个性化推荐算法的安全风险

目前,解决'信息过载'问题的技术主要分两类,包括以搜索引擎为代表的信息检索技术以及以个性化推荐系统为代表的信息过滤技术。个性化推荐系统的特点在于可以从,个性化推荐系统具有更好的用户友好度,更能提升用户的黏性。如今,随着移动互联网的快速发展与普及,个性化推荐已经成为当前互联网研究和应用的热点,其应用的领域已涵盖电子商务、新闻资讯、音乐视频网站、在线广告等,其中电子商务和新闻资讯领域的应用最为成熟。一般而言,个性化推荐算法包括用户特征挖掘、产品特征抽取以及推荐列表计算等重要计算过程,其中用户特征挖掘用于获取、表示、存储用户的浏览行为与购买历史数据;产品特征抽取用于提取、标识和存储产品的不同特征属性信息;推荐列表计算作为核心能力,根据用户模型和产品模式的数据,运用大数据挖掘、机器学习等方法进行关联计算,最终形成针对每个用户的动态个性化产品推荐列表。然而,近年来,不断有消息报出个性化推荐算法成为劣质、低俗以及虚假新闻等信息的精准传播助推器,引发人们对个性化推荐算法安全性的关注。