Privacy-preserving distributed collaborative filtering

Abstract

Doğru ve güvenilir öneriler üretebilmek için sanal alışveriş siteleri yeterli veriye ihtiyaç duyarlar. Fakat sanal alışverişin doğası gereği ve e-ticaret sitelerinin sayısındaki artış nedeniyle ortak süzgeçleme amacıyla toplanmış veriler çeşitli siteler arasında dağıtık olmuş olabilir. Bu dağıtık veriye sahip e-ticaret siteleri bütünleştirilmiş veri üzerinden ortak öneriler sunmak isteyebilirler. Fakat gizli verilerini koruma düşüncesi, finansal korkular ve yasal zorunluluklardan dolayı bu siteler işbirliği yapmak istemeyebilirler. Bu doktora tez çalışmasında, yatay veya dikey dağıtık veri üzerinden veri sahiplerinin gizliliklerini koruyarak öneriler üretmek için işbirliğini sağlayacak çeşitli çözümler önerilmiştir. Gizliliği korumak için rasgele karıştırma ve kriptografi tabanlı çözümler kullanılmıştır. İşbirliği nedeniyle kötüleşebilecek çevrim içi performansı artırmak için kümeleme, boyut indirgeme ve güven tabanlı benzerlik gibi ön işleme metotları kullanılmıştır. Önerilen yöntemler gizlilik açısından analiz edilmiştir. Ayrıca, gizlilik endişesi nedeniyle ortaya çıkan ilave yükler irdelenmiştir. Son olarak, çeşitli gerçek veriye dayalı deneyler yapılmış ve önerilen çözümler doğruluk açısından incelenmiştir. Yapılan analizler ve deney sonuçları önerilen çözümlerin gizliliği koruduğunu, önemsenmeyecek miktarda ilave yükler getirdiğini ve kaliteli öneriler üretebildiğini göstermiştir.