基于社交网络中双重好友及用户偏好的协同过滤推荐

发布时间：2018-05-21 09:45

  本文选题：协同过滤 + 社交网络　； 参考：《长春工业大学学报》2016年03期

【摘要】：针对目前基于社交网络的协同过滤推荐算法只融入直接好友信息且不能有效防御概貌注入攻击等问题,提出一种融合双重好友及用户偏好的协同过滤推荐算法,通过设置合适的熟悉度阈值在社交网络的直接好友、间接好友中选取可信好友用户集作为目标用户K近邻候选集,在共同评分项目数的基础上,采用用户偏好相似度与评分相似度的加权相似度作为寻找近邻用户的标准,完成目标用户项目评分预测。在数据集Flixster上的实验结果表明,融合双重好友关系及用户偏好的推荐算法不仅具有较好的推荐准确率,还具有较强的抗概貌注入攻击能力。
[Abstract]:Aiming at the problem that the current collaborative filtering recommendation algorithm based on social network only integrates the direct friend information and can not effectively defend against the profile injection attack, a collaborative filtering recommendation algorithm based on dual friends and user preferences is proposed. By setting the appropriate familiarity threshold for direct friends in social networks and selecting trusted friends among indirect friends as K-nearest neighbor candidate sets for target users, the paper points out that the number of common score items is the same as the number of common score items. The weighted similarity of user preference similarity and score similarity is used as the criterion to find the nearest neighbor user and the target user item score prediction is completed. The experimental results on data set Flixster show that the recommendation algorithm with dual friend relationship and user preference not only has good recommendation accuracy but also has a strong ability to resist profile injection attacks.
【作者单位】： 广东理工学院信息工程系;中山大学数据科学与计算机学院;
【基金】：国家自然科学基金资助项目(61033010,61472453) 广东省自然科学基金资助项目(S2013020012865) 广东省科技计划项目(2013B090200006)
【分类号】：TP391.3

【相似文献】

相关期刊论文 前10条

1 杨风召;;一种基于特征表的协同过滤算法[J];计算机工程与应用;2007年06期

2 王岚;翟正军;;基于时间加权的协同过滤算法[J];计算机应用;2007年09期

3 曾子明;张李义;;基于多属性决策和协同过滤的智能导购系统[J];武汉大学学报(工学版);2008年02期

4 张富国;;用户多兴趣下基于信任的协同过滤算法研究[J];小型微型计算机系统;2008年08期

5 侯翠琴;焦李成;张文革;;一种压缩稀疏用户评分矩阵的协同过滤算法[J];西安电子科技大学学报;2009年04期

6 廖新考;;基于用户特征和项目属性的混合协同过滤推荐[J];福建电脑;2010年07期

7 徐红;彭黎;郭艾寅;徐云剑;;基于用户多兴趣的协同过滤策略改进研究[J];计算机技术与发展;2011年04期

8 焦晨斌;王世卿;;基于模型填充的混合协同过滤算法[J];微计算机信息;2011年11期

9 宋纬华;田元;;基于蚁群算法的协同过滤推荐技术[J];农业图书情报学刊;2013年08期

10 康钟荣;;基于项目特征分类与填充的协同过滤算法研究[J];河南科技;2013年12期

相关会议论文 前10条

1 沈杰峰;杜亚军;唐俊;;一种基于项目分类的协同过滤算法[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

2 周军锋;汤显;郭景峰;;一种优化的协同过滤推荐算法[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

3 董全德;;基于双信息源的协同过滤算法研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

4 张光卫;康建初;李鹤松;刘常昱;李德毅;;面向场景的协同过滤推荐算法[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

5 李建国;姚良超;汤庸;郭欢;;基于认知度的协同过滤推荐算法[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

6 王明文;陶红亮;熊小勇;;双向聚类迭代的协同过滤推荐算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

7 胡必云;李舟军;王君;;基于心理测量学的协同过滤相似度方法(英文)[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

8 林丽冰;师瑞峰;周一民;李月雷;;基于双聚类的协同过滤推荐算法[A];2008'中国信息技术与应用学术论坛论文集（一）[C];2008年

9 罗喜军;王韬丞;杜小勇;刘红岩;何军;;基于类别的推荐——一种解决协同推荐中冷启动问题的方法[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

10 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年

相关博士学位论文 前6条

1 纪科;融合上下文信息的混合协同过滤推荐算法研究[D];北京交通大学;2016年

2 程殿虎;基于协同过滤的社会网络推荐系统关键技术研究[D];中国海洋大学;2015年

3 李聪;电子商务推荐系统中协同过滤瓶颈问题研究[D];合肥工业大学;2009年

4 孔维梁;协同过滤推荐系统关键问题研究[D];华中师范大学;2013年

5 夏培勇;个性化推荐技术中的协同过滤算法研究[D];中国海洋大学;2011年

6 赵向宇;Top-N协同过滤推荐技术研究[D];北京理工大学;2014年

相关硕士学位论文 前10条

1 高慧敏;融合占有度的时间遗忘协同过滤混合推荐算法研究[D];燕山大学;2015年

2 苏靖涵;面向SaaS多租户的动态推荐方法研究[D];辽宁大学;2015年

3 徐晓妮;基于人工鱼群算法的协同过滤推荐算法研究[D];辽宁大学;2015年

4 罗培;移动购物导购关键技术的研究与系统实现[D];西南交通大学;2015年

5 李婧;融合用户差异度及信息熵的协同过滤推荐算法[D];西安建筑科技大学;2015年

6 主雪梅;基于混合协同过滤推荐的图书馆管理系统设计与实现[D];燕山大学;2015年

7 李智;基于QoS信息的服务推荐[D];上海交通大学;2015年

8 马兴敏;基于蜂群算法的协同过滤推荐系统的研究与实现[D];中国石油大学(华东);2014年

9 王培英;社会网络中的社区发现及协同过滤推荐技术研究[D];北京交通大学;2016年

10 刘登祥;基于分层策略的协同过滤算法研究[D];上海交通大学;2015年

，

本文编号：1918694