• 基于可疑用户度量的鲁棒推荐方法研究
21年品牌 40万+商家 超1.5亿件商品

基于可疑用户度量的鲁棒推荐方法研究

正版新书 新华官方库房直发 可开电子发票

23.4 7.8折 30 全新

库存3件

江苏南京
认证卖家担保交易快速发货售后保障

作者伊华伟

出版社东北大学出版社

ISBN9787551727266

出版时间2021-09

版次1

装帧平装

开本32开

纸张胶版纸

页数192页

字数110千字

定价30元

货号SC:9787551727266

上书时间2024-12-23

文源文化

六年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
全新正版 提供发票
商品描述
内容简介:
如何保障推荐系统不受恶意攻击的影响,为用户提供真实可靠的推荐结果,已经成为一个值得研究的热点问题。本书基于可疑用户度量的思想,从基于内存和基于模型的推荐技术两方面展开研究,致力于设计一系列鲁棒性高、精度损失少的协同过滤推荐算法。本书首先针对基于用户的推荐算法近邻选取可靠性不高的问题,提出一种基于k-距离和项目类别信息的鲁棒推荐方法。其次针对已有信任计算模型在攻击概貌存在情况下对用户间信任关系度量不准确的问题,提出一种基于可疑用户度量和多维信任的鲁棒推荐方法。再次针对基于矩阵分解的推荐算法在应对托攻击时鲁棒性较差的问题,提出一种基于模糊核聚类和支持向量机的鲁棒推荐方法。然后针对基于矩阵分解的推荐算法不能平衡处理鲁棒性和推荐精度的问题,提出一种基于可疑用户识别和TukeyM-估计量的鲁棒推荐方法。最后在MovieLens数据集上与现有的经典方法进行实验对比分析,验证了所提方法的有效性。
目录:
第1章绪论

1.1研究背景和意义

1.2鲁棒推荐技术研究现状

1.2.1基于内存的鲁棒推荐算法研究现状

1.2.2基于模型的鲁棒推荐算法研究现状

1.2.3目前存在的问题

1.3主要研究内容

1.4本书组织结构

镑2章基于k-距离和项目类别信息的鲁棒推荐方法

2.1引言

2.2相关理论

2.2.1基于用户的协同过滤推荐算法

2.2.2基于k-近邻的离群点检测

2.3基于用户的协同过滤推荐系统脆弱性分析

2.4基于k-距离的用户可疑度计算

2.5融合用户可疑度和项目类别信息的缺失值填充

2.6鲁棒推荐算法

2.7本章小结

第3章基于可疑用户度量和多维信任的鲁棒推荐方法

3.1引言

3.2相关向量机

3.3基于相关向量机的可疑用户度量

3.4可靠多维信任模型

3.4.1信任属性的挖掘

3.4.2可靠多维信任模型的构建

3.5鲁棒推荐算法

3.6本章小结

第4章基于模糊核聚类和支持向量虮的鲁韩推荐方法

4.1引言

4.2相关理论

4.2.1基本矩阵分解技术

4.2.2模糊核聚类

4.2.3支持向量机

4.3基于矩阵分解的协同过滤推荐系统脆弱性分析

4.4基于模糊核聚类的攻击概貌检测

4.5基于支持向量机的攻击概貌识别

4.6鲁棒推荐算法

4.7本章小结

第5章基于可疑用户识别和TukeyM-估计量的鲁棒推荐方法

5.1引
...

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

全新正版 提供发票
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP