Web3Recommend：具备信任与相关性的去中心化推荐
分布式、并行与集群计算
2023-07-06 v1
摘要
Web3Recommend是一个去中心化社交推荐系统实现，使Android上的Web3平台能够生成平衡信任与相关性的推荐。在去中心化网络中生成推荐是一个非平凡问题，因为这些网络由于缺乏中心权威而缺少全局视角。此外，去中心化网络易受女巫攻击(Sybil Attacks)，即单个恶意用户可生成多个虚假或女巫身份。Web3Recommend依赖于一种受GraphJet启发的基于图的内容推荐新设计，GraphJet是Twitter使用的推荐系统，并增强了MeritRank——一种为系统提供女巫抵抗能力的去中心化声誉方案。通过将MeritRank的衰减参数加入常规的社交推荐系统个性化SALSA图算法，我们可对生成推荐提供针对女巫攻击的理论保证。与GraphJet类似，我们专注于通过仅利用社交网络中近期交互来生成实时推荐，从而在资源受限设备上保持内存使用的紧界的同时提供时间上下文推荐，实现无缝用户体验。作为概念验证，我们将系统与开源Web3音乐分享平台MusicDAO集成以生成个性化实时推荐。因此，我们提供了首个女巫抵抗的社交推荐系统，实现了超越经典基于用户的协同过滤的实时推荐。系统还经过严格的单元与集成测试。进一步，我们的实验在利用真实音乐平台数据生成的测试网络中，针对多种对抗策略展示了推荐的信任-相关性平衡。
引用
@article{arxiv.2307.01411,
title = {Web3Recommend: Decentralised recommendations with trust and relevance},
author = {Rohan Madhwal and Johan Pouwelse},
journal= {arXiv preprint arXiv:2307.01411},
year = {2023}
}