随着在线推荐系统在社交网络中的广泛运用,随之而来的是用户隐私保护和数据稀疏性的风险。在电影推荐系统领域方面,越来越多的用户希望可以得到与自身兴趣保持同步的电影个性化推荐。因此本文重点介绍了电影推荐系统中存在的数据隐私等安全问题。电影个性化推荐的质量和准确性取决于用户的观影资料,常用的电影推荐系统会隐式的收集用户历史点击记录和页面访问日志,而这种基于用户隐私信息的电影推荐方式是导致用户身份隐私安全问题的主要原因。在本文的研究中,我们深入研究了特定领域中最新推荐系统的安全风险,用户隐私问题以及隐私策略和特征,并收集用户有关隐私,偏好,信任和所有权的实时反馈。尽管推荐系统给在线业务带来了十分可观的收益并且发展迅速,但是直接向推荐系统开发者公开隐私数据可能会导致隐私泄漏和数据稀疏性。在本文中,我们介绍了一种控制新用户的数据稀疏性和数据隐私性的新方法。通过收集在线用户关于隐私安全意见的调查问卷并对此研究,发现用户数据的隐私偏好,知识和所有权(控制)是影响在线用户的隐私问题的主要原因。此外,对调查结果的研究表明,大多数用户非常关注在线隐私。