基于圖過濾的快速密度聚類雙層網絡推薦算法
摘要：信息過載問題使得推薦系統迅速發展并廣泛應用,同時也出現不法商家將虛假消費記錄定量地輸入到系統數據庫從而改變推薦系統的推薦結果以獲利.因此,本文圍繞3個問題展開,即:為了提高推薦系統對虛假評論的鑒別能力,首先需要準確標注虛假評論的類標,如何能獲取大量準確標定的虛假評論信息;如何有效過濾虛假評論從而提高推薦的可靠性;如何實現一種高效可靠的推薦系統.針對虛假評論信息難以準確標定,本文提出了一種基于文本生成式對抗網絡的自動點評技術,依據歷史評論文本自動生成虛假評論文本,并依據情感分析確定生成文本的對應評分;為了提高推薦系統對包含虛假信息數據的推薦效果,本文提出了一種基于圖過濾的快速密度聚類雙層網絡推薦算法.該算法首先提出了一種能快速確定節點執行度閾值的基于圖的過濾器,有效過濾數據內虛假信息,并設計了一種快速密度聚類雙層網絡推薦算法,提高推薦效果.將所提出的推薦算法應用到Y elp數據集上展開試驗,驗證本文提出的推薦方法的有效性.
注: 保護知識產權,如需閱讀全文請聯系控制理論與應用雜志社
相關推薦
更多
