推荐系统中基于目标项目分析的托攻击检测研究的评价标准

（1）检测率和误判率（precision ratio）

检测率是指检测结果中被正确判别为托攻击概貌的个数与系统中真实托攻击概貌的个数的比值，如公式（5.8）所示。

误判率是检测结果中被误判别为托攻击概貌的真实概貌个数与推荐系统中真实概貌的比值。

（2）召回率（Recall）和准确率（Precision）(www.xing528.com)

准确率与召回率等分类器性能评价指标常被用来评价托攻击检测算法的性能［45］。一个托攻击检测算法对两种类型的用户概貌分类，有4种可能性，见表2.2。假正包含了检测算法标注为攻击概貌但实际是真实概貌；假负是被标注为真实概貌但实际是攻击概貌；真正则包含了被检测算法正确识别的攻击概貌；真负则包含了被检测算法正确识别的真实概貌。真实用户包括真负与假正用户两部分，而攻击者则由真正与假负用户组成。召回率是检测结果中判别为真正的概貌数量与实际攻击概貌的数量之比；准确率是检测结果中判别为攻击概貌的数量与检测结果用户概貌的总数量之比。召回率与准确率分别定义公式（5.10）和公式（5.11）所示。

（3）灵敏度（灵敏度）和区分度（specificity）

文献中经常用灵敏度和区分度来度量推荐系统托攻击检测性能。灵敏度和区分度是二分类器的标准度量方法。灵敏度和区分度的定义如公式（5.12）和公式（5.13）所示。