隨著網(wǎng)絡(luò)技術(shù)飛速發(fā)展,信息交換日益頻繁帶來了信息選取的困難,推薦系統(tǒng)應(yīng)運(yùn)而生。推薦系統(tǒng)依據(jù)用戶的需求和興趣等,將用戶感興趣的產(chǎn)品進(jìn)行推送。具有個(gè)性化的推薦系統(tǒng)現(xiàn)已廣泛應(yīng)用于很多領(lǐng)域,尤其是電子商務(wù)領(lǐng)域。但是在實(shí)際應(yīng)用中,推薦系統(tǒng)容易受到虛假評論的攻擊,使得推薦系統(tǒng)的推薦效果和可信度急劇下降。因此,對于推薦系統(tǒng)來說,實(shí)現(xiàn)有效的虛假評論過濾和精準(zhǔn)推薦至關(guān)重要。目前已有大量針對虛假評論和推薦系統(tǒng)的研究工作,但是在面對虛假評論攻擊的時(shí)候如何實(shí)現(xiàn)精準(zhǔn)推薦仍然存在挑戰(zhàn),存在的主要問題包括:1)虛假評論的識別與過濾依賴大量帶標(biāo)注的真假評論數(shù)據(jù)集作為基礎(chǔ),已有的虛假評論數(shù)據(jù)大多數(shù)依靠人力標(biāo)注且數(shù)據(jù)較少,如何自動獲取大量帶類標(biāo)的真假評論數(shù)據(jù)集是實(shí)現(xiàn)有效過濾虛假評論、精準(zhǔn)推薦的基礎(chǔ);2)精心設(shè)計(jì)的虛假評論導(dǎo)致推薦系統(tǒng)性能急劇下降,已有的方法利用文本的統(tǒng)計(jì)信息作為特征輸入虛假評論的文本檢測器無法實(shí)現(xiàn)對虛假評論的有效檢測,因此如何有效的過濾真實(shí)數(shù)據(jù)中的虛假評論至關(guān)重要;3)已有的推薦算法在處理稀疏推薦數(shù)據(jù)的時(shí)候存在推薦效果差的問題,數(shù)據(jù)稀疏性會直接影響推薦系統(tǒng)的推薦效果。針對以上問題,本文提出了虛假評論攻防策... 

【文章來源】：浙江工業(yè)大學(xué)浙江省

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 文本生成算法現(xiàn)狀研究
        1.2.2 虛假評論檢測算法現(xiàn)狀研究
        1.2.3 聚類推薦算法現(xiàn)狀研究
    1.3 主要研究內(nèi)容與章節(jié)安排
第二章 基于條件文本生成式對抗網(wǎng)絡(luò)的文本生成算法
    2.1 問題的提出
    2.2 文本評估方法
    2.3 條件文本生成式對抗網(wǎng)絡(luò)模型
        2.3.1 梯度下降訓(xùn)練CTGAN模型
        2.3.2 條件式生成器
        2.3.3 條件式判別器
    2.4 文本定制
    2.5 實(shí)驗(yàn)結(jié)果分析
        2.5.1 評估指標(biāo)
        2.5.2 通過文本評估指標(biāo)對比文本生成模型
        2.5.3 通過混合評估指標(biāo)過濾生成的文本
        2.5.4 CTGAN生成條件文本數(shù)據(jù)
    2.6 本章小結(jié)
第三章 基于雙循環(huán)圖的虛假評論檢測算法
    3.1 問題的提出
    3.2 三元加權(quán)圖的構(gòu)建
    3.3 評論一致度重定義
    3.4 用戶置信度優(yōu)化與可靠用戶選擇
    3.5 優(yōu)化商店置信度與加權(quán)圖過濾器
    3.6 實(shí)驗(yàn)結(jié)果分析
        3.6.1 評論真實(shí)性檢測實(shí)驗(yàn)分析
        3.6.2 虛假用戶檢測試驗(yàn)分析
        3.6.3 收斂速度分析
        3.6.4 參數(shù)敏感性分析
    3.7 本章小結(jié)
第四章 基于網(wǎng)絡(luò)表征學(xué)習(xí)的譜聚類推薦算法研究
    4.1 問題的提出
    4.2 類別二分圖的單邊投影與網(wǎng)絡(luò)表征學(xué)習(xí)
    4.3 基于動態(tài)臨近點(diǎn)的自動確定聚類中心譜聚類算法
        4.3.1 動態(tài)臨近點(diǎn)
        4.3.2 自動確定聚類中心算法（ADCN）
        4.3.3 參數(shù)自適應(yīng)
        4.3.4 算法框架
    4.4 分階段個(gè)性化推薦
    4.5 仿真實(shí)驗(yàn)與性能評估
        4.5.1 網(wǎng)絡(luò)可視化分析
        4.5.2 推薦結(jié)果分析
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 完成研究內(nèi)容及特點(diǎn)
    5.2 存在問題及進(jìn)一步研究建議
參考文獻(xiàn)
致謝
作者簡介
    1.作者簡歷
    2.攻讀工學(xué)碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
    3.參與的科研項(xiàng)目及獎勵情況
    4.發(fā)明專利
學(xué)位論文數(shù)據(jù)集



本文編號：3050281