作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
协同过滤是推荐系统中普遍使用的一种推荐技术,然而协同推荐系统很容易遭受恶意用户的攻击.攻击者通过向系统注入大量有规律的攻击用户信息,达到人为操纵推荐系统的目的.为了检测系统中存在的攻击用户,通过研究攻击用户信息的统计特征,提出了一种基于特征分析的攻击检测算法.试验结果表明,该算法具有更高的检测率,有效缓解了推荐系统遭受托攻击操纵的问题,确保了推荐系统的可靠性.
推荐文章
基于用户引力的协同过滤推荐算法
推荐算法
协同过滤推荐
万有引力定律
社会标签
基于用户历史行为的协同过滤推荐算法
数据挖掘
协同过滤
用户偏好
项目相似度
个性化推荐
基于用户兴趣模型聚类的协同过滤推荐算法
协同过滤
推荐系统
用户兴趣模型
推荐算法
推荐系统中协同过滤技术的研究
协同过滤推荐技术
数据稀疏
MAE
推荐系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 协同过滤推荐系统中用户概貌攻击检测研究
来源期刊 大科技 学科 工学
关键词 推荐系统 协同过滤 攻击检测研究
年,卷(期) 2017,(28) 所属期刊栏目 科技探索与应用
研究方向 页码范围 280-281
页数 2页 分类号 TP391.3
字数 2264字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李雪 燕山大学里仁学院 26 41 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
推荐系统
协同过滤
攻击检测研究
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大科技
周刊
chi
出版文献量(篇)
62867
总下载数(次)
225
总被引数(次)
12298
论文1v1指导