协同过滤算法的欺诈攻击分析

摘要：

协同过滤是个性化推荐系统最常用的一种技术,被广泛应用于电子商务,但它对用户概貌信息较为敏感,欺诈攻击者很容易通过注入有偏差的用户概貌信息,人为干预推荐系统的结果.针对这个问题,实验分析基于奇异值分解(SVD)的协同过滤算法在随机攻击模型下的性能表现,并以三种评估指标分析不同攻击规模和填充规模对攻击效率的影响.

关键词：协同过滤、欺诈攻击、奇异值分解、推荐系统

所属期刊栏目：7

分类号：TP393(计算技术、计算机技术)

在线出版日期：2012-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：9089-9090