基于滑动窗口的推荐系统动态注入算法和系统

本申请涉及推荐系统鲁棒性技术领域，特别涉及一种基于滑动窗口的推荐系统动态注入算法和系统，该算法包括特定行为用户预训练过程和动态优化过程，特定行为用户预训练过程包括：对所有用户进行初始化；计算真实用户与目标项目的相似度；计算特定行为用户对目标项目的预测评分；计算选中真实用户的平均得分，并基于平均得分，得到损失函数；对特定行为用户嵌入进行反向传播并更新嵌入，对损失函数进行优化；动态优化过程包括：采用滑动窗口的方式，根据注入效果不断更新窗口大小以调节每次注入数据的数量。本申请通过动态调整攻击策略，以维持或提升中毒攻击的有效性，从而增强推荐系统在面对复杂动态环境时的攻击鲁棒性。