文件名称：基于集成的在线社交网络隐私模型-研究论文
文件大小：519KB
文件格式：PDF
更新时间：2024-06-30 02:26:49
论文研究
在线社交网络成为连接全球数百万人的更流行和更有效的方式。”许多社交网站已经改变了人们交流或相互联系以共享个人信息的方式。但是，这些网站并不能确保来自第三方应用程序的用户数据的隐私。随着互联网上可用的大量信息，隐私保护数据挖掘被有效地用于涉及底层数据的隐私。为此，本研究工作提出一种基于一组隐私级别对用户个人资料进行分类的集成方法。所提出的模型使用了各种机器学习算法，如决策树、朴素贝叶斯、IBK、NB 树和贝叶斯网络。”