The PINQ agent is in charge of guar

The PINQ agent is in charge of guaranteeing that the budget is not exceeded when answering to multiple queries over the same dataset. In line 7, we instantiate an object Us with the preference tuples, which can be queried in a differentially-private fashion according to the agent policies. Then (lines 9 and 10), we query Us to count, applying differential privacy, the number of recommendation by users of stereotype s for each POI p; for each query, we spend a budget b. We repeat this procedure for each stereotype in S (lines 4 to 12). Finally, the obtained differentially-private statistics DPS are returned.

The above statistics are used by the POI-recommendations algorithm (Algorithm 2) to retrieve actual POIs recommendations upon user’s request. The algorithm takes as input also the requested number k of recommendations, the spatial granule g that includes the user, her stereotype s, her interest categories I, and the set of POIs P. The set G of spatial granules in which POIs are searched is instantiated with g (line 3), and the set R of POIs to be recommended is instantiated with the empty set (line 4). Then (lines 5 to 14), the algorithm queries the DPS until the desired number of POIs is reached. At first, the initial candidate set C of POIs (i.e., those in G and belonging to at least one category in I) is retrieved (line 6). From that set, we select those POIs that received a large number of preferences from users of stereotype s, to create a new set Rc of POIs to be actually recommended to the user (line 7). If Rc contains too few POIs (lines 8 to 10), we enlarge the query region G to include contiguous spatial granules, and we repeat the algorithm from line 5. Otherwise (lines 11 to 13), we get the k POIs in Rc that received the highest number of preferences from users in s, and return them to the user.

ผลลัพธ์ (ไทย) 1:

ตัวแทน PINQ รับผิดชอบรับรองว่า งบประมาณไม่เกินเมื่อตอบแบบสอบถามหลายบนชุดข้อมูลเดียวกัน ในบรรทัดที่ 7 เราสร้างอินสแตนซ์ของวัตถุเรา ด้วย tuples กำหนดลักษณะ ซึ่งสามารถถูก queried ในแฟชั่นส่วนตัวแตกต่างกันตามนโยบายแทน แล้ว (บรรทัดที่ 9 และ 10), เราแบบสอบถามเรานับจำนวน ใช้เป็นส่วนตัวแตกต่าง จำนวนที่ใช้ในการแนะนำผู้ใช้ของ s ตายตัวสำหรับแต่ละปอย p สำหรับแต่ละแบบสอบถาม เราใช้งบประมาณข เราทำซ้ำกระบวนการนี้สำหรับแต่ละแบบใน S (สาย 4-12) ในที่สุด สถิติส่วนตัวแตกต่างกันได้รับ DPS จะส่งคืนสถิติข้างต้นที่ใช้ POI แนะนำขั้นตอนวิธี (อัลกอริทึม 2) เรียกจุดที่น่าสนใจแนะนำจริงตามคำขอของผู้ใช้ อัลกอริทึมที่ใช้เป็น input ยัง k หมายเลขการร้องขอข้อเสนอแนะ g เม็ดเชิงพื้นที่ที่มีผู้ใช้ s เธอตายตัว ประเภทความสนใจของเธอ ผม และชุดของ P. จุดที่น่าสนใจ กรัมชุดของ spatial เม็ดจะค้นหาจุดที่น่าสนใจคือสด้วย g (สาย 3), และการตั้งค่า R ของจุดที่น่าสนใจจะแนะนำคือสด้วยเซตว่าง (สาย 4) แล้ว (บรรทัดที่ 5-14), อัลกอริทึมแบบสอบถาม DPS จนถึงตามจำนวนจุดที่น่าสนใจ ครั้งแรก เรียกผู้สมัครเบื้องต้นชุด C ของจุดที่น่าสนใจ (เช่น ผู้ที่อยู่ใน G และเป็นสมาชิกอย่างน้อยหนึ่งประเภทในฉัน) (สาย 6) จากนั้น เราเลือกจุดที่น่าสนใจเหล่านั้นที่ได้รับการตั้งค่าจำนวนมากจากผู้ใช้ของ s แบบตายตัว การสร้างแบบใหม่ชุด Rc ของจุดที่น่าสนใจไปจริงแนะนำให้กับผู้ใช้ (สาย 7) ถ้า Rc ประกอบด้วยจุดที่น่าสนใจน้อยเกินไป (8-10 บรรทัด), เราขยายพื้นที่สอบถาม G รวมเม็ดเชิงพื้นที่ที่อยู่ติดกัน เราทำซ้ำ แล้วอัลกอริทึมจากบรรทัด 5 อื่น ๆ (บรรทัด 11-13), เรา k จุดที่น่าสนใจใน Rc ที่ได้รับหมายเลขสูงสุดของการตั้งค่าจากผู้ใช้ใน s และส่งกลับไปให้ผู้ใช้

ผลลัพธ์ (ไทย) 2:

ตัวแทน PINQ อยู่ในความดูแลของการรับประกันได้ว่างบประมาณที่ได้รับไม่เกินเมื่อตอบได้สอบถามไปยังหลายช่วงชุดเดียวกัน ในบรรทัดที่ 7 เรายกตัวอย่างวัตถุเรามีอันดับการตั้งค่าซึ่งสามารถสอบถามในแฟชั่นที่แตกต่างกันและเอกชนตามนโยบายตัวแทน แล้ว (สาย 9 และ 10) เราสอบถามเราจะนับการใช้ความเป็นส่วนตัวที่แตกต่างกันจำนวนของคำแนะนำโดยผู้ใช้ของตายตัวสำหรับแต่ละจุดที่น่าสนใจพี; สำหรับแต่ละแบบสอบถามที่เราใช้จ่ายงบประมาณ B เราทำซ้ำขั้นตอนนี้สำหรับแต่ละตายตัวใน S (สาย 4 ถึง 12) สุดท้ายที่ได้รับสถิติที่แตกต่างกันและเอกชน DPS จะถูกส่งกลับ.

