基于模糊核聚类和支持向量机的鲁棒协同推荐算法

发布时间：2018-01-25 21:05

本文关键词： 鲁棒推荐算法托攻击矩阵分解模糊核聚类支持向量机　出处：《电子与信息学报》2017年08期 　论文类型：期刊论文

【摘要】：该文针对现有推荐算法在面对托攻击时鲁棒性不高的问题,提出一种基于模糊核聚类和支持向量机的鲁棒推荐算法。首先,根据攻击概貌间高度相关的特性,利用模糊核聚类方法在高维特征空间对用户概貌进行聚类,实现攻击概貌的第1阶段检测。然后,利用支持向量机分类器对含有攻击概貌的聚类进行分类,实现攻击概貌的第2阶段检测。最后,基于攻击概貌检测结果,通过构造指示函数排除攻击概貌在推荐过程中产生的影响,并引入矩阵分解技术设计相应的鲁棒协同推荐算法。实验结果表明,与现有的基于矩阵分解模型的推荐算法相比,所提算法不但具有很好的鲁棒性,而且准确性也有提高。
[Abstract]:In this paper, a robust recommendation algorithm based on fuzzy kernel clustering and support vector machine (SVM) is proposed to solve the problem of poor robustness of the existing recommendation algorithms in the face of support attack. Firstly, according to the characteristics of high correlation between the attack profiles, this paper proposes a robust recommendation algorithm based on fuzzy kernel clustering and support vector machine. The fuzzy kernel clustering method is used to cluster the user profile in high dimensional feature space, and the first stage detection of attack profile is realized. Then, support vector machine classifier is used to classify the cluster with attack profile. Finally, based on the result of attack profile detection, the influence of attack profile in the process of recommendation is excluded by constructing indicator function. And the matrix decomposition technology is introduced to design the corresponding robust collaborative recommendation algorithm. The experimental results show that the proposed algorithm not only has good robustness compared with the existing recommendation algorithm based on matrix decomposition model. And the accuracy has also improved.
【作者单位】：燕山大学信息科学与工程学院;河北省计算机虚拟技术与系统集成重点实验室(燕山大学);辽宁工业大学电子与信息工程学院;
【基金】：国家自然科学基金(61379116) 河北省自然科学基金(F2015203046) 辽宁省教育厅科学研究项目(L2015240)~~
【分类号】：TP391.3
【正文快照】： (2)(河北省计算机虚拟技术与系统集成重点实验室(燕山大学)秦皇岛066004)(3)(辽宁工业大学电子与信息工程学院锦州121001)协同过滤推荐系统作为电子商务快速发展的一个重要产物,能够为人们提供精确又快速的推荐[1,2]。由于推荐系统的开放特性,一些商家为了个人利益蓄意伪造虚

【参考文献】