Please use this identifier to cite or link to this item: http://bibdigital.epn.edu.ec/handle/15000/22808
Title: Desarrollo de un modelo de recomendación grupal que considere la privacidad de los usuarios usando datos sintéticos y agregación de preferencias.
Authors: Yépez Castillo, Carolina Elizabeth
Keywords: ANÁLISIS DE DATOS
PROTECCIÓN DE DATOS
ANALÍTICA DE DATOS MASIVOS
RED BAYSEIANA
MÉTODO DE CART
Issue Date: Jul-2022
Publisher: Quito : EPN, 2022.
Citation: Yépez Castillo, C. E.(2022). Desarrollo de un modelo de recomendación grupal que considere la privacidad de los usuarios usando datos sintéticos y agregación de preferencias. 53 páginas. Quito : EPN.
Abstract: In this work, we propose a group recommendation model is proposed it is shown that using synthetic data, data protection is maintained. For this, two approaches were used to generate synthetic data and thus be able to hide the private information of the group’s users. The first one is ≪differential privacy≫ which uses a Bayesian network model that combines lowdimensional distributions to approximate the full-dimensional distribution of a data set. The second approach used was the ≪CART≫ method which uses sequential models and applies a transformation to the original data in such a way that only some values are changed. The results with the synthetic data of both approaches are quite promising and it is verified that they manipulate less specific information about the preferences of the users in the group. Our work also shows that it is possible to guarantee data privacy without a significant loss of accuracy in group recommendation.
Description: En este trabajo se propone realizar un modelo de recomendación grupal y se demuestra que usando datos sintéticos se mantiene la protección de los datos en sistemas de recomendación para grupos. Para ello se usaron 2 enfoques para la generación de los datos sintéticos, y así poder ocultar la información privada de los usuarios del grupo. El primer enfoque que fue usado es el de ≪privacidad diferencial≫ el cual usa un modelo de red bayesiana que combina distribuciones de baja dimensión para aproximarse a la distribución de dimensión completa de un conjunto de datos. El segundo enfoque utilizado fue el método de ≪CART≫ el cual usa modelos secuenciales y aplica una transformación a los datos originales de tal forma que se cambian solo algunos valores. Los resultados con los datos sintéticos de ambos enfoques son bastante prometedores y se comprueba que manipulan información menos especifica acerca de las preferencias de los usuarios en el grupo. Nuestro trabajo también muestra que existe viabilidad para poder garantizar privacidad de los datos sin una perdida significativa de precisión en la recomendación grupal.
URI: http://bibdigital.epn.edu.ec/handle/15000/22808
Appears in Collections:Tesis MAESTRÍA EN SISTEMAS DE INFORMACIÓN MENCIÓN INTELIGENCIA DE NEGOCIOS Y ANALÍTICA DE DATOS MASIVOS (FIS)

Files in This Item:
File Description SizeFormat 
CD 12286.pdf1,5 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.