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。
位置に基づくサービスの普及により,時間とともにそれらの空間的挙動を観察することにより,人々間の社会的接続を推論することが可能になった。共有された場合,このような空間的挙動は,Webベースのソーシャルサービスユーザのための友人を同定し,推薦するために利用できる。しかしながら,そのようなアプローチは,2つの重要な課題を解決することなく実装できない。(a)共有時空間データにおける個々のプライバシーを保証する,(b)共有時空間データの固有のスパース性を扱う。本論文では,ロバストなプライバシー保証機構を用いて,ソーシャルメディアユーザの空間時間情報を分析することにより,潜在的な社会的接続を推論し,推薦することができる,空間-友人識別(PAIRS)アプローチのプライバシー-ソフトウェア識別と勧告を提案した。これを達成するために,PAIRSは共有時空間情報のスパース性を軽減するためにクラスタベースのアンカー表現を用いて共起性プロファイルを構築する。それは,多様性,時間,および重みづけ周波数ベース推論を利用して,同時発生プロファイルからの潜在的な社会的接続の強度を効率的に推論し,それにより,一致の負の影響を低減し,それにより精度を向上させる。プライバシーの懸念に取り組むために,PAIRSは,クラスタベースのアンカー,位置エントロピー値,ならびに,ユーティリティとプライバシーにおけるトレードオフを扱うための最適化メカニズムを含む微分プライバシーの下での共起性プロファイルを保証する。広範な実験を,個人の空間時間データとそれらの実際の社会的接続の両方を含む実世界データセットで行った。著者らのアプローチは,2つのしばしば矛盾する目標を達成することができることを確認した。すなわち,共有データのための証明可能なロバストプライバシー保護と効率的な社会的強度推論とspatio fri識別機構である。特に,PAIRSは摂動後に約70%の精度(精度)と80%の効率(推薦ポテンシャル)を維持する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
