版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著計算機網(wǎng)絡(luò)技術(shù)的普及和發(fā)展,在線社會網(wǎng)絡(luò)已成為人們結(jié)交朋友、日常通信、產(chǎn)品推薦等社交活動最為流行的平臺和工具。在大規(guī)模動態(tài)、開放的在線社會網(wǎng)絡(luò)應(yīng)用中,評估用戶之間的個性化信任程度,在鼓勵和促進(jìn)用戶的良性行為、指導(dǎo)用戶選擇合適的交互對象、提高用戶的體驗質(zhì)量、確保整個系統(tǒng)的安全可靠運行等方面,具有不可忽視的作用。個性化信任評價研究具有重要的學(xué)術(shù)研究價值和應(yīng)用前景。
相關(guān)領(lǐng)域中的信任模型在面向在線社會網(wǎng)絡(luò)應(yīng)用時,存在四個主要問題
2、:1)信任算法通常假設(shè)存在一個小規(guī)模信任圖,而如何基于大規(guī)模社會網(wǎng)絡(luò)生成小規(guī)模信任圖卻鮮有研究;所用信任信息由于主觀性、動態(tài)性而難于獲取或維護(hù)。2)信任模型未充分考慮在線社會網(wǎng)絡(luò)中的用戶行為特征及其相互影響。在現(xiàn)實生活中,用戶被信任的程度與其影響力是密不可分的。研究用戶影響力構(gòu)成和影響的發(fā)生規(guī)律,對構(gòu)建完善的信任模型意義重大。3)信任信息整合面臨路徑依賴和信任衰減兩個挑戰(zhàn):當(dāng)多條信任路徑相互交叉時,如何有效進(jìn)行信任信息的取舍?如何模擬信
3、任信息隨路徑傳播的衰減?4)信任模型的重要應(yīng)用場景—基于信任的推薦系統(tǒng)不能靈活處理用戶觀點形成的時間演變性和反映用戶的行為特征。
為解決上述問題,本論文結(jié)合社會網(wǎng)絡(luò)分析和信任評價研究前沿,探尋網(wǎng)絡(luò)結(jié)構(gòu)、用戶行為、和信任機制之間的內(nèi)在聯(lián)系、規(guī)律和動態(tài)特性,圍繞在線社會網(wǎng)絡(luò)個性化信任評價問題,在信任圖生成、用戶社會影響力評估、信任傳播與整合、基于信任的推薦等多個方面提出了創(chuàng)新性理論與方法:
(1)提出了基于小世界網(wǎng)絡(luò)理論
4、的信任圖生成框架SWTrust。為解決信任圖生成和信任信息通常主觀多變而難于獲取或維護(hù)的問題,借助復(fù)雜網(wǎng)絡(luò)中的小世界網(wǎng)絡(luò)理論和弱連接理論,提出一種高效的信任圖生成框架,利用相對客觀的用戶活動域信息來構(gòu)造信任圖。在真實信任網(wǎng)絡(luò)數(shù)據(jù)集Epinions上進(jìn)行了大量實驗,驗證了SWTrust在保證高覆蓋率的同時提高了信任路徑搜索的效率,并且生成的信任圖能夠有效地幫助預(yù)測信任。
(2)提出了基于特征的細(xì)粒度用戶社會影響力評估模型FBI。
5、影響力與信任具有不可忽視的交互關(guān)系:影響力大的人通常容易被人信任,受信任的人更有可能去影響其他人。以社會網(wǎng)絡(luò)結(jié)構(gòu)及特征集為輸入,結(jié)合用戶之間影響的可能性以及每個用戶自身的重要性來構(gòu)造初始影響力;通過識別朋友的影響力貢獻(xiàn)來進(jìn)行影響力更新,最后輸出每個用戶的影響力及其對其他用戶影響的可能性。在三個科研合作網(wǎng)絡(luò)HEPTH、DBLP和ArnetMiner上進(jìn)行了實驗和案例分析。結(jié)果表明所提FBI模型能夠更好的區(qū)分用戶影響力(重復(fù)率低)、所選出的
