Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津大学崔婧怡获国家专利权

天津大学崔婧怡获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉天津大学申请的专利一种基于差分隐私的社交推荐方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119598031B

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311149119.0,技术领域涉及:G06F16/9536;该发明授权一种基于差分隐私的社交推荐方法是由崔婧怡;王建礼;刘健;许光全设计研发完成,并于2023-09-07向国家知识产权局提交的专利申请。

一种基于差分隐私的社交推荐方法在说明书摘要公布了:本发明公开了一种基于差分隐私的社交推荐方法,基于拉普拉斯差分隐私对目标函数进行扰动以保证用户数据的安全。首先,进行数据收集和用户描述矩阵、物品描述矩阵初始化。其次,在每一轮次中针对每一件物品,每一位用户进行遍历,其中用户将与推荐服务器和其他用户进行数据交互,多轮迭代后将最终计算出用户对各个物品评分的预测值,并基于此对用户进行个性化推荐。一方面,该方法可保护用户的隐私数据,使得中间数据及结果可抵抗恶意攻击者进行的窃取、推理等攻击。另一方面,同时考虑了用户间的社交关系和用户间的相似喜好对用户自身喜好的影响,可提供更优推荐效果。

本发明授权一种基于差分隐私的社交推荐方法在权利要求书中公布了:1.一种基于差分隐私的社交推荐方法,其特征在于,包括以下步骤: 101步骤1:用户在本地客户端收集自身的历史评分数据并初始化自身的隐向量推荐服务器收集并生成当前物品集,初始化物品描述矩阵其中ui表示第i位用户的隐向量,其形式为实数域上的一个d维向量,V表示物品描述矩阵,由各个物品的隐向量,即vj组成,vj为实数域上的一个d维向量,V为实数域上的d行m列矩阵,其中m表示物品的总数; 102步骤2:对于数据集中的每一个物品,推荐服务器将当前对此物品进行过打分的用户总数量nj发送给对其打分过的用户,其中nj代表对第j个物品进行打分的用户总数量nj; 103步骤3:用户接收到数量后,基于拉普拉斯分布的无穷可分性,生成噪声其中符号表示用户i对物品j生成的噪声,其形式为实数域上的一个d维向量,之后,用户发送中间结果至推荐服务器; 104推荐服务器聚合收集到的所有中间结果,并基于此更新物品隐向量 105步骤5:在推荐服务器更新物品隐向量的同时,用户于本地客户端基于社交正则化项更新自身的用户隐向量,用户发送自身的朋友总数量|Fi|给自己的朋友; 106步骤6:该用户的朋友,即当前社交媒体中用户通过关注、标记等形式信任的其他用户在收到总数量|Fi|后,同样基于拉普拉斯的无穷可分性,生成噪声其中符号表示用户i的朋友f在优化物品j时对其生成的噪声,其形式为实数域上的一个d维向量,之后,该用户的朋友将中间结果发送给该用户,其中表示对于物品j而言,用户i和其朋友用户f的相似度,uf表示用户f的隐向量; 107对该物品进行过打分的其他用户,分别生成噪声其中符号表示对物品j进行过打分的其他用户c对用户i生成的噪声,其形式为实数域上的一个d维向量,噪声生成后,其他用户将中间结果发送给当前用户,其中表示对于物品j而言,用户i和用户c的相似度,uc表示用户c的隐向量; 108步骤8:用户聚合朋友处和其他打分用户处收集到的所有中间结果并更新自身的隐向量 109上述步骤2-8不断迭代直至收敛,推荐服务器计算出最终物品隐矩阵并发送给用户方,用户端通过计算获取该用户对各个物品的评分的预测值,推荐服务器将分数排名靠前的物品推荐给当前用户。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人天津大学,其通讯地址为:300072 天津市南开区卫津路92号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。