机读格式显示(MARC)

• 000 01398nam0 2200241 450

• 001 0000588974

• 005 20230615192900.0

• 010 __ |a 978-7-5692-8089-0 |d CNY36.00

• 100 __ |a 20221018d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 220000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 协同过滤推荐系统中的托攻击检测方法研究 |A xie tong guo lv tui jian xi tong zhong de tuo gong ji jian ce fang fa yan jiu |b 专著 |f 吕成戍著

• 210 __ |a 长春 |c 吉林大学出版社 |d 2022

• 215 __ |a 102页 |c 图 |d 24cm

• 300 __ |a 国家自然科学基金资助项目“基于复杂隐性信任网络的可信推荐方法研究”(71602021) 辽宁省教育厅科学研究项目“基于多元隐式信任关系挖掘的抗攻击社会化推荐模型及关键技术研究”(LN2019Q31)

• 330 __ |a 协同过滤算法作为当前的主流推荐技术，在电子商务中得到了广泛的应用。然而由于系统的开放性和用户的匿名性，推荐系统容易受到托攻击的危害。托攻击检测技术近年来引起了学界的高度关注，并已成为推荐系统领域的研究热点之一。本书针对目前推荐系统托攻击检测方法在数据预处理、检测模型构建以及检测评估指标选取等方面存在的不足，围绕特征选择问题、代价敏感问题、类别不均衡问题、标记数据不足等问题展开研究，提出一系列创新的实用技术并引入了新的评估指标，为解决上述问题提供了有效方法，拓宽了支持向量机方法在托攻击检测领域的适用范围。

• 606 0_ |a 计算机网络 |A Ji Suan Ji Wang Luo |x 研究

• 690 __ |a TP393 |v 5

• 701 _0 |a 吕成戍 |A lv cheng shu |4 著

• 801 _0 |a CN |b LIB |c 20230615

• 905 __ |a LIB |d TP393/867