随着网络信息资源的爆炸式增长，个性化推荐技术作为有效缓解信息过载的个性化推荐技术得到了广泛应用，然而推荐系统开放性的特点使其易受托攻击的影响。托攻击者通过注入虚假信息操纵推荐结果，影响推荐系统的公正性。托攻击研究中较少考虑攻击时间方面的特性，针对此问题，本书完成了三方面工作：一是提出推荐系统中融合时间维度的托攻击形式，并分析融合时间和评分两个维度的托攻击模型对推荐系统的影响；二是从项目评分序列的角度，提出基于项目类型及时间序列动态划分的异常项目检测方法和基于狄利克雷假设检验的异常项目检测方法；三是结合项目评分时间序列进行异常用户检测，提出结合异常项目的检测方法、基于单类分类器的检测方法和半监督的检测方法，以应对不同的推荐系统的应用场景。
鄂公网安备 42010302001612号 