一种结合用户可信度与相似度的鲁棒性推荐算法

• 作者: 张兴明 汪欣 潘骏驰
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤 托攻击 用户可信度 相似度 鲁棒性算法
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2988-2991
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.10.027

摘要

协同过滤推荐系统面临着托攻击的安全威胁。研究抵御托攻击的鲁棒性推荐算法已成为一个迫切的课题。传统的鲁棒性推荐算法在算法稳定性与推荐准确度之间难以权衡。针对该问题，首先定义一种用户可信度指标；然后改进传统的相似度计算方法，通过结合用户可信度与改进的相似度，滤除攻击概貌，为目标用户作出推荐。实验表明，与传统算法相比，该算法具备更强的稳定性，同时保持了良好的推荐准确度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张兴明		61	302	8.0	15.0
2	汪欣		3	18	2.0	3.0
3	潘骏驰		2	16	2.0	2.0