Geri Dön

Privacy-preserving naïve bayesian classifier-based collaborative filtering

Basit bayes sınıflandırıcı tabanlı gizliliği koruyan işbirlikçi filtreleme

PDF İndir

  1. Tez No: 177392
  2. Yazar: CİHAN KALELİ
  3. Danışmanlar: YRD. DOÇ. DR. HÜSEYİN POLAT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Gizlilik, Privacy
  7. Yıl: 2008
  8. Dil: İngilizce
  9. Üniversite: Anadolu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
  12. Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

İşbirlikçi filtreleme (İF) İnternet'te kullanılan çok popüler bir teknik haline gelmiştir. İF sistemleri çok yaygın kullanılmalarına rağmen bu sistemlerin bazı problemleri vardır. Bunlardan ilki kullanıcıların gizli verisini toplamaktır. Daha iyi önerilerde bulunmak için bu sistemler kaliteli veriye ihtiyaç duyarlar; fakat gizlilik nedeni ile kullanıcılar özel verilerini göndermekte tereddüt ederler veya yanlış veri göndermeye karar verebilirler. İkinci problem ise bazen öneri için kullanılacak veriler iki farklı grup arasında paylaşılmış olabilir. Bu iki grup verilerini birleştirmek isteyebilirler ama gizlilik endişelerinden dolayı birbirlerine verilerini göstermek istemeyebilirler. Üçüncü problem ise iyileştirme problemidir. Kullanıcı ve ürün sayılarının artması ile öneri işleminin süresi artar. Bu durumda tahminleri verimli şekilde üretmek zorlaşır.Bu tezde, basit Bayes sınıflandırıcı (BBS) tabanlı İF algoritmasının sorunlarını gidermek için yöntemler önerilmiştir. Rastgele cevap teknikleri kullanılarak BBS tabanlı önerilerin kullanıcıların gizliliğini koruyarak gerçekleştirecek yeni bir yöntem sunulmuştur. İki grup arasında bölünmüş veriden bu grupların gizliliklerini koruyarak İF servisleri üretmek için çözümler önerilmiştir. Son olarak, k-mod kümeleme algoritması kullanılarak gizliliği koruyan BBS tabanlı İF algoritmasını iyileştirme yöntemi sunulmuştur. Çözümlerin doğruluk, gizlilik ve ek maliyetler açısından analizleri yapılmıştır. Sonuçlar açıklandıktan sonra gelecekte yapılması planlanan işler sunulmuştur.

Özet (Çeviri)

Collaborative filtering (CF) has become very popular on the Internet. Although CF systems are widely used, they have various challenges in recommendation process. The first one is collection of users? private data. For better referrals, such systems need quality data; however, due to privacy concerns, users hesitate to send their private data or they might decide to send false data. The second challenge is that CF systems provide referrals on existing databases compromised of ratings recorded from groups of people evaluating various items; sometimes, however, the systems? ratings might be split among different parties. The parties may wish to share their data; but they may not want to disclose their data. The third challenge is optimizing problem. Prediction process? run time increases with increasing number of users/items. It becomes difficult to offer referrals efficiently.In this thesis, approaches are proposed to overcome challenges for naïve Bayesian classifier (NBC)-based CF algorithm. A new scheme is proposed to produce NBC-based recommendations while preserving users? privacy by utilizing randomized response techniques (RRT). To offer CF services on distributed data between two parties without violating their privacy, solutions are provided. And finally, a method is proposed for optimizing privacy-preserving NBC-based CF scheme using k-modes clustering. To assess the proposed schemes, experiments are conducted using real data sets. The solutions are analyzed in terms of accuracy, privacy, and additional costs. After drawing conclusions, future works are presented.

Benzer Tezler

  1. Tez No

    123588

    Gençlik ve Spor Genel Müdürlüğü Merkez Teşkilatı'nda görev yapan yöneticilerin yazılı spor basını hakkındaki görüşleri

    A research on the opinions of the administrators who are on duty in the General Directorate of Youth and Sports, about the written sports media

    NURİ DEMİRCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2002

    SporGazi Üniversitesi

    Beden Eğitimi ve Spor Ana Bilim Dalı

    Y.DOÇ.DR. HALUK KOÇ

  2. Tez No

    177388

    Privacy-preserving dimensionality reduction-based collaborative filtering

    Gizliliği koruyarak boyut indirgeme tabanlı işbirlikçi filtreleme

    İBRAHİM YAKUT

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    YRD. DOÇ. DR. HÜSEYİN POLAT

  3. Tez No

    184143

    Privacy preserving distributed spatio-temporal data mining

    Dağıtık zaman-mekan verilerinde gizliliği koruyan veri madenciliği

    ALİ İNAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2006

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YÜCEL SAYGIN

  4. Tez No

    215852

    Efficient distributed privacy preserving clustering

    Etkin mahremiyeti koruyan dağıtık kümeleme

    MAHİR CAN DOĞANAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    YRD. DOÇ. DR. YÜCEL SAYGIN

  5. Tez No

    215842

    Identity verification using voice and its use in a privacy preserving system

    Kimlik tanımada mahremiyet korumalı bir senaryo için sesin kullanımı

    EREN ÇAMLIKAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    DOÇ. DR. BERRİN YANIKOĞLU

    YRD. DOÇ. DR. HAKAN ERDOĞAN

Geri Dön