将上下文信息纳入推荐系统可以获得更好的推荐准确性，然而，用户\u2019个人隐私可能会被攻击者泄露。为了解决这个问题，作者提出了一个集成了差异隐私和贝叶斯网络技术（DPBCF）的上下文软件推荐系统。首先，本文使用k-means算法对项目进行聚类，以消除评分矩阵的稀疏性。其次，为了保护用户的隐私，本文在评分中加入了拉普拉斯噪声。然后采用贝叶斯网络技术计算用户喜欢具有上下文信息的某一类型项目的概率。最后，作者通过实验验证了该算法在提高推荐准确性的同时，能够提供更强的隐私保护<\/p> “，”DOI“：”10.4018\/ijcini.202111001.oa2“，”type“：”journal-article“，”created“：{”date-parts“：[2022,6,17]]，”date-time“：”2022-06-17T15:39:05Z“，”timestamp“：1655480345000}，”page“：“1-13”，”source“：，“卷”：“15”，“author“：[{”given“：”Shuxin“，”family“：”Yang“，”sequence“：”first“，”affiliation“：”Jiangxi Science and Technology，China“}]}，{”fixed“：”Kaili“，”家庭“：”Zhu“，“sequence”：“additional”，“affiliance”：[[{“name”：“China Jiangxing University of Science，China”}]}]，“member”：“2432”，“container-title”：[“”《国际认知信息学与自然智能杂志》，“原标题”：[]，“语言”：“ng”，“链接”：[{“URL”：“https://www.igi-global.com\/viewtitle.aspx？TitleId=285519”，“内容类型”：“未指定”，“内容版本”：“vor”，“预期应用”：“相似性检查”}]，“存放”：{“日期部分”：[[2023,1,16]，“日期时间”：“2023-01-16T21:48:34Z“，”timestamp“：1673905714000}，”score“：1，”resource“：{”primary”：{“URL”：“https:\/\/services.igi-global.com/resolvedoi\/resolve.aspx？doi=10.4018\/IJCINI.20211001.oa2”}，“subtittle”：[“”]，“shorttitle”：[]，“issued”：{“date-parts”：[2022,6,17]]}，《参考计数》：0，“journal-count”问题“：{”问题“：“4”，“published-print”：{“date-parts”：[[2021,10]]}}，“URL”：“http://\/dx.doi.org\/10.4018\/ijcini.20211001.oa2”，“关系”：{}，“ISSN”：[“1557-3958”，“1557-39”]，“ISSN-type”：[{“值”：“1557-3958”、“类型”：“打印”}，{“数值”：“2557-3966”，“类型”:“电子”}]，“主题”：[]，“发布”：{“日期段”：[2022,6,17]}}}