تحلیل کلی مشکلات و محدودیتهای سیستم های توصیه گر

به دلیل وجود منافع اقتصادی برای خرده فروشان و ارائه دهندگان یک سرویس، سیستم ­های توصیه­ گر به طور فزاینده­ای توسط وب سایت های تجاری به خدمت گرفته می­شوند. همین مسأله منجربه پیدایش تعداد زیادی از فروشندگان ریاکار شده است که از روش های مختلف کلاهبرداری استفاده می کنند تا به خاطر منافع خود، از سیستم ­های توصیه ­گر سوء استفاده کنند. دو مفهوم در مشکل کلاهبرداری وجود دارد که با نامهای push attack و nuke attack شناخته می شوند.

حملات شناخته شده با عنوان push، عمدتاً زمانی رخ می دهند که فروشندگان سعی می­کنند، اشتیاق نشان داده شده به محصولات خود را زیادتر جلوه دهند و حملات نوع nuke، امتیازدهی­ های کم به رقیبانشان است. این نوع حملات به طور گسترده تحت عنوان shilling attacks و یا profile injection attacks مورد مطالعه قرار می­گیرند. چنین حملاتی معمولاً شامل ایجاد پروفایل های ساختگی ومصنوعی بوده و میزان دانش متفاوتی را درباره­ی سیستم به طور ظاهری نشان می­دهند. یک حمله ­ی دیگر، average attack است که دانش مربوط به متوسط امتیازدهی را برای هر آیتم مد نظر قرار می دهد و فرد مهاجم، مقادیری را که به طور تصادفی نزدیک به این عددِ متوسط توزیع شده ­اند، اختصاص می­دهد؛ همزمان با یک امتیاز­دهی بالا برای آیتمی که در حال push شدن است. مطالعات نشان داده­اند که چنین حملاتی می توانند تا حدودی برای رتبه­بندی های پیش بینی شده، زیانبار باشند. در حالیکه روش فیلترینگ مشارکتی مبتنی بر آیتم، اغلب در برابر این حملات مقاوم است.

بدیهی است که روش های مبتنی بر محتوا، که تنها بر امتیازدهی­ های گذشته­ ی کاربر متکی هستند، در برابر حملات profile injection تأثیری نپذیرفته و تغییر نمی­یابند. با اینکه روشهای محض مبتنی بر محتوا از دام ها و موقعیت های نامساعدی که در بالا عنوان شد دوری می کنند، روش فیلترینگ مشارکتی هنوز هم مزیت ­های عمده­ای نسبت به آنها دارد. اولین مزیت CF  این است که می تواند در دامنه ­ها فعالیت کند، در حالیکه در دامنه ­ها محتوای زیادی در رابطه با آیتم ها وجود ندارد و یا محتوا به طور پیوسته در حال تغییر بوده و یا اینکه تحلیل آن برای کامپیوتر مشکل است،  مانند نظرها، عقاید و غیره. برتری دیگر CF آن است که چنین سیستمی امکان فراهم­ کردن پیشنهادات مناسب و بموقع را دارد یعنی می تواند آیتم­ هایی را که مربوط به کاربر هستند پیشنهاد دهد، بدون آنکه شامل محتوایی از پروفایل کاربر باشد.