이분법 선호도를 고려한 강건한 추천 시스템

Vol. 26, No. 4, pp. 953-960, 8월. 2016
10.13089/JKIISC.2016.26.4.953, Full Text:
Keywords: Recommendation System, Sybil attack, Movie site crawling
Abstract

온라인 시스템이 활성화 되고 접근 가능한 정보의 양이 늘어나면서 추천 시스템의 영향력 또한 커지고 있다. 하지만 일부 악의적인 유저들의 공격으로 인해 시스템에 대한 신뢰도를 저하시키고 조작하려는 시도가 늘고 있다. 본 연구팀은 해당 리뷰에 대한 공감, 비공감 비율을 분석하고 이를 추천 시스템에 적용함으로써 추천 시스템의 성능을 향상시키고 강건한 시스템을 유지할 수 있는 방법을 제안한다. 실제 영화 데이터를 수집하여 적용해 본 결과 기존의 추천 시스템보다 향상된 성능을 보였다.

Statistics
Show / Hide Statistics

Statistics (Cumulative Counts from December 1st, 2017)
Multiple requests among the same browser session are counted as one view.
If you mouse over a chart, the values of data points will be shown.


Cite this article
[IEEE Style]
J. Lee, H. Oh and C. Kim, "Bipartite Preference aware Robust Recommendation System," Journal of The Korea Institute of Information Security and Cryptology, vol. 26, no. 4, pp. 953-960, 2016. DOI: 10.13089/JKIISC.2016.26.4.953.

[ACM Style]
Jaehoon Lee, Hayoung Oh, and Chong-kwon Kim. 2016. Bipartite Preference aware Robust Recommendation System. Journal of The Korea Institute of Information Security and Cryptology, 26, 4, (2016), 953-960. DOI: 10.13089/JKIISC.2016.26.4.953.