推荐系统中欺诈攻击的分析研究

协同过滤是推荐系统最常用的一种技术,但它对用户概貌信息较为敏感,欺诈攻击者很容易通过注入有偏差的用户概貌信息,人为干预推荐系统的结果。针对这个问题,本文研究了欺诈攻击的攻击模型,分析了欺诈攻击的检测预防方法,以期提高推荐结果的准确性和系统的鲁棒性。