Con la creciente popularidad de la tecnología de computación móvil, una amplia gama de recursos computacionales o servicios (por ejemplo, películas, comida y lugares de interés) se están migrando a la infraestructura o dispositivos móviles (por ejemplo, teléfonos móviles, PDA y relojes inteligentes), imponiendo grandes cargas en las decisiones de selección de servicios de los usuarios. En esta situación, la recomendación de servicios se ha convertido en una de las formas prometedoras de aliviar tales cargas. En general, los datos de uso de servicios utilizados para hacer recomendaciones de servicios son producidos por varios dispositivos móviles y recopilados por plataformas de borde distribuidas, lo que conlleva a una posible filtración de la privacidad del usuario durante el posterior proceso de colaboración de datos entre plataformas y recomendación de servicios. La técnica de Hashing Sensible a la Localidad (LSH por sus siglas en inglés) ha sido introducida recientemente para realizar recomendaciones de servicios distribuidos preservando la privacidad. Sin embargo
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Diseño de un sistema de entrenamiento deportivo y monitorización y reconocimiento del movimiento en una red de sensores inalámbricos
Artículo:
Desafíos de inteligencia empresarial para la publicación de juegos independientes.
Artículo:
Patrones de ubicación y otros determinantes de tiendas minoristas en distritos comerciales urbanos en Changchun, China.
Artículo:
Algoritmos estocásticos de proyección de gradiente de bloque-coordenada para maximización submodular
Artículo:
La familia de distribuciones Arctan: propiedades, simulación y aplicaciones en Ciencias Actuariales.