバシーを提案した。提案した方法は,有用性を損なうことなく,ユーザのプライバシーを保持する。転送行列を用いた独自のデータセットを直接ユーザのプライバシーを保証する。は,提案した方法は,差分プライバシーを達成することを証明した。添加では,提案した方法の有用性を理論的に解析し,包括的な実験は,予測精度が改善されることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】