中图网文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >
面向社会化推荐的托攻击及检测研究

面向社会化推荐的托攻击及检测研究

出版社:科学出版社出版时间:2017-01-12
开本: B5 页数: 110
本类榜单:教材销量榜
中 图 价:¥27.0(6.0折) 定价  ¥45.0 登录后可看到会员价
加入购物车 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>
微信公众号

面向社会化推荐的托攻击及检测研究 版权信息

面向社会化推荐的托攻击及检测研究 内容简介

社会化推荐系统利用社交关系作为额外输入,可以有效解决评分驱动的推荐系统中存在的稀疏性与冷启动等问题,同时可以提高推荐的准确性。社会化推荐系统在给运营商带来利润的同时,还提升了用户的购物满意度,因此被广泛应用于各大电子商务站点。然而由于社会化推荐系统开放性的特点,托攻击者通过注入虚假欺骗信息(如虚假评分与虚假关系等)操纵推荐结果,影响商品排名,进而影响用户购物体验以及损害商家的正常利益。为了保障社会化推荐系统免受托攻击,本文首先探究面向社会化推荐系统的托攻击模型,并在此基础上提出面向社会化推荐系统托攻击的检测方法。本文主要完成了四个方面的工作:一是从社会化推荐系统的工作机制入手,归纳总结了社会化推荐系统中托攻击者可能的攻击形式,提出相应的托攻击模型;二是在检测注入虚假评分的托攻击者时,从用户的选择行为入手,分析由此导致的用户概貌中项目流行度分布的不同,从而提出一种基于流行度的分类特征提取方法,从而对虚假评分进行检测;三是在检测注入虚假关系的托攻击者时,使用基于拉普拉斯的特征提取方法,对用户的高维特征进行无监督提取,降低标注代价,从而对虚假关系进行检测;四是在特征提取的基础上,利用半监督协同训练在评分与关系特征子图上分别训练分类器,从而提高托攻击检测的准确性,并更加适合在现实中对社会化推荐系统中的托攻击进行检测。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服