【摘要】利用缩减的奇异值分解更新算法和随机技术提出了一个基于奇异值分解模型的在线推荐的隐私保护方法,将新数据混合到原始数据中保护消费者在线购物的隐私数据。实验结果表明,我们提供的模型可以保证数据高效性和更低概率的隐私泄露,并且预测的精度仍然很高,对于实现消费者网上隐私保护有重要的指导意义。