Robust Recommendation Algorithm Based on Kernel Principal Component Analysis and Fuzzy C-means Clustering

摘要

面临先令攻击，存在建议算法有更低的坚韧性。就这个问题而言，我们在场一个柔韧的建议算法基于聚类的核主管部件分析和模糊 c 工具。第一，我们使用核主管部件分析方法减少原来的等级矩阵的维数，它能提取用户和项目的有效特征。根据在攻击侧面之间的减少尺寸的等级矩阵和高关联特征，然后，我们使用聚类方法聚类用户概况的模糊 c 工具，它能认识到真侧面和攻击侧面的有效分离。最后，我们基于攻击察觉结果构造指示物功能到攻击的影响在建议上介绍的减少，并且把它合并到矩阵因式分解技术设计相应柔韧的建议算法。实验结果显示建议算法比在建议精确性和坚韧性的存在方法优异。