-
面向社会化推荐的托攻击及检测研究
¥27.0(6折)定价:¥45.0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