基于多样性评价的推荐算法安全检测系统设计与实现
这是一篇关于个性化推荐,Android动态检测,信息茧房,隐私泄露的论文, 主要内容为随着互联网即将进入web3.0时代,人们获取信息的方式已经彻底得到改变。个性化推荐成为了智能手机用户最青睐的功能。但是,用户享受着对自己偏好的精准推荐的便利之外,也引发了两个问题:信息茧房与隐私泄露。当前对信息茧房的研究面临无量化数据支持或算法较老等问题;而对于个性化推荐算法中的隐私泄露情况,在《互联网信息服务算法推荐管理规定》重点提及的算法合规与隐私保护问题上,还没有一个成熟的检测方法或工具,去检测推荐算法的合规性,保证用户的知情权。因此,针对以上两个问题,本文的工作成果主要体现在以下几个方面:1)设计了一个针对新闻文本的关键字摘要算法,加权融合了 Tex tRank、Bert、TF算法三种语义特点,通过余弦向量法计算文本相似度,能够探究推荐列表的信息茧房程度。随后,提出了一个针对推荐算法的隐私使用检测方法,利用了改进的多样性算法、Android动态检测技术和控制变量法,授予App不同的个人标识符,根据推荐列表多样性的变化,检测哪些个人标识符被用于个性化推荐中,以此发现其中隐私泄露的潜在问题。2)设计并实现了一个Android平台上对新闻应用隐私问题的自动化检测系统。在推荐列表爬取模块中,设计循环和爬取逻辑,进行单页新闻的爬取和某类别新闻的推荐列表的自动爬取。在动态监控单元中,课题统计了敏感的个人标识符及对应的权限、敏感API,利用F rida框架进行完成动态监控以及对返回值的修改功能。将两模块的结果输入检测算法模型,得到了完整的检测系统。3)设计了多组实验,证明了本课题提出内容多样性评价算法的具有更好的性能;通过检测多个热门新闻类应用,探究了推荐类别、时间、用户偏好、收集的隐私对形成信息茧房的影响;利用本文实现的检测系统,能够发现目前其中存在的隐私问题,论证了本文所提出检测算法的正确性和有用性,并给出了相关的隐私建议。
基于抖音短视频个性化推荐的“信息茧房”现象研究
这是一篇关于信息茧房,个性化推荐,抖音短视频,群体极化的论文, 主要内容为随着信息传播的时代变革,网络智能技术实现了快速升级,信息传播的方式和渠道不断增多,社会呈现出了“信息过载”的现象,人们无法有效整合、组织及内化为个人所需信息,所以,个性化推荐技术应运而生。抖音短视频平台通过运用该技术准确定位用户喜好信息领域,并记录用户使用时产生的相关数据,以达到精准刻画用户形象,实现个性化精准投送的目的。这极大程度上提高了用户获取所需信息的效率,同时帮助媒介平台吸引且长期留住了大量用户。但是,长此以往,同质信息源源不断被推送、异质信息由于被技术层层过滤而无法呈现在用户面前,使个体与群体间原有的理念不断加强,甚至排斥异质信息涌入,从而形成一个封闭的“信息茧房”。立足于凯斯·R·桑斯坦的“信息茧房”的研究理论及其他相关理论,将“信息茧房”概念的同质化分解为选择、内容和群体三个维度,并从横向与纵向两个角度对“信息茧房”进行了概念的划分,同时总结抖音短视频个性化推荐系统的运营流程,概括在该平台中“信息茧房”的主要表现方式。在此理论基础上,运用案例分析的研究方法,以抖音个性化推荐下产生“信息茧房”不良影响案例的描述与分析为背景,从社会与个人两个视角的案例中剖析出打造“茧房”的内在动因和环境影响因素。依据形成因素从用户、平台及社会三个不同视角概括“信息茧房”现象在个人的认知、行为、心态层面以及平台口碑和社会粘性层面所产生的负面效应,并给出对应的“破茧”建议。意图达到警示个体对于“信息茧房”的知觉意识、培养个人媒介素养和信息聚合意识的目的;同时建议平台依据技术手段将“个性化”与“共性化”结合并提倡社会推广素养教育。并认为三方合力才有望冲破“信息茧房”。
基于多样性评价的推荐算法安全检测系统设计与实现
这是一篇关于个性化推荐,Android动态检测,信息茧房,隐私泄露的论文, 主要内容为随着互联网即将进入web3.0时代,人们获取信息的方式已经彻底得到改变。个性化推荐成为了智能手机用户最青睐的功能。但是,用户享受着对自己偏好的精准推荐的便利之外,也引发了两个问题:信息茧房与隐私泄露。当前对信息茧房的研究面临无量化数据支持或算法较老等问题;而对于个性化推荐算法中的隐私泄露情况,在《互联网信息服务算法推荐管理规定》重点提及的算法合规与隐私保护问题上,还没有一个成熟的检测方法或工具,去检测推荐算法的合规性,保证用户的知情权。