动态声誉系统的迭代过滤
摘要：一种基于迭代的新颖方法，给n+m个项目（n个评价者和m个对象）分配声誉。每个评价者评估一部分对象，导致一个具有某种稀疏模式的n x m评分矩阵。我们从这个评分矩阵中给出一个非线性公式来定义评价者和对象的声誉。我们还提供了一个迭代算法，可以对任何评分矩阵超线性收敛到声誉的唯一向量。与经典的异常检测方法相比，这种方法不会丢弃任何评估，而是将每个评估都以不同的权重纳入对象的声誉中。一个迭代步骤的复杂度与评估数量成线性关系，使得我们的算法对于大型数据集非常高效。实验证明，对象的声誉对抗舞弊者和垃圾邮件发送者具有良好的鲁棒性，并且能够有效检测出舞弊者和垃圾邮件发送者。
作者：Cristobald de Kerchove, Paul Van Dooren
论文ID：0711.3964
分类：Information Retrieval
分类简称：cs.IR
提交时间：2007-11-27