在線社會(huì)網(wǎng)絡(luò)中個(gè)性化信任評(píng)價(jià)基礎(chǔ)與應(yīng)用研究.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的普及和發(fā)展，在線社會(huì)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(dòng)最為流行的平臺(tái)和工具。在大規(guī)模動(dòng)態(tài)、開放的在線社會(huì)網(wǎng)絡(luò)應(yīng)用中，評(píng)估用戶之間的個(gè)性化信任程度，在鼓勵(lì)和促進(jìn)用戶的良性行為、指導(dǎo)用戶選擇合適的交互對(duì)象、提高用戶的體驗(yàn)質(zhì)量、確保整個(gè)系統(tǒng)的安全可靠運(yùn)行等方面，具有不可忽視的作用。個(gè)性化信任評(píng)價(jià)研究具有重要的學(xué)術(shù)研究?jī)r(jià)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(huì)網(wǎng)絡(luò)應(yīng)用時(shí)，存在四個(gè)主要問題

2、:1）信任算法通常假設(shè)存在一個(gè)小規(guī)模信任圖，而如何基于大規(guī)模社會(huì)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(dòng)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(huì)網(wǎng)絡(luò)中的用戶行為特征及其相互影響。在現(xiàn)實(shí)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(duì)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(gè)挑戰(zhàn):當(dāng)多條信任路徑相互交叉時(shí)，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(chǎng)景—基于信任的推薦系統(tǒng)不能靈活處理用戶觀點(diǎn)形成的時(shí)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(huì)網(wǎng)絡(luò)分析和信任評(píng)價(jià)研究前沿，探尋網(wǎng)絡(luò)結(jié)構(gòu)、用戶行為、和信任機(jī)制之間的內(nèi)在聯(lián)系、規(guī)律和動(dòng)態(tài)特性，圍繞在線社會(huì)網(wǎng)絡(luò)個(gè)性化信任評(píng)價(jià)問題，在信任圖生成、用戶社會(huì)影響力評(píng)估、信任傳播與整合、基于信任的推薦等多個(gè)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(duì)客觀的用戶活動(dòng)域信息來構(gòu)造信任圖。在真實(shí)信任網(wǎng)絡(luò)數(shù)據(jù)集Epinions上進(jìn)行了大量實(shí)驗(yàn)，驗(yàn)證了SWTrust在保證高覆蓋率的同時(shí)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(cè)信任。
　　(2)提出了基于特征的細(xì)粒度用戶社會(huì)影響力評(píng)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(huì)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(gè)用戶自身的重要性來構(gòu)造初始影響力;通過識(shí)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(gè)用戶的影響力及其對(duì)其他用戶影響的可能性。在三個(gè)科研合作網(wǎng)絡(luò)HEPTH、DBLP和ArnetMiner上進(jìn)行了實(shí)驗(yàn)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(jì)了基于廣義網(wǎng)絡(luò)流的信任評(píng)價(jià)方法GFTrust。利用網(wǎng)絡(luò)流解決信任路徑依賴問題，設(shè)計(jì)節(jié)點(diǎn)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(gè)方面進(jìn)行了深入細(xì)致的分析。在兩個(gè)真實(shí)的信任網(wǎng)絡(luò)數(shù)據(jù)集Epinions和Advogato中做了大量實(shí)驗(yàn)。結(jié)果表明，網(wǎng)絡(luò)流的使用提高了信任預(yù)測(cè)的精度，漏流

7、函數(shù)的設(shè)置降低了信任預(yù)測(cè)的誤差。
　　(4)設(shè)計(jì)了信任推薦系統(tǒng)里基于流體動(dòng)力學(xué)的時(shí)間演變?cè)u(píng)分機(jī)制FluidRating。現(xiàn)實(shí)生活中，人們觀點(diǎn)相互影響并隨時(shí)間變化。創(chuàng)造性地引入流體動(dòng)力學(xué)模型來刻畫觀點(diǎn)（評(píng)分）形成過程。每個(gè)用戶被映射為一個(gè)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(diǎn)是容器中的液體（溫度代表評(píng)分，高度代表用戶對(duì)該評(píng)分的堅(jiān)持度），液體可在容器之間流動(dòng)，代表影響的發(fā)生。采用離散模型對(duì)多輪液體流動(dòng)和混合進(jìn)行計(jì)算。