基于语义聚类的协作推荐攻击检测模型

被引：12

作者：

陈健 ^{[1
]}

区庆勇 ^{[2
]}

郑宇欣 ^{[1
]}

李东 ^{[1
]}

机构：

[1] 华南理工大学软件学院

[2] 华南理工大学计算机科学与技术学院

来源：

计算机应用 | 2009年 / 29卷 / 05期

基金：

广东省自然科学基金;

关键词：

协作过滤; 推荐系统; 攻击模型; 语义聚类;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

摘要：

协作过滤推荐模型目前已被广泛应用于电子商务等环境。由于其对用户偏好数据敏感,因此攻击者可以通过注入伪造的用户偏好数据来影响推荐系统的预测。提出了一个基于语义聚类的协作过滤攻击检测模型,从分析项目的语义入手,针对攻击数据中的随机性,通过分析用户兴趣的组合来评判用户偏好数据的真实与否。大量的实验证明,该模型能有效地检测协作过滤推荐中的注入攻击,从而大大提高了推荐系统的鲁棒性和可靠性。

引用

页码：1312 / 1315+1320 +1320

页数：5