Documents disponibles écrits par cet auteur

Manipulation robustness of collaborative filtering / Benjamin Van Roy in Management science, Vol. 56 N° 11 (Novembre 2010) 

Public ISBD [article]  in Management science > Vol. 56 N° 11 (Novembre 2010) . - pp. 1911-1929 Titre : Manipulation robustness of collaborative filtering Type de document : texte imprimé Auteurs : Benjamin Van Roy, Auteur ; Xiang Yan, Auteur Année de publication : 2011 Article en page(s) : pp. 1911-1929 Note générale : Management Langues : Anglais (eng) Mots-clés : Enabling  technologies  (includes  artificial  intelligence  Machine  learning,  and  data  mining  technologies)  Probability  Stochastic  model  applications  Statistics  Nonparametric Index. décimale : 658 Organisation des entreprises. Techniques du commerce Résumé : A collaborative filtering system recommends to users products that similar users like. Collaborative filtering systems influence purchase decisions and hence have become targets of manipulation by unscrupulous vendors. We demonstrate that nearest neighbors algorithms, which are widely used in commercial systems, are highly susceptible to manipulation and introduce new collaborative filtering algorithms that are relatively robust. DEWEY : 658 ISSN : 0025-1909 En ligne : http://mansci.journal.informs.org/cgi/content/abstract/56/11/1911 [article] Manipulation robustness of collaborative filtering [texte imprimé] / Benjamin Van Roy, Auteur ; Xiang Yan, Auteur . - 2011 . - pp. 1911-1929. Management Langues : Anglais (eng) in Management science > Vol. 56 N° 11 (Novembre 2010) . - pp. 1911-1929 Mots-clés : Enabling  technologies  (includes  artificial  intelligence  Machine  learning,  and  data  mining  technologies)  Probability  Stochastic  model  applications  Statistics  Nonparametric Index. décimale : 658 Organisation des entreprises. Techniques du commerce Résumé : A collaborative filtering system recommends to users products that similar users like. Collaborative filtering systems influence purchase decisions and hence have become targets of manipulation by unscrupulous vendors. We demonstrate that nearest neighbors algorithms, which are widely used in commercial systems, are highly susceptible to manipulation and introduce new collaborative filtering algorithms that are relatively robust. DEWEY : 658 ISSN : 0025-1909 En ligne : http://mansci.journal.informs.org/cgi/content/abstract/56/11/1911