基于有序项目序列的推荐攻击集成测方法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第2章 协同过滤推荐技术及攻击模型介绍 | 第16-26页 |
| 2.1 协同过滤推荐技术 | 第16-19页 |
| 2.1.1 基于用户的协同过滤推荐算法 | 第17-19页 |
| 2.1.2 基于项目的协同过滤推荐算法 | 第19页 |
| 2.2 协同过滤推荐系统中出现的攻击模型介绍 | 第19-23页 |
| 2.2.1 面向协同过滤的推荐攻击检测技术 | 第20-21页 |
| 2.2.2 推荐攻击检测中的相关概念 | 第21-22页 |
| 2.2.3 常见的攻击模型介绍 | 第22-23页 |
| 2.3 机器学习相关知识介绍 | 第23-25页 |
| 2.3.1 支持向量机算法介绍 | 第23-24页 |
| 2.3.2 决策树算法介绍 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于有序项目序列的特征提取 | 第26-35页 |
| 3.1 有序项目序列的生成 | 第26-29页 |
| 3.1.1 生成有序流行项目序列 | 第26-28页 |
| 3.1.2 生成有序新颖项目序列 | 第28-29页 |
| 3.2 特征提取 | 第29-33页 |
| 3.3 特征提取算法 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 推荐攻击集成检测方法 | 第35-42页 |
| 4.1 集成检测方法介绍 | 第35页 |
| 4.2 基分类器的生成 | 第35-37页 |
| 4.2.1 生成基训练集 | 第35页 |
| 4.2.2 决策树分类器的生成 | 第35-36页 |
| 4.2.3 集成检测 | 第36-37页 |
| 4.3 集成检测算法的描述 | 第37-40页 |
| 4.3.1 基训练集生成算法 | 第37-39页 |
| 4.3.2 推荐攻击集成检测算法描述 | 第39-40页 |
| 4.4 本章小结 | 第40-42页 |
| 第5章 实验验证与分析 | 第42-54页 |
| 5.1 全文的整体框架 | 第42页 |
| 5.2 实验数据和实验环境 | 第42-43页 |
| 5.2.1 实验数据 | 第42页 |
| 5.2.2 对比实验介绍 | 第42-43页 |
| 5.2.3 数据生成 | 第43页 |
| 5.2.4 实验环境 | 第43页 |
| 5.3 实验评价指标 | 第43-44页 |
| 5.4 实验及结果分析 | 第44-52页 |
| 5.4.1 信息增益 | 第44-45页 |
| 5.4.2 召回率对比 | 第45-47页 |
| 5.4.3 准确率对比 | 第47-50页 |
| 5.4.4 综合指标F1-measure对比 | 第50-52页 |
| 5.5 本章小结 | 第52-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第61-62页 |
| 致谢 | 第62-63页 |
| 作者简介 | 第63页 |
