基于记忆原理的推荐系统托攻击检测模型  

Shilling Attack Detection Model for Recommender System Based on Memory Principle

作　　者：黄光球[1] 刘嘉飞[1] 

机构地区：[1]西安建筑科技大学管理学院,西安710055

出　　处：《计算机工程》2012年第5期25-29,34,共6页Computer Engineering

基　　金：陕西省科学技术研究发展计划基金资助项目(2011K06-08);陕西省教育厅科技计划基金资助项目(09JK524;11JK0772)

摘　　要：提出一种基于记忆原理的推荐系统托攻击检测模型。利用短时记忆元和长时记忆元所描述的记忆增强和衰减规律,以及这2种记忆元与综合记忆元的联系,对托攻击进行检测。该模型的特征记忆库可及时更新,由此节省系统开销。实验结果证明,基于该模型的推荐系统具有较高的托攻击检测正确率。This paper proposes a shilling attack detection model for recommender system based on memory principle.By combining biological memory principle and mathematics statistics,it detects shilling attacks through the memory cell＇s characteristics.The characteristic memory database can update timely,so that costs of system are saved.Experimental result shows that the model improves the ability of detecting shilling attacks of recommender system.

关 键 词：记忆原理 推荐系统 托攻击 检测模型 协同过滤 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]