基于托攻擊檢測和矩陣分解模型的可信推薦算法研究.pdf

1、協同過濾推薦算法被廣泛應用在個性化推薦系統中。由于協同推薦系統依賴用戶評分信息，一些惡意用戶向系統注入偽造評分，使得系統生成對他們有利的推薦結果。這種托攻擊的存在損害了協同推薦系統的可信性。因此，如何保證協同推薦系統的魯棒性已經成為推薦系統研究領域的一個重要問題。本文提出一種基于托攻擊檢測和矩陣分解模型的可信協同推薦算法。
　　首先，針對標準攻擊（隨機攻擊、均值攻擊和流行攻擊）、AoP（Average over Popular I

2、tems）和PIA（Power Items Attack）三類托攻擊，分別設計出相應的無監(jiān)督攻擊檢測算法。對基于主成分分析的檢測算法進行改進，設計出標準攻擊檢測算法；提出改進后的加權平均評分偏離度、項目均值偏差和項目最高評分比值，利用這些統計特征設計出AoP攻擊檢測算法；提出改進后的最近鄰平均相似度，設計出PIA攻擊檢測算法。
　　其次，提出基于托攻擊檢測和矩陣分解模型的可信推薦算法。算法首先根據攻擊概貌的統計特征對托攻擊的類型進