个性化推荐算法的安全风险

摘要：

主流个性化推荐算法
到目前为止,已有许多个性化推荐算法被提出,其中主流的算法大致有七类,包括基于协同过滤的推荐、基于内容的推荐、基于关联规则的推荐、基于知识的推荐、基于二部图的推荐、基于社交网络的推荐和混合算法推荐.
基于协同过滤的推荐
基于协同过滤的推荐算法是在1992年由Goldberg等人提出来的,其核心思想是利用大量用户对产品的历史评分数据,计算用户/产品之间的相似度,查找与目标用户相似性较高的近邻集,并通过近邻集用户对其他产品的评分来预测目标用户对该产品的潜在评分,产生推荐的产品集合.根据方法的不同,可细分为三类:基于用户的协同过滤推荐、基于物品的协同过滤推荐以及基于模型的协同过滤推荐.

在线出版日期：2019-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：68-71