王鹏举

（贵州师范大学大数据与计算机科学学院，贵阳550001）

0 引言

互联网技术的飞速发展迎来大数据时代，爆炸式的数据增长致使信息过载与信息迷航。搜索引擎技术在一定程度上能满足用户信息检索的需求。但传统搜索技术通过关键字进行检索，对于相同的检索关键字只能返回相同的检索结果，无法满足多元化的需求[1]；另外，这种方式需要用户明确知道自己需要什么，并将其转换为对应的检索关键字进行信息检索。某些情况下，如果用户不知道自己具体需要什么，传统搜索引擎技术将变得无能为力。例如，用户想听一首符合自己口味而又从未听过的歌曲，或想看一部符合自己口味而又不知道名字的电影，这个时候个性化推荐技术将变得十分有用。个性化推荐技术通过研究用户兴趣偏好，帮助用户从海量的信息中去发掘用户潜在的需求。该技术被提出来至今已有十余年历史[1]，广泛应用于广告投放、电影推荐以及电子商务等领域。一方面，推荐系统可以提升用户体验，同时发掘商品交易中的“长尾商品”，服务经济社会；另一方面，推荐系统需要尽可能详尽地收集用户资料建立用户模型以提供个性化推荐服务，这个过程中用户的个人身份信息、生理特征及社交记录等隐私数据也在被各类机构肆意收集，让用户隐私面临巨大危险。

1 个性化推荐系统中的隐私问题

推荐系统架构如图1所示[1]，它由用户建模模块、推荐对象建模模块和推荐算法模块3部分组成。……