推荐系统中概貌属性提取方法

文献［105］中列出了一些推荐系统概貌属性，本书的算法选取DegSim和RDMA两个概貌属性作为托攻击检测算法的检测特征。图4.2展示了DegSim和RDMA属性的提取和概貌之间的关系。图4.3是DegSim和RDMA在均值攻击下的属性值分布情况。

（1）RDMA（Rating Deviation from Mean Agreement）

计算每个项目中概貌的平均误差值，RDMA属性的计算如公式（4.1）所示。

其中，Nu是用户u项目评分的个数，ru，i是用户u对项目i的评分值是项目i上所用评分的平均值，NRi是评分矩阵中对项目i所有评分的个数。

（2）DegSim（Degree of Similarity）

除了基于评分差异的概貌属性，因为托攻击概貌是由机器产生的，但是真实用户概貌的评分比较分散，研究者们发现攻击概貌和其k个最近邻居具有较高的相似度，这个特性可使用DegSim概貌属性捕捉。

DegSim是基于用户概貌最近k个最近邻居相似度度量的一个概貌属性值。概貌的VDegSim的计算如公式（4.2）所示。(www.xing528.com)

其中，Wuv是用户概貌u和v的皮尔森相似度，k是用户最近邻的个数，k值可以由数据集来决定。在本书中，选取k=20，即选取每个用户的最近邻20个邻居的相似度平均数作为每个概貌的DegSim值。

图4.2　VDegSim和VRDMA概貌属性提取

从图4.3中可以看出，在均值攻击模型下，托攻击用户的DegSim属性值普遍比真实用户的DegSim属性值低；而托攻击用户的RDMA属性值普遍比真实用户的RDMA属性值高。根据这个特征，在整个评分矩阵中DegSim属性值偏低，并且RDMA属性值偏高的用户评分概貌是托攻击概貌的可能性大。在第一个阶段中，选取RDMA属性值偏高的用户评分概貌作为托攻击检测结果的候选集。

图4.3　DegSim和RDMA属性分布（按概貌ID）