推荐系统中托攻击防御方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-19页 |
| ·研究背景及意义 | 第13-14页 |
| ·国内外研究动态与现状 | 第14-16页 |
| ·本文主要研究内容 | 第16-17页 |
| ·论文组织结构 | 第17-19页 |
| 第二章 推荐系统及推荐攻击问题 | 第19-36页 |
| ·推荐系统概念 | 第19-21页 |
| ·推荐算法分类 | 第19-21页 |
| ·推荐系统作用 | 第21页 |
| ·协同过滤推荐算法 | 第21-27页 |
| ·基于用户的协同过滤算法 | 第22-24页 |
| ·基于项目的协同过滤算法 | 第24-26页 |
| ·推荐系统面临挑战 | 第26-27页 |
| ·推荐系统安全性问题 | 第27-32页 |
| ·托攻击重要属性 | 第28-30页 |
| ·攻击模型 | 第30-31页 |
| ·攻击检测 | 第31-32页 |
| ·托攻击模型分类 | 第32-34页 |
| ·随机攻击 | 第32页 |
| ·平均攻击 | 第32-33页 |
| ·流行攻击 | 第33页 |
| ·分段攻击 | 第33-34页 |
| ·攻击效率评价 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于改进相似度度量的托攻击防御方法 | 第36-45页 |
| ·引言 | 第36-37页 |
| ·常用相似度介绍 | 第37-38页 |
| ·融合信息熵的改进算法 | 第38-41页 |
| ·信息熵 | 第38页 |
| ·基于信息熵改进相似度度量模型 | 第38-41页 |
| ·算法精确性与脆弱性对比分析 | 第41-44页 |
| ·基本配置 | 第41页 |
| ·评价指标 | 第41-42页 |
| ·实验结果分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 融合信任更新机制的防攻击推荐算法 | 第45-57页 |
| ·引言 | 第45-46页 |
| ·典型信任解决方案 | 第46-47页 |
| ·融合信任模型更新机制 | 第47-50页 |
| ·设计方案描述 | 第50-52页 |
| ·算法精确性与脆弱性对比分析 | 第52-56页 |
| ·基本配置 | 第52页 |
| ·实验结果分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 总结 | 第57-59页 |
| 工作总结 | 第57-58页 |
| 前景展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读学位期间发表的论文 | 第64-66页 |
| 致谢 | 第66页 |
