Improving performance of privacy-preserving collaborative filtering schemes

Abstract

Gizliliği koruyan ortak süzgeçleme yöntemleri bireylerin gizliliklerini tehlikeye atmadan yararlı süzgeçleme becerileri ortaya koymaktadır. Ancak bu sistemler doğruluk, ölçeklenebilirlik ve boşluklu veri sorunlarıyla karşı karşıyadır. Gizli kalması gereken tercihlerin saklı tutulması için uygulanan gizlilik ölçütleri, toplanan veride bozulmaya yol açar ve dolayısıyla gizliliği koruyan ortak süzgeçleme sistemlerinin doğruluğuna zarar verebilir. Öneri alanındaki içerik genişledik çe toplanan verinin boyutları hızlı biçimde büyür ve sistemlerin ölçeklenebilirlik sorunlarını daha da zorlaştırır. Ek olarak, kullanıcılar mevcut ürünlerin genelde küçük bir yüzdesine tercih belirtebildiklerinden dolayı derlenen verinin boşluklu yapısı bir sorun haline gelmektedir. Bu tezde gizliliği koruyan ortak süzgeçleme sistemlerinin karşılaştığı doğruluk, ölçeklenebilirlik ve boşluklu veri sorunlarınının üstesinden gelmek üzere çeşitli önişeme yöntemleri önerilmiştir. Ürün sıralama ve eleme, kümeleme, boyut indirgeme, kullanıcı ayrımlama, profil klonlama vb. gibi önerilen önişleme yöntemlerinim uygulanmasıyla yeni gizliliği koruyan ortak süzgeçleme, şemaları geliştirilmiştir. Önerilen önişleme ile iyileştirilmiş şemalar kişilerin gizliliğini tehlikeye sokmadan, verinin sürekli genişleyen yapısıyla başa çıkabilmek ve yeterli doğrulukla öneriler üretmek üzerine odaklanmıştır. Önerilen taslaklar, sağlanan gizlilik ve ortaya çıkan ek yükler açısından analiz edilmiştir. Ayrıca gerçek veri tabanlı deneyler yapılarak, bu taslakların doğruluk, ölçeklenebilirlik ve gizliliğe etkileri ölçülmüştür. Analizler ve deneysel sonuçlar yöntemlerin gizlili ği koruduğunu veölçeklenebilir zaman dilimleri içinde yeterli doğrulukla öneriler ürettiğini göstermiştir.