协同过滤算法的欺诈攻击分析.docVIP

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 中图分类号：TP393 文献标识码：A 文章编号：1009-3044(XX年的一个研究热点，虽然已取得了一定的研究成果，但仍有很多热点问题有待解决，如研究用户在攻击防御中的作用；如何提高推荐系统对欺诈攻击的自动检测等 参考文献： [1] Sarwar B,Karypis G,Konstan J.Application of Dimensionality Reduction in Recommender Systems-A Case Study[C].ACM Web KDD 2000 Web Mining for E-Commerce Workshop,Boston,Massachusetts,July 16-20,2006． [2] 徐翔，王煦法.基于SVD的协同过滤算法的欺诈攻击行为分析[J].计算机工程与应用,2009,45(20).