發(fā)布時間：2017-05-17 18:16

  本文關(guān)鍵詞：基于電子商務的動態(tài)信任預測模型的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來，隨著以Internet為基礎(chǔ)平臺的、各種大規(guī)模分布式應用尤其是電子商務系統(tǒng)日益盛行，大量的購買交易、各種推薦活動在虛擬的電子商務系統(tǒng)中進行，由此而產(chǎn)生的動態(tài)信任關(guān)系問題凸現(xiàn)，其本質(zhì)上是最復雜的社會關(guān)系之一，涉及假設、期望、行為和環(huán)境等多種因素，很難準確的定量表示和預測。因此如何更加快速、更加準確地實現(xiàn)開放分布式環(huán)境下實體的可信性預測判別，就成為需要解決的問題，本文正是針對這一實際問題進行深入研究的。 首先，綜述了信任管理的產(chǎn)生與發(fā)展，并指出動態(tài)信任關(guān)系建模和管理技術(shù)研究是信任管理技術(shù)為了適應Internet的發(fā)展而產(chǎn)生的新方向。介紹了分布式系統(tǒng)中動態(tài)信任關(guān)系模型，認真分析了現(xiàn)有的動態(tài)信任模型及其優(yōu)缺點，同時給出了改善這些模型的一些思路。 其次，通過對經(jīng)典信任網(wǎng)絡模型的研究，并結(jié)合社會網(wǎng)絡、圖論等領(lǐng)域的相關(guān)知識，分析傳統(tǒng)信任網(wǎng)絡構(gòu)造所存在的問題，提出了一種分別構(gòu)造基于直接交互的信任網(wǎng)絡和基于推薦的信任網(wǎng)絡的思路，既避免了先構(gòu)造后優(yōu)化的不必要，又更加符合人類信任認知及購買交互心理，并在此基礎(chǔ)上，提出一種基于衰減系數(shù)的直接信任度預測方法，考慮了時效性，更加準確地預測直接信任值。 再次，給出推薦信任網(wǎng)絡構(gòu)造方法，針對間接信任度計算中的不足，給出推薦偏差、平均推薦偏差的概念，并在此基礎(chǔ)上提出一種基于推薦偏差的推薦信任度預測方法，提高了間接信任度計算的準確性，也更加符合人類的認知心理。 最后，運用Matlab程序進行模擬仿真實驗，，對提出的算法準確性和時間復雜性等方面進行論證和分析，驗證了算法是可行有效的。
【關(guān)鍵詞】：電子商務系統(tǒng) 動態(tài)信任預測模型 信任網(wǎng)絡 衰減系數(shù) 推薦偏差
【學位授予單位】：燕山大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：F713.36;TP393.08
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-18
• 1.1 課題的研究背景和意義10-11
• 1.2 國內(nèi)外研究概況11-15
• 1.2.1 信任機制的發(fā)展11-13
• 1.2.2 信任網(wǎng)絡建模13-14
• 1.2.3 信任計算模型14-15
• 1.3 研究內(nèi)容15-16
• 1.4 本文結(jié)構(gòu)安排16-18
• 第2章 分布式系統(tǒng)和動態(tài)信任模型18-26
• 2.1 引言18
• 2.2 動態(tài)信任關(guān)系18-21
• 2.2.1 相關(guān)概念及定義18-19
• 2.2.2 信任的動態(tài)性19-20
• 2.2.3 動態(tài)信任關(guān)系的建模與管理20-21
• 2.3 動態(tài)信任模型21-25
• 2.3.1 PTM Model21-23
• 2.3.2 Hassan’s Model23
• 2.3.3 Sun’s Model23-24
• 2.3.4 Song’s Model24-25
• 2.4 本章小結(jié)25-26
• 第3章 基于直接交互網(wǎng)絡的直接信任模型的研究26-36
• 3.1 引言26
• 3.2 傳統(tǒng)信任網(wǎng)絡構(gòu)造26-29
• 3.2.1 實例分析26-28
• 3.2.2 問題分析28-29
• 3.3 基于直接交互的信任網(wǎng)絡構(gòu)造29-31
• 3.3.1 相關(guān)概念29-30
• 3.3.2 信任網(wǎng)絡的存儲30-31
• 3.3.3 構(gòu)造思路31
• 3.4 直接信任度的改進算法31-35
• 3.4.1 直接信任度及其計算31-32
• 3.4.2 現(xiàn)有模型的問題分析32-33
• 3.4.3 基于衰減系數(shù)的直接信任度計算方法33-35
• 3.4.4 算法流程圖35
• 3.5 本章小結(jié)35-36
• 第4章 基于推薦網(wǎng)絡的信任推薦模型的研究36-46
• 4.1 引言36
• 4.2 基于推薦的信任網(wǎng)絡36-39
• 4.2.1 構(gòu)造思路分析36-38
• 4.2.2 推薦信任度及其計算38
• 4.2.3 綜合推薦信任度及其計算38-39
• 4.3 推薦過程問題概述39-41
• 4.3.1 推薦過程39-40
• 4.3.2 問題分析40-41
• 4.4 基于推薦偏差的推薦信任度的改進算法41-44
• 4.4.1 推薦偏差41-42
• 4.4.2 平均推薦偏差42-43
• 4.4.3 信心指數(shù)43
• 4.4.4 算法描述43-44
• 4.5 本章小結(jié)44-46
• 第5章 仿真實驗與性能分析46-54
• 5.1 引言46
• 5.2 實驗環(huán)境及工具介紹46
• 5.2.1 實驗環(huán)境46
• 5.2.2 實驗工具46
• 5.3 數(shù)據(jù)的獲取及預處理46-47
• 5.4 直接信任度實驗分析47-50
• 5.4.1 交互數(shù)據(jù)對實驗準確性影響47-48
• 5.4.2 衰減系數(shù)對實驗準確度影響48-49
• 5.4.3 時間性能分析49-50
• 5.5 推薦信任度實驗分析50-53
• 5.6 本章小結(jié)53-54
• 結(jié)論54-55
• 參考文獻55-59
• 攻讀碩士學位期間承擔的科研任務與主要成果59-60
• 致謝60-61
• 作者簡介61

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 李小勇;張少剛;;自適應動態(tài)信任關(guān)系量化模型的研究[J];計算機工程;2008年24期

2 常俊勝;王懷民;尹剛;;DyTrust:一種P2P系統(tǒng)中基于時間幀的動態(tài)信任模型[J];計算機學報;2006年08期

3 李小勇;桂小林;;可信網(wǎng)絡中基于多維決策屬性的信任量化模型[J];計算機學報;2009年03期

4 李建欣;懷進鵬;李先賢;林莉;;DTM:一種面向網(wǎng)絡計算的動態(tài)信任管理模型[J];計算機學報;2009年03期

5 李小勇;桂小林;毛倩;冷東起;;基于行為監(jiān)控的自適應動態(tài)信任度測模型[J];計算機學報;2009年04期

6 張潤蓮;武小年;;基于PMI的校園網(wǎng)格訪問控制研究與應用[J];信息安全與通信保密;2007年08期

7 朱全鑫;桂小林;黃璇;;面向網(wǎng)格監(jiān)控的軟件傳感器的主動部署方法研究[J];小型微型計算機系統(tǒng);2007年09期

  本文關(guān)鍵詞：基于電子商務的動態(tài)信任預測模型的研究，由筆耕文化傳播整理發(fā)布。

本文編號：374156