推荐系统已成为向用户推荐他喜爱物品的常用工具,协同过滤是推荐系统中广泛使用的技术.由于协同过滤本身严重依赖用户的行为记录,导致一些恶意用户为了达到自己的利益伪造评分改变推荐结果,使推荐系统变得脆弱.为了解决这一问题,本文提出了一种限制项目关注度的鲁棒推荐算法,对项目针对性过强的用户加以一定限制,从而减少托攻击对系统的影响,在不影响推荐精度的情况下,提高推荐系统的鲁棒性.实验结果证明:本文提出的算法可以有效的防御托攻击,提高系统的鲁棒性.
科研之友
微信
新浪微博
Facebook
分享链接
