楽しみと利益のためのリコメンダーシステムのシリング

リコメンダーシステムは、情報過多の問題に対処するための効果的な方法として、過去数年間で出現しました。特に一般的になっている応用の1つはeコマースで、商品のリコメンデーションは顧客が興味のある商品を見つけるのに役立ち、したがって売上を促進することができます。不正な生産者は、市場浸透のための終わりのない追求の中で、自社製品を競合他社よりも頻繁に推奨させるために、システムに嘘をついてリコメンダーシステムをシリングすることが利益をもたらすと考えるかもしれません。この論文では、そのようなシリング攻撃の効果に影響を与える可能性のある4つのオープンな質問を探ります：どのリコメンダーアルゴリズムが使用されているのか、アプリケーションが推薦や予測を生成しているのか、運用者によって攻撃がどれほど検出可能か、攻撃されるアイテムの特性は何か。これらの質問は、大規模な映画評価のデータセットを使って実験的に探られます。全体として、この論文の結果は、リコメンダーシステムへのシリング攻撃を評価し検出するために新しい方法を使用する必要があることを示唆しています。