6、top-k用戶的影響范圍大、top-k用戶的質(zhì)量高。
(3)設(shè)計了基于廣義網(wǎng)絡(luò)流的信任評價方法GFTrust。利用網(wǎng)絡(luò)流解決信任路徑依賴問題,設(shè)計節(jié)點漏流函數(shù)來模擬信任的衰減;通過合理設(shè)置初始流量,節(jié)約普通網(wǎng)絡(luò)流模型的結(jié)果正則化問題。從算法效率、模型基本性質(zhì)和惡意行為魯棒性等多個方面進(jìn)行了深入細(xì)致的分析。在兩個真實的信任網(wǎng)絡(luò)數(shù)據(jù)集Epinions和Advogato中做了大量實驗。結(jié)果表明,網(wǎng)絡(luò)流的使用提高了信任預(yù)測的精度,漏流
7、函數(shù)的設(shè)置降低了信任預(yù)測的誤差。
(4)設(shè)計了信任推薦系統(tǒng)里基于流體動力學(xué)的時間演變評分機制FluidRating?,F(xiàn)實生活中,人們觀點相互影響并隨時間變化。創(chuàng)造性地引入流體動力學(xué)模型來刻畫觀點(評分)形成過程。每個用戶被映射為一個容器,信任/影響關(guān)系被映射為管子來連接用戶容器。用戶觀點是容器中的液體(溫度代表評分,高度代表用戶對該評分的堅持度),液體可在容器之間流動,代表影響的發(fā)生。采用離散模型對多輪液體流動和混合進(jìn)行計算。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 在線社會網(wǎng)絡(luò)挖掘及個性化推薦研究.pdf
- 個性化網(wǎng)絡(luò)信息檢索模型及其應(yīng)用研究.pdf
- 基于個性化預(yù)信任的信任管理研究.pdf
- 融合信任網(wǎng)絡(luò)的個性化推薦系統(tǒng)研究.pdf
- 動態(tài)多維社會網(wǎng)絡(luò)中個性化推薦方法研究.pdf
- 基于語義網(wǎng)技術(shù)的個性化網(wǎng)絡(luò)應(yīng)用研究.pdf
- 個性化推薦技術(shù)在網(wǎng)絡(luò)教學(xué)的應(yīng)用研究.pdf
- 社交網(wǎng)絡(luò)下信任傳播模型的個性化推薦研究.pdf
- web數(shù)據(jù)挖掘技術(shù)在個性化網(wǎng)絡(luò)教學(xué)中的應(yīng)用研究
- 在線社會網(wǎng)絡(luò)的信任網(wǎng)絡(luò)發(fā)現(xiàn)與信任融合研究.pdf
- 社會網(wǎng)絡(luò)個性化隱私保護(hù)技術(shù)研究.pdf
- 社會網(wǎng)絡(luò)個性化隱私保護(hù)方法的研究與實現(xiàn).pdf
- 網(wǎng)絡(luò)教育中個性化服務(wù)研究與實踐.pdf
- 結(jié)合信任的個性化推薦算法研究.pdf
- 個性化Web服務(wù)的應(yīng)用研究.pdf
- 基于在線社交網(wǎng)絡(luò)的個性化推薦算法研究.pdf
- 社會網(wǎng)絡(luò)數(shù)據(jù)發(fā)布中個性化隱私保護(hù)方法的研究.pdf
- 在線社交網(wǎng)絡(luò)中基于信息流向的個性化推薦.pdf
- 數(shù)據(jù)挖掘在網(wǎng)絡(luò)個性化教學(xué)平臺中的應(yīng)用研究.pdf
- Web數(shù)據(jù)挖掘在個性化服務(wù)中的應(yīng)用研究.pdf
評論
0/150
提交評論