基于信任的推荐算法的鲁棒性分析

• 作者: 罗铁坚 许延祥 陈肃
• 来源期刊: 中国科学院研究生院学报
• 学科: 工学
• 关键词: 推荐系统 信任度量 鲁棒性 协同过滤
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 论文
• 页码范围: 253-261
• 分类号: TP181
• 字数: 1030字
• 语种: 中文

摘要

基于信任的推荐是一种新兴技术,其核心原理是利用用户信任网络选择可靠的建议者.虽然在先前的研究中认为它的鲁棒性优于协同过滤,但这种技术抵抗攻击的实际能力尚未被量化研究.我们就此问题提出了一个形式化的评估框架,并对2种代表性的算法进行了比较评估.实验采用的数据集来源于Epinions.com网站.实验结果展示了影响算法鲁棒性的关键因素,据此给出了几项应对策略.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗铁坚	中国科学院研究生院信息科学与工程学院	37	277	7.0	16.0
2	陈肃	中国科学院研究生院信息科学与工程学院	3	5	1.0	2.0
3	许延祥	中国科学院研究生院信息科学与工程学院	3	9	2.0	3.0