典型文献
融合随机森林和目标项目识别的鲁棒推荐算法
文献摘要：
针对协同推荐算法面对托攻击时鲁棒性差的问题,提出一种融合随机森林和目标项目识别的鲁棒推荐算法.首先,基于卡方统计理论提取能够区分正常用户与攻击用户的有效特征.然后,训练随机森林分类器对攻击概貌进行第一阶段检测.接下来,通过识别目标项目对含有攻击概貌的类别做进一步检测,实现攻击概貌的第二阶段检测.最后,根据攻击概貌检测结果构建鲁棒推荐算法.实验结果表明,所提算法在保障推荐精度的前提下具有较强的鲁棒性.
文献关键词：
鲁棒推荐;随机森林;目标项目;卡方统计;攻击检测
中图分类号：
作者姓名：
伊华伟;牛在森;李晓会;李波;景荣
作者机构：
辽宁工业大学电子与信息工程学院,辽宁 锦州121001;燕山大学信息科学与工程学院,河北 秦皇岛066044
文献出处：
引用格式：
[1]伊华伟;牛在森;李晓会;李波;景荣-.融合随机森林和目标项目识别的鲁棒推荐算法)[J].山东大学学报（理学版）,2022(05):46-56
A类：
鲁棒推荐
B类：
目标项目,推荐算法,卡方统计,统计理论,有效特征,随机森林分类器,对攻,概貌,第一阶段,一阶段检测,接下来,第二阶段,二阶段检测,推荐精度,攻击检测
AB值：
0.280697
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