สถิติข้างต้นจะถูกใช้โดย POI-คำแนะนำอัลกอริทึม (Algorithm 2) เพื่อดึงคำแนะนำจุดที่น่าสนใจที่เกิดขึ้นจริงตามคำขอของผู้ใช้ ขั้นตอนวิธีการป้อนข้อมูลจะเป็นยัง K ร้องขอจำนวนข้อเสนอแนะที่ G เม็ดเชิงพื้นที่ที่มีผู้ใช้ตายตัวเธอ S, หมวดหมู่ความสนใจของเธอผมและชุดของจุดที่น่าสนใจพีชุด G ของเม็ดเชิงพื้นที่ในการที่จะค้นหาจุดที่น่าสนใจคือ instantiated กับ G (สาย 3) และชุด R จุดที่น่าสนใจที่จะได้รับการแนะนำเป็นอินสแตนซ์กับชุดที่ว่างเปล่า (สาย 4) แล้ว (เส้น 5-14) อัลกอริทึมสอบถาม DPS จนถึงจำนวนที่ต้องการของจุดที่น่าสนใจจะมาถึง ตอนแรกเริ่มต้นผู้สมัครชุด C ของจุดที่น่าสนใจ (เช่นผู้ที่อยู่ใน G และที่อยู่ในหมวดหมู่อย่างน้อยหนึ่งใน I) จะถูกดึง (สาย 6) จากชุดที่เราเลือกจุดที่น่าสนใจที่ได้รับเป็นจำนวนมากของการตั้งค่าจากผู้ใช้ตายตัว S, การสร้างชุดใหม่ Rc จุดที่น่าสนใจที่จะได้รับการแนะนำจริงให้กับผู้ใช้ (สาย 7) หาก Rc มีน้อยเกินไปจุดที่น่าสนใจ (เส้น 8-10) เราขยายเขตแบบสอบถาม G เพื่อ ได้แก่ เม็ดเชิงพื้นที่ที่อยู่ติดกันและเราทำซ้ำขั้นตอนวิธีการจากบรรทัด 5. มิฉะนั้น (เส้น 11-13) ที่เราได้รับจุดที่น่าสนใจใน K Rc ว่า รับจำนวนมากที่สุดของการตั้งค่าจากผู้ใช้ใน s, และพวกเขากลับไปยังผู้ใช้

ผลลัพธ์ (ไทย) 3:

การ pinq เจ้าหน้าที่รับผิดชอบในการรับประกันว่า งบประมาณไม่เกินเมื่อตอบแบบสอบถามผ่านชุดข้อมูลเดียวกัน ใน 7 บรรทัด เรายกตัวอย่างวัตถุที่เราชอบทูเปิล ซึ่งสามารถสอบถามในแฟชั่นที่แตกต่างกันส่วนบุคคลตามเจ้าหน้าที่นโยบาย แล้ว ( สาย 9 และ 10 ) เราถามเรา นับ การใช้ค่าความเป็นส่วนตัว จำนวนของข้อเสนอแนะจากผู้ใช้ธรรมดาสำหรับแต่ละ POI P ; สำหรับแต่ละแบบสอบถามที่เราใช้จ่ายงบประมาณพ. เราทำซ้ำขั้นตอนนี้สำหรับแต่ละมโนทัศน์ใน S ( บรรทัดที่ 4 ถึง 12 ) ในที่สุด , ได้รับต่างกัน ส่วนสถิติ DPS จะส่งกลับสถิติดังกล่าวจะถูกใช้โดยคำแนะนำขั้นตอนวิธี ( algorithm ปอย 2 ) เพื่อดึงข้อจริงนำทางตามความต้องการของผู้ใช้ ขั้นตอนวิธีที่ใช้เป็น input ยังขอเลขที่ K แนะนำพื้นที่ทราย G ที่มีผู้ใช้ธรรมดาของเธอ เธอสนใจประเภทผมและชุดนำทางหน้าชุดกรัมเม็ดปริภูมิค้นหา ซึ่งนำทางเป็น instantiated G ( สาย 3 ) และชุด R ของนำทางให้จะแนะนำ instantiated กับเซตว่าง ( สาย 4 ) แล้ว ( สาย 5 ถึง 14 ) , ขั้นตอนวิธีการค้นหา DPS ที่ต้องการจนครบจำนวนนำทางไปถึง ที่แรก , ครั้งแรกผู้สมัครชุด C ของนำทาง ( เช่นผู้ที่อยู่ใน g และเป็นของประเภทอย่างน้อยหนึ่งในฉัน ) ออกมา ( บรรทัดที่ 6 ) จากที่เราเลือก คนที่นำทางที่ได้รับจำนวนมากของการตั้งค่าจากผู้ใช้ของมโนทัศน์ของการสร้างชุดใหม่ของ RC นำทางที่จะต้องแนะนำให้ผู้ใช้ ( 7 บรรทัด ) ถ้า RC มีไม่กี่ด้วยนำทาง ( สาย 8 ถึง 10 ) , เราได้ขยายเขตการสอบถามรวมติดกันพื้นที่เม็ด และเราขอย้ำว่าขั้นตอนวิธีการจากบรรทัด 5 มิฉะนั้น ( สาย 11 กับ 13 ) เราได้รับ K นำทางใน RC ที่ได้รับจำนวนสูงสุดของการตั้งค่าจากผู้ใช้ในและกลับไปยังผู้ใช้