一种基于差分隐私的因果推断矩阵分解推荐方法

本发明涉及一种基于差分隐私的因果推断矩阵分解推荐方法，属于计算机推荐系统领域和信息安全领域。该方法具体包括：将用户的隐式反馈数据转化成数值为0或1的隐式反馈矩阵；构造目标函数L，基于因果推断下的推荐算法对矩阵Pint、Pcon和矩阵Qint、Qcon求解,存储用户隐因子矩阵Pint和Pcon；将求得的用户隐因子矩阵Qint、Qcon,重新进行随机初始化再代入目标函数L中将目标函数改写为L(Qint|D)和L(Qcon|D)，得到关于项目隐因子矩阵Qint、Qcon的目标函数，使用梯度下降法对隐因子矩阵Qint、Qcon求解，考虑每一个项目隐因子梯度和根据不同的隐私预算使用少量Laplace噪声对梯度进行扰动；对目标函数L(Qint|D)和L(Qcon|D)进行梯度下降，得到矩阵本发明具有良好的隐私保护性和模型准确性。