隨著計算機技術的快速發(fā)展和社交媒體的普及,社交網絡已經成為人們相互結識與交流、進行信息傳播與共享的主要方式之一。然而,在網絡社交的過程中,人們不需要直接面對面的交流,并且所進行社交的用戶往往都是陌生人。因此,研究預測社交網絡中用戶的信任度尤為重要。在社交網絡用戶信任度預測研究的領域中,已有的大部分信任度預測方法僅僅利用了網絡中的用戶語義信息或拓撲特征,且所構造的用戶信任信息往往存在主觀、不穩(wěn)定和難以獲取等特性。此外,這些信任度預測方法通常僅適用于小規(guī)模網絡或在大規(guī)模網絡上效益低下。針對這些問題,本論文提出了一種社交網絡用戶信任度的綜合式預測算法——基于領域主題與拓撲特征的信任度預測算法TI-TS-TP(Trust Inference Algorithm Based on Topic Similarity and Trust Propagation,TI-TS-TP)。該算法綜合考慮了網絡中用戶的領域主題和節(jié)點的拓撲特征,定義了用戶領域主題加權相似度和節(jié)點信任傳播能力兩個指標來度量用戶的信任度,設計了一種基于層次的綜合策略TS-TP(Consider the Weighted Topic...

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 基于推理模型的信任度預測方法
        1.2.2 基于學習模型的信任度預測方法
        1.2.3 基于圖論的信任度預測方法
    1.3 本文研究內容
    1.4 本文組織結構
2 社交信任的基礎理論
    2.1 社交網絡及其特征
        2.1.1 社交網絡簡述
        2.1.2 社交網絡的基本特征
    2.2 信任的概念與性質
        2.2.1 信任的概念
        2.2.2 信任的性質
        2.2.3 信任的建模
        2.2.4 信任的傳播
    2.3 信任度預測問題的分析
    2.4 本章小結
3 社交信任度的綜合式預測算法
    3.1 算法概述
        3.1.1 相關定義
        3.1.2 算法框架
    3.2 用戶領域主題加權相似度的計算
    3.3 節(jié)點信任傳播能力的計算
    3.4 生成強信任路徑的策略
        3.4.1 篩選可信任的top-k鄰居
        3.4.2 基于限制的廣度優(yōu)先搜索
    3.5 信任度的整合
    3.6 算法描述
    3.7 算法復雜度分析
        3.7.1 離線計算的時間復雜度分析
        3.7.2 在線計算的時間復雜度分析
    3.8 本章小結
4 實驗設計與分析
    4.1 實驗環(huán)境與數(shù)據(jù)集說明
    4.2 實驗設計
        4.2.1 實驗方法
        4.2.2 參數(shù)設置
        4.2.3 評價指標
    4.3 算法的精度分析
    4.4 與SWTrust算法的對比分析
    4.5 與其它典型算法的對比分析
    4.6 參數(shù)影響分析
        4.6.1 參數(shù)k的影響分析
        4.6.2 參數(shù)L的影響分析
        4.6.3 參數(shù)θ的影響分析
    4.7 實驗總結
    4.8 本章小結
5 總結與展望
    5.1 總結
    5.2 展望
參考文獻
攻讀碩士學位期間的主要研究成果
致謝



本文編號：3751982