基于属性优化矩阵补全的抗托攻击推荐算法

• 作者: 周宇轩 张涵峰 陈蕾
• 来源期刊: 计算机应用研究
• 关键词: 推荐系统 托攻击 L2,1范数正则化 属性特征
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 724-729,780
• 页数: 7页
• 分类号: TP391|TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.09.0906

摘要

托攻击是当前推荐系统面临的严峻挑战之一.由于推荐系统的开放性,恶意用户可轻易对其注入精心设计的评分,从而影响推荐结果,降低用户体验.基于属性优化结构化噪声矩阵补全技术,提出一种鲁棒的抗托攻击个性化推荐(SATPR)算法.将攻击评分视为评分矩阵中的结构化行噪声,并采用L2,1范数进行噪声建模,同时引入用户与物品的属性特征以提高托攻击检测精度.实验表明,SATPR算法在托攻击下可取得比传统推荐算法更精确的个性化评分预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈蕾	南京邮电大学计算机学院	36	185	8.0	12.0
5	周宇轩	南京邮电大学计算机学院	1	0	0.0	0.0
6	张涵峰	南京邮电大学计算机学院	1	0	0.0	0.0