限制项目关注度的鲁棒推荐算法

• 作者: 刘鑫 肖迎元
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: 推荐系统 协同过滤 托攻击 项目关注度
• 年，卷（期）: 2020,（1）
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP399
• 字数: 3433字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2020.01.001

摘要

推荐系统已成为向用户推荐他喜爱物品的常用工具,协同过滤是推荐系统中广泛使用的技术.由于协同过滤本身严重依赖用户的行为记录,导致一些恶意用户为了达到自己的利益伪造评分改变推荐结果,使推荐系统变得脆弱.为了解决这一问题,本文提出了一种限制项目关注度的鲁棒推荐算法,对项目针对性过强的用户加以一定限制,从而减少托攻击对系统的影响,在不影响推荐精度的情况下,提高推荐系统的鲁棒性.实验结果证明:本文提出的算法可以有效的防御托攻击,提高系统的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖迎元	天津理工大学计算机科学与工程学院	37	223	8.0	13.0
2	刘鑫	天津理工大学计算机科学与工程学院	2	0	0.0	0.0