基于双重欠采样代价敏感学习的推荐系统虚假用户检测方法

作     者：吕成戍 LüChengshu

作者机构：东北财经大学管理科学与工程学院大连116025 

基　　金：国家自然科学基金资助项目(71602021,71801032,72172025) 2019年辽宁省教育厅科学研究项目(LN2019Q31) 东北财经大学2021年度校级科研项目(DUFE202142)资助课题 

出 版 物：《系统科学与数学》 (Journal of Systems Science and Mathematical Sciences)

年 卷 期：2021年第41卷第12期

页      码：3548-3558页

摘      要：当前推荐系统的商业价值日益突显,虚假用户检测成为保障推荐系统信息安全的关键.现有方法忽略了虚假用户检测问题的代价敏感特性,为此提出一种基于双重欠采样代价敏感学习的检测算法.首先对数据集进行双重采样均衡样本集,然后设计动态隶属度代价函数精确地刻画个体样本误分类代价差异.最后,建立代价敏感支持向量机得到检测函数.实验结果表明文章方法在降低总体误分类代价的同时提高了虚假用户的识别率,有效地解决了推荐系统虚假用户检测中的代价敏感问题.

主 题 词：欠采样 代价敏感学习 虚假用户 信息安全 

学科分类：081203[081203] 0839[0839] 08[工学] 0835[0835] 081201[081201] 0812[工学-测绘类] 

核心收录：

馆 藏 号：203108480...