Tripping with Zhirinovsky

学习了“差分隐私”问题：在著名的Netflix百万美元推荐大赛中，主办方公布了比赛用的数据库，其中的关键用户信息已经去除了PII，并做了K-Anonymity的处理。不过，用户的观影记录和打分由于是推荐使用的主要数据并未做处理。当数据公布后，恰好有一位关注者在数据中发现了一条记录，从其观看的影片和评价分数来看，集合可以确定无疑是自己的另一位朋友，而同样在这个用户观影记录中，还发现了一些同性恋题材的影片。读者显然明白这意味着什么，实际上，他的朋友不想为人所知的同性恋隐私被这样一个推荐大赛无意中泄露了。由于稀疏的行为数据很难通过简单技术处理模糊用户间的区别，再加上其他一些原因，这一大赛就没有继续举办下去了。

老M · 评分 4.4/10

只用鼻子呼吸，闭上嘴，四步一呼，四步一吸。不求配速，每次跑5~10公

繁华似锦° · 评分 9.8/10

书写得还是挺有趣的，周期和行业部分我泛读精读一共过了两遍。对于初学者来说，似乎结论很重要，但对于真的有心从事这个方向的人来说，方法更重要。虽则每个人有自己的学习方式研究方法，编剧以自己观看处理研报的方法论打开了很不一样的思路，很多方式还是相当值得借鉴的。

白 培根 · 评分 9.8/10