基于圖過(guò)濾的快速密度聚類(lèi)雙層網(wǎng)絡(luò )推薦算法
摘要:信息過(guò)載問(wèn)題使得推薦系統迅速發(fā)展并廣泛應用,同時(shí)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(gè)問(wèn)題展開(kāi),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(lèi)標,如何能獲取大量準確標定的虛假評論信息;如何有效過(guò)濾虛假評論從而提高推薦的可靠性;如何實(shí)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(wǎng)絡(luò )的自動(dòng)點(diǎn)評技術(shù),依據歷史評論文本自動(dòng)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(guò)濾的快速密度聚類(lèi)雙層網(wǎng)絡(luò )推薦算法.該算法首先提出了一種能快速確定節點(diǎn)執行度閾值的基于圖的過(guò)濾器,有效過(guò)濾數據內虛假信息,并設計了一種快速密度聚類(lèi)雙層網(wǎng)絡(luò )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(kāi)試驗,驗證本文提出的推薦方法的有效性.
注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系控制理論與應用雜志社