作者：黄世平; 黄晋; 陈健; 汤庸推荐系统用户信任恶意攻击
摘要：随着互联网中信息资源的日益增多,个性化推荐技术作为缓解＂信息过载＂的有效手段,得到了越来越多的研究者的关注.由于互联网天然的开放性,在商业利益的驱动下,部分恶意用户通过伪造虚假数据来影响系统的推荐结果,从而达到盈利的目的.本文提出一个自动建立信任的防攻击推荐算法,在考虑了用户评分相似性的基础上,引入适当的信任机制,通过为目标用户动态建立和维护有限数量的信任对象来获得可靠的推荐.大量基于真实数据集的实验表明,提出的算法能大大提高推荐系统的鲁棒性和可靠性,并在一定程度上提高了推荐的精准度.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
