安全角度下協(xié)同過(guò)濾推薦算法研究.pdf

1、隨著互聯(lián)網(wǎng)的普及和電子商務(wù)的發(fā)展，電子商務(wù)推薦系統(tǒng)越來(lái)越受到商家和學(xué)者的重視。它能夠直接與用戶交互，模擬商店銷售人員向用戶提供商品推薦，幫助用戶找到所需商品，從而順利完成購(gòu)買過(guò)程。在日趨激烈的競(jìng)爭(zhēng)環(huán)境下，眾多商業(yè)網(wǎng)站已經(jīng)體驗(yàn)到電子商務(wù)推薦系統(tǒng)帶來(lái)的好處。
　　 協(xié)同過(guò)濾推薦是目前電子商務(wù)推薦系統(tǒng)最有效的信息過(guò)濾技術(shù)之一。過(guò)去大多學(xué)者主要針對(duì)推薦算法的實(shí)時(shí)性和準(zhǔn)確性進(jìn)行研究，而近年來(lái)，一些學(xué)者意識(shí)到電子商務(wù)推薦系統(tǒng)的應(yīng)用背景實(shí)際上

2、是一種市場(chǎng)經(jīng)濟(jì)下的商業(yè)競(jìng)爭(zhēng)環(huán)境，過(guò)去提出的推薦算法存在安全隱患。由于Web站點(diǎn)的開(kāi)放性和推薦系統(tǒng)的用戶參與性，使推薦系統(tǒng)易受攻擊，從而影響推薦質(zhì)量。
　　 針對(duì)現(xiàn)有的協(xié)同過(guò)濾推薦算法存在安全缺陷，本文從安全角度出發(fā)，首先詳細(xì)介紹了針對(duì)協(xié)同過(guò)濾推薦算法的主要攻擊模型，其中包括攻擊模型的數(shù)據(jù)結(jié)構(gòu)特點(diǎn)及攻擊原理，同時(shí)指出基于用戶推薦算法的易受攻擊的原因。然后，結(jié)合現(xiàn)有分類檢測(cè)模型的優(yōu)缺點(diǎn)，提出新的用戶相似度計(jì)算方法。該方法能削弱低填充