山东大学学报(理学版)

作者：伊华伟,牛在森,李晓会,李波,景荣

单位：1.辽宁工业大学电子与信息工程学院, 辽宁 锦州 121001;2.燕山大学信息科学与工程学院, 河北 秦皇岛 066044

关键词：鲁棒推荐,随机森林,目标项目,卡方统计,攻击检测,

基金：国家自然科学基金青年科学基金资助项目(61802161);辽宁省自然科学基金资助项目(20180550886,2020-MS-292);辽宁省教育厅项目(JZL202015402);河北省自然科学基金青年科学基金资助项目(F2018203390)

针对协同推荐算法面对托攻击时鲁棒性差的问题,提出一种融合随机森林和目标项目识别的鲁棒推荐算法。首先,基于卡方统计理论提取能够区分正常用户与攻击用户的有效特征。然后,训练随机森林分类器对攻击概貌进行第一阶段检测。接下来,通过识别目标项目对含有攻击概貌的类别做进一步检测,实现攻击概貌的第二阶段检测。最后,根据攻击概貌检测结果构建鲁棒推荐算法。实验结果表明,所提算法在保障推荐精度的前提下具有较强的鲁棒性。

来源：2022年第5期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2022年第5期