基于模糊核聚类和支持向量机的鲁棒协同推荐算法

来源：电子与信息学报杂志2017年第8期北京时间：

作者：伊华伟, 张付志, 巢进波

摘要：该文针对现有推荐算法在面对托攻击时鲁棒性不高的问题，提出一种基于模糊核聚类和支持向量机的鲁棒推荐算法。首先，根据攻击概貌间高度相关的特性，利用模糊核聚类方法在高维特征空间对用户概貌进行聚类，实现攻击概貌的第1阶段检测。然后，利用支持向量机分类器对含有攻击概貌的聚类进行分类，实现攻击概貌的第2阶段检测。最后，基于攻击概貌检测结果，通过构造指示函数排除攻击概貌在推荐过程中产生的影响，并引入矩阵分解技术设计相应的鲁棒协同推荐算法。实验结果表明，与现有的基于矩阵分解模型的推荐算法相比，所提算法不但具有很好的鲁棒性，而且准确性也有提高。

关键词：鲁棒推荐算法, 托攻击, 矩阵分解, 模糊核聚类, 支持向量机

基金资助：国家自然科学基金(61379116)，河北省自然科学基金(F2015203046)，辽宁省教育厅科学研究项目(L2015240)