掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
面向社會化推薦的托攻擊及檢測研究 版權信息
- ISBN：9787030503367
- 條形碼：9787030503367 ; 978-7-03-050336-7
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
面向社會化推薦的托攻擊及檢測研究 內容簡介
社會化推薦系統利用社交關系作為額外輸入，可以有效解決評分驅動的推薦系統中存在的稀疏性與冷啟動等問題，同時可以提高推薦的準確性。社會化推薦系統在給運營商帶來利潤的同時，還提升了用戶的購物滿意度，因此被廣泛應用于各大電子商務站點。然而由于社會化推薦系統開放性的特點，托攻擊者通過注入虛假欺騙信息（如虛假評分與虛假關系等）操縱推薦結果，影響商品排名，進而影響用戶購物體驗以及損害商家的正常利益。為了保障社會化推薦系統免受托攻擊，本文首先探究面向社會化推薦系統的托攻擊模型，并在此基礎上提出面向社會化推薦系統托攻擊的檢測方法。本文主要完成了四個方面的工作：一是從社會化推薦系統的工作機制入手，歸納總結了社會化推薦系統中托攻擊者可能的攻擊形式，提出相應的托攻擊模型；二是在檢測注入虛假評分的托攻擊者時，從用戶的選擇行為入手，分析由此導致的用戶概貌中項目流行度分布的不同，從而提出一種基于流行度的分類特征提取方法，從而對虛假評分進行檢測；三是在檢測注入虛假關系的托攻擊者時，使用基于拉普拉斯的特征提取方法，對用戶的高維特征進行無監督提取，降低標注代價，從而對虛假關系進行檢測；四是在特征提取的基礎上，利用半監督協同訓練在評分與關系特征子圖上分別訓練分類器，從而提高托攻擊檢測的準確性，并更加適合在現實中對社會化推薦系統中的托攻擊進行檢測。
書友推薦
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
伯納黛特,你要去哪(2021新版)
- >
山海經
- >
龍榆生：詞曲概論/大家小書
- >
羅曼·羅蘭讀書隨筆-精裝
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
姑媽的寶刀
- >
名家帶你讀魯迅:朝花夕拾
本類暢銷