因此,针对以上两个问题,本文的工作成果主要体现在以下几个方面:1)设计了一个针对新闻文本的关键字摘要算法,加权融合了 Tex tRank、Bert、TF算法三种语义特点,通过余弦向量法计算文本相似度,能够探究推荐列表的信息茧房程度。随后,提出了一个针对推荐算法的隐私使用检测方法,利用了改进的多样性算法、Android动态检测技术和控制变量法,授予App不同的个人标识符,根据推荐列表多样性的变化,检测哪些个人标识符被用于个性化推荐中,以此发现其中隐私泄露的潜在问题。2)设计并实现了一个Android平台上对新闻应用隐私问题的自动化检测系统。在推荐列表爬取模块中,设计循环和爬取逻辑,进行单页新闻的爬取和某类别新闻的推荐列表的自动爬取。在动态监控单元中,课题统计了敏感的个人标识符及对应的权限、敏感API,利用F rida框架进行完成动态监控以及对返回值的修改功能。将两模块的结果输入检测算法模型,得到了完整的检测系统。3)设计了多组实验,证明了本课题提出内容多样性评价算法的具有更好的性能;通过检测多个热门新闻类应用,探究了推荐类别、时间、用户偏好、收集的隐私对形成信息茧房的影响;利用本文实现的检测系统,能够发现目前其中存在的隐私问题,论证了本文所提出检测算法的正确性和有用性,并给出了相关的隐私建议。
互联网时代下关于“信息茧房”效应的视觉图形设计研究
这是一篇关于信息茧房,图形创意,视觉设计,人文关怀的论文, 主要内容为随着网络媒体技术的飞速进步,信息传播的效率迅速增长,而网络信息平台为吸引更多流量,习惯性地以算法推荐作为其信息传播核心,向用户推荐与其兴趣和价值观高度匹配的个人化信息,促使了“信息茧房”现象的产生,使用户逐渐受困于自己感兴趣的信息中,带来例如窄化视野、降低自身主观能动性、好奇心甚至严重到与社会脱轨等诸多负面效应。本研究调研了互联网主流社交媒体中的“信息茧房”现象,探究了“信息茧房”效应产生的影响,针对这些影响展开视觉图形设计研究,分别从“信息茧房”效应成因之一:数据算法推送,“信息茧房”效应带来的部分后果:用户隐私信息泄露,以及信息茧房为用户带来类似“理解用户人文要素,通过更具表现力、更为形象的视觉图形设计,弥补有关“信息茧房”效应文字传达表述信息的不直观,向公众更为全面充分展示“信息茧房”效应的影响,提醒大众关注该效应,并及时辨别其负面影响,理性应对算法推荐技术和个性化推荐系统,拓宽视野,广泛接受新信息,以利于个人综合素质发展与社会环境的和谐进步。
基于多样性评价的推荐算法安全检测系统设计与实现
这是一篇关于个性化推荐,Android动态检测,信息茧房,隐私泄露的论文, 主要内容为随着互联网即将进入web3.0时代,人们获取信息的方式已经彻底得到改变。个性化推荐成为了智能手机用户最青睐的功能。但是,用户享受着对自己偏好的精准推荐的便利之外,也引发了两个问题:信息茧房与隐私泄露。当前对信息茧房的研究面临无量化数据支持或算法较老等问题;而对于个性化推荐算法中的隐私泄露情况,在《互联网信息服务算法推荐管理规定》重点提及的算法合规与隐私保护问题上,还没有一个成熟的检测方法或工具,去检测推荐算法的合规性,保证用户的知情权。因此,针对以上两个问题,本文的工作成果主要体现在以下几个方面:1)设计了一个针对新闻文本的关键字摘要算法,加权融合了 Tex tRank、Bert、TF算法三种语义特点,通过余弦向量法计算文本相似度,能够探究推荐列表的信息茧房程度。随后,提出了一个针对推荐算法的隐私使用检测方法,利用了改进的多样性算法、Android动态检测技术和控制变量法,授予App不同的个人标识符,根据推荐列表多样性的变化,检测哪些个人标识符被用于个性化推荐中,以此发现其中隐私泄露的潜在问题。2)设计并实现了一个Android平台上对新闻应用隐私问题的自动化检测系统。在推荐列表爬取模块中,设计循环和爬取逻辑,进行单页新闻的爬取和某类别新闻的推荐列表的自动爬取。在动态监控单元中,课题统计了敏感的个人标识符及对应的权限、敏感API,利用F rida框架进行完成动态监控以及对返回值的修改功能。将两模块的结果输入检测算法模型,得到了完整的检测系统。3)设计了多组实验,证明了本课题提出内容多样性评价算法的具有更好的性能;通过检测多个热门新闻类应用,探究了推荐类别、时间、用户偏好、收集的隐私对形成信息茧房的影响;利用本文实现的检测系统,能够发现目前其中存在的隐私问题,论证了本文所提出检测算法的正确性和有用性,并给出了相关的隐私建议。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设客栈 ，原文地址：https://m.bishedaima.com/lunwen/48864.html
