融入个体特征差异的鲁棒协同过滤推荐算法

• 作者: 伊华伟 祝炜
• 来源期刊: 渤海大学学报（自然科学版）
• 学科: 工学
• 关键词: 鲁棒协同过滤 托攻击 矩阵分解 个体特征 可疑用户
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 256-263
• 页数: 8页
• 分类号: TP311
• 字数: 5416字
• 语种: 中文

摘要

针对现有推荐算法鲁棒性差的问题,提出一种融入个体特征差异的鲁棒协同过滤推荐算法.首先,根据用户评分信息的分布情况,给出用户评分个数偏离度和用户近邻平均相似度两个个体特征计算方法;然后基于真实用户和攻击用户个体特征的差异性,提出一种可疑用户标记算法;最后将可疑用户标记算法与矩阵分解技术相结合,对目标用户进行推荐.在MovieLens数据集上通过实验比较了提出的算法和其他相关算法的性能,实验结果表明算法不仅能够提高推荐精度,而且具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	伊华伟	辽宁工业大学计算中心	9	14	3.0	3.0
2	祝炜	中国人民解放军第205医院普通外科	1	1	1.0	1.0