[发明专利]推荐系统中基于假轨迹的位置隐私保护方法

权利要求书

1.推荐系统中基于假轨迹的位置隐私保护方法，包括：

(1)建立一个由用户U、公共位置数据集C、推荐服务运营商Se构成的通信系统框架，其中：

用户U，用于通过3G或4G蜂窝网或WiFi与公共位置数据集C和服务运营商Se进行通信；

公共位置数据集C，用于存储从社交网站上下载的其他用户的签到位置、轨迹以及与其他用户身份相关的数据信息；

推荐服务运营商Se，用于接收用户U的请求并为其提供相关的位置推荐服务；

(2)用户U获取当前所在位置L，并根据地图上标注的L的语义位置，提取出具体的与经营类别相关的位置类型，即为位置L的语义属性；

(3)用户U生成位置轨迹，并转换成对应的语义轨迹：

(3a)用户U缓存1到T时间内的位置数据，将这些位置数据按照发生的时间先后生成一条轨迹TR＝{L₁,L₂,L₃,…,L_i,L_i+1,…,L_n}，L_i是t∈{1,2,…,T}时间的位置数据，i∈{1,2,…,n}是正整数，n是用户自定义的整型参数，其代表轨迹中位置点的个数，T是缓存时间的最大值，T＝24小时；

(3b)轨迹TR中所有位置的语义属性构成序列O＝{o₁,o₂,o₃,…,o_i,o_i+1,…,o_n}，该序列O即是位置轨迹TR对应的语义轨迹，o_i表示位置L_i的语义属性，1＜i＜n；

(4)根据位置的语义属性，用户对公共位置数据集C中的位置进行聚类：

(4a)用户U对公共位置数据集C中的位置数据进行处理，即删除所有与其他用户的身份直接关联的信息，只保留数据集中的位置标识，位置的经纬度值和语义类别；

(4b)用户U根据公共位置数据集C中位置数据的语义类别建立位置类别层次树，其中位置类别层次树是一种树形结构，它的根节点表示为位置，中间节点及叶子节点为位置数据的语义类别；

(4c)用户U计算位置类别层次树中语义类别间的距离D，并根据距离D计算语义类别间的相似度；

(4d)用户U计算公共位置数据集C中所有位置与用户的物理位置L_i之间的相似度；

(4e)将TR＝{L₁,L₂,L₃,…,L_i,L_i+1,…,L_n}作为聚类质心点，利用k-means聚类算法对公共位置数据集C中的位置进行聚类，输出n个语义类S＝{S₁,S₂,…,S_i,S_i+1,…,S_n}；

(4f)从语义类S＝{S₁,S₂,…,S_i,S_i+1,…,S_n}中除去轨迹TR＝{L₁,L₂,L₃,…,L_i,L_i+1,…,L_n}，实现对公共位置数据集C中位置数据的聚类S′＝S-TR＝{S′₁,S′₂,…,S′_i,S′_i+1,…,S′_n}，其中S′_i是第i个类；

(5)用户U输入聚类S′和语义轨迹O，利用维特比算法生成假轨迹FL＝{FL₁,FL₂,…,FL_i,FL_i+1,…,FL_n}，然后保存此假轨迹FL；

(6)当用户U请求推荐服务时，用户U将假轨迹FL上传到推荐服务运营商Se中，保护用户的真实轨迹。