PRIVACIDADE DE DADOS EM SISTEMAS DE RECOMENDACAO: UM ALGORITMO BASEADO NA PRIVACIDADE DIFERENCIAL
A área de sistemas de recomendação multiplicou-se nos ultimos anos. Este aumento e interesse nesse tipo de sistemas justifica-se pepla possibilidade de recomendaçao de produtos, informaçnoes, servicos ou mesmo pessoas a determinados utilizadores da Internet, tendo em conta as suas caracterısticas e preferências. Uma recomendaçnao correta dos conteudos faz total diferenca para adaptar o usuário de determinado sistema ou até mesmo dissuadi-lo em utilizar. Dessa forma, sistemas de recomendação mostram -se uma ferramenta importante para o envolvimento assertivo de um determinado usuário. Contudo, para o seu correto funcionamento é necessário a observanao do comportamento dos usuários, através da coletade informações oriundas de sua interação com o sistema, fato que pode vir a provocar preocupações em relação a esses dados e e em realção a sua privacidade. Para que os usuários recebam recomendações de forma eficiente, informações pessoais são fornecidas a esses sistemas, como esses dados pessoais e privados podem ficar em risco. Logo, é importante que esses sistemas prevejam mecanismos de proteção a esses dados e mantenham sua privacidade, de forma a garantir segurança e provacidade nas recomendacoes. Motivado por esse problema, este trabalho tem como objetivo propor um modelo de algoritmo de filtragem colaborativa que preveja a preservação da privacidade, baseando-se no conceito de privacidade diferencial, de forma a proteger e manter a privacidade dos dados e mantendo a precisão dos elementos recomendados bem como a eficiência do algoritmo.