کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6883222 694936 2015 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
On content-based recommendation and user privacy in social-tagging systems
ترجمه فارسی عنوان
بر اساس توصیه محتوا و حریم خصوصی کاربران در سیستم های برچسب زدن اجتماعی
کلمات کلیدی
حریم خصوصی اطلاعات تکنولوژی ارتقاء حریم خصوصی، خطر حفظ حریم خصوصی، سیستم توصیه شده، جعل برچسب،
ترجمه چکیده
سیستم های توصیه شده و رویکردهای فیلتر محتوا براساس حاشیه نویسی ها و رأی ها اساسا به کاربرانی است که از طریق اقدامات خود ترجیحات و منافع خود را بیان می کنند تا محتوای شخصی را ارائه دهند. این فعالیت که در آن کاربران به طور دسته جمعی شرکت می کنند، برچسب گذاری اجتماعی را نامگذاری کرده اند و یکی از محبوب ترین فرصت ها برای کاربران برای ارتباط آنلاین است و اگر چه فرصت های جدیدی برای قابلیت همکاری در وب معنایی ایجاد کرده است، تهدیدات حریم خصوصی. در حقیقت، این شامل توصیف منابع آنلاین یا آفلاین با استفاده از برچسب های متن آزاد، یعنی برچسبها است، در نتیجه، نمایه و فعالیت کاربر به حملات حریم خصوصی را افشا می کند. به عنوان یک نتیجه، کاربران ممکن است بخواهند یک استراتژی تقویت حریم خصوصی را اتخاذ کنند تا منافع آنها را به طور کامل آشکار نکنند. جعل جعلی یک تکنولوژی تقویت حریم خصوصی است که شامل تولید برچسب ها برای دسته ها یا منابع است که تنظیمات واقعی کاربر را بیش از اندازه دقیق نشان نمی دهند. با اصلاح پروفایل خود، جعل برچسب ممکن است بر کیفیت سیستم توصیه تاثیر منفی داشته باشد، در نتیجه محافظت از حریم خصوصی کاربران به میزان مشخص، اما در هزینه های از دست دادن مفید است. در نتیجه تاثیر جعل برچسب بر توصیه محتوا، در یک سناریوی کاربردی در دنیای واقعی که در آن استراتژی های جعل مختلف مورد ارزیابی قرار می گیرند، مورد بررسی قرار می گیرند و از دست رفتن سود در ابزار اندازه گیری و مقایسه می شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر شبکه های کامپیوتری و ارتباطات
چکیده انگلیسی
Recommendation systems and content-filtering approaches based on annotations and ratings essentially rely on users expressing their preferences and interests through their actions, in order to provide personalised content. This activity, in which users engage collectively, has been named social tagging, and it is one of the most popular opportunities for users to engage online, and although it has opened new possibilities for application interoperability on the semantic web, it is also posing new privacy threats. In fact, it consists in describing online or offline resources by using free-text labels, i.e., tags, thereby exposing a user's profile and activity to privacy attacks. As a result, users may wish to adopt a privacy-enhancing strategy in order not to reveal their interests completely. Tag forgery is a privacy-enhancing technology consisting in generating tags for categories or resources that do not reflect the user's actual preferences too accurately. By modifying their profile, tag forgery may have a negative impact on the quality of the recommendation system, thus protecting user privacy to a certain extent but at the expenses of utility loss. The impact of tag forgery on content-based recommendation isconsequently investigated in a real-world application scenario where different forgery strategies are evaluated, and the resulting loss in utility is measured and compared.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Standards & Interfaces - Volume 41, September 2015, Pages 17-27
نویسندگان
, , , ,