О методах повышения надежности рекомендательных систем с использованием кластеризации пользователей

Статья опубликована в журнале: Экономический анализ: теория и практика, 2019, Т. 18, № 7, С. 1348 – 1361

Автор(ы): Щетинин Е.Ю.

Рубрика: Математические методы и модели

Аннотация

Предмет. Растущая популярность систем электронной коммерции все чаще привлекает внимание их пользователей к услугам систем рекомендаций. Коллаборативная фильтрация является одним из хорошо известных методов рекомендаций, который помогает клиентам выбирать возможные продукты, представляющие для них интерес. Однако рекомендательные системы открыты для атак злоумышленников в целях искусственного продвижения или, наоборот, дискредитации определенных продуктов. Для этого ими создаются и внедряются в системы рекомендаций поддельные профили пользователей, так называемые шиллинг-атаки, вызывающие существенное изменение рейтингов продуктов в социальной сети, нанося ей материальный и моральный ущерб.

Цели. Повышение надежности систем онлайн-коммерции к манипуляциям ими со стороны злоумышленников и недобросовестных пользователей. Разработка компьютерных алгоритмов предотвращения внедрения в систему поддельных рекомендаций.

Методология. В процессе исследования использовались методы интеллектуального анализа данных и машинного обучения.

Результаты. Рассмотрены характеристики шиллинг-атак, описаны основные модели и их параметры, а также предложены эффективные методы обнаружения поддельных профилей. Разработан компьютерный алгоритм рекомендаций на основе кластеризации как эффективный метод противодействия атакам шиллинга в социальных сетях. Исследована его устойчивость к атакам шиллинга, наиболее популярным у злоумышленников, а также проанализировано влияние различных параметров атаки.

Выводы. Компьютерное моделирование вторжений и анализ их влияния на прогноз сдвига рекомендаций показали, что алгоритм устойчив к атакам шиллинга без значительного влияния внедряемых вредоносных профилей на работу рекомендательной системы.

Ключевые слова: рекомендательная система, шиллинг-атака, кластеризация