商务智能社会影响与发展.pptVIP

Principles and Applications of Business Intelligence Chap 14：商务智能社会影响与发展 * Principles and Applications of Business Intelligence Chap 14：商务智能社会影响与发展 * Introduction to 商务智能方法与应用 Principles and Applications of Business Intelligence Chap 14：商务智能社会影响与发展 * Principles and Applications of Business Intelligence Chap 14：商务智能社会影响与发展 * Principles and Applications of Business Intelligence Chap 14：商务智能社会影响与发展 * Principles and Applications of Business Intelligence Chap 14：商务智能社会影响与发展 * Principles and Applications of Business Intelligence Chap 14：商务智能社会影响与发展 * 第14章 商务智能社会影响与发展 Lecture 14: Social Impacts and Development of BI 主要内容 14.1 商务智能中的隐私保护 14.2 移动商务智能 14.3 云商务智能 14.1商务智能中的隐私保护 商务智能通过收集、分析大量数据发现其中隐含的知识，为企业决策提供支持。 例如，通过收集客户的行为数据，可以发现用户的兴趣偏好，为其提供个性化服务，提高客户满意度，增加企业利润。 但是，这些数据被善意利用的同时，也有可能泄露用户的隐私。 AOL数据集隐私泄露事件 2006年美国在线（AOL）的一个实验室发布了一个供学术界研究的搜索日志数据集： 该数据集包含了65万个AOL用户的2千万个查询，是这些用户在2006年3个月中的搜索记录，包括提交了什么查询，点击了哪些页面等。 通过分析搜索日志可以发现用户的搜索意图，进行搜索推荐、准确的广告投放等。 数据集公布不久，就爆出了一个编号为4417749的用户的真实身份被发现的事件。该用户在3个月期间提交了许多有关自身患病症状以及所养宠物的查询。通过这些查询定位出了她的居住地，找出她的真实身份，从而泄露了她的个人隐私。 实现隐私保护 一方面需要业界的行业规范和相应法律法规的制定，另一方面，也可以研究如何对数据进行处理，屏蔽用户的真实信息，在不泄露用户隐私信息的基础上合理使用数据。 对数据处理的方法包括加密、添加噪音或扰动等。 在数据挖掘领域，隐私保护也是一个研究领域。针对关联规则、分类、聚类等分析技术，研究如何在保护隐私信息的情况下，最大限度地保证挖掘结果的有效性。 k-匿名( k-anonymity) 由Samarati和Sweeney 于1998年提出，是一种被广泛认可的一种保护隐私的方法。 假设包含用户隐私信息的数据存放于表T（A1, A2, …, An）中，其中Ai是该表的第i个属性。例如，公司拥有客户的个人信息，为了隐私保护的考虑，这些信息不包括名字、社会保障号码等能够直接标识个人的属性，但是含有性别、生日、邮编等信息，以及隐私信息，如收入，如表所示。 性别 生日 邮编 收入 男 72.2.7 11001 高 男 72.8.10 11002 中 女 68.1.2 21021 中 女 68.10.3 21032 中 女 65.6.8 61801 高 女 65.9.6 61802 低 隐私信息通过连接操作被泄露 姓名 性别 生日 邮编 Tony 男 72.2.7 11001 John 男 72.8.10 11002 Peter 男 68.1.2 11002 Emily 女 68.10.3 21021 Lily 女 65.6.8 21032 Laura 女 65.9.6 61801 Connie 女 72.2.7 61802 性别 生日 邮编 收入 男 72.2.7 11001 高 男 72.8.10 11002 中 女 68.1.2 21021 中 女 68.10.3 21032 中 女 65.6.8 61801 高 女 65.9.6 61802 低 姓名 性别 生日 邮编 收入 Tony 男 72.2.7 11001 高 John 男 72.8.10 11002 中 Emily 女 68.1.2 61021 中 Lily 女 68.10.3 61032 中 Laura 女 65.6.8 61801 高 Connie 女 65.9.6