Privacy-preserving two-party collaborative filtering on overlapped ratings

Abstract

Tavsiye hizmetlerini öneri kalitesini artırarak geliştirmek için önerilen gizlilik koruyucu ortak filtreleme çözümleri e-ticaret şirketlerinin paylaşılmış veri üzerinden işbirliği yapmalarına imkân sağlar. İki tarafın aynı anda aynı kullanıcıların aynı ürünler için beğeni değerleri tutması muhtemeldir; ancak var olan iki taraflı gizlilik koruyucu ortak filtreleme çözümleri, bu tür çakışmaları ele almamıştır. Kullanıcı oyları ve oylanan öğeler gizli olduğundan çakışan oylamalar gizlilik korumayı daha da güçleştirecektir. Bu çalışmada ilk olarak, bilişim uygulamalarında kişisel veri paylaşımının nasıl gerçekleştiği ele alınıp çeşitli yaklaşımlar ile kişisel verilerin korunmasına yönelik çözümler ifade edilecektir. Daha sonra, iki e-ticaret firması arasında paylaşılmış verilerde çakışan girdiler ile nasıl tahmin yapılacağı araştırılacaktır. Bu bağlamda kullanıcı ve ürün tabanlı ortak filtreleme yöntemleri ele alındı ve özgün gizlilik korumalı ortak filtreleme yöntemleri önerildi. Önerilen yöntemler gerçek veri setleri kullanılarak değerlendirildi ve deneysel sonuçlar şirketlerin bu yöntemleri kullanarak tavsiye servislerini iyileştirebileceğini göstermektedir.