一种活动社交网络中节点可信度的计算方法及装置制造方法及图纸

本申请公开了一种活动社交网络中节点可信度的计算方法及装置，其通过第一节点的相关节点集合中各个节点对第一节点的评价信息，以及每个评价信息的有效性值，计算第一节点的信任值，从而使得计算得到的信任值十分具有参考意义，可以很大程度上真实地反映出第一节点对应的用户本身的可信度，这为活动社交网络中活动的参与者与举办者提供了可靠的参考依据，从而提高了活动社交网络中活动的成功率，保证了网络的安全和稳定。

【技术实现步骤摘要】
一种活动社交网络中节点可信度的计算方法及装置
本申请涉及社交网络安全领域，具体涉及一种活动社交网络中节点可信度的计算方法及装置。
技术介绍
活动社交是基于真实线下活动的一种新型社交方式，通过网络平台，以活动联系用户，帮助世界各地的人们进行自我组织。通常，活动的参与者首先会对活动举办者的可信度及活动的真实性进行判断，以期在有限的时间中选择更优质、更可信的活动参加。同时，活动举办者也会对参与人进行甄别，以期在人数限定的情况下选出更可靠的用户参加活动。所有情况最终都会通过整个活动社交平台的可信程度体现出来。无论电子商务平台、传统社交平台还是活动社交平台，随着用户量与信息量的暴增，安全都成为了亟需解决的问题，信任成为了至关重要的因素。但是，目前关于信任的研究大多集中在P2P网络、电子商务和传统社交网络，由于活动社交网络不对等的交互特性，很少有适用于活动社交网络的信任计算模型。
技术实现思路
针对上述情况，本申请提供一种活动社交网络中节点可信度的计算方法及装置。根据本申请的第一方面，本申请提供一种活动社交网络中节点可信度的计算方法，包括：对于信任值待计算的第一节点，获取第一节点的相关节点集合中各个节点对第一节点的评价信息；其中第一节点的相关节点集合为第一节点的第一集合与第二集合的并集，所述第一节点的第一集合包括第一节点对应的用户参与过的所有活动当中的各举办者分别对应的节点，所述第一节点的第二集合包括第一节点对应的用户举办过的所有活动当中的各参与者分别对应的节点；分别计算每个评价信息的有效性值；根据相关节点集合中各个节点对第一节点的评价信息，以及每个评价信息的有效性值，计算第一节点的信任值。在一较优实施例中，所述分别计算每个评价信息的有效性值，包括：对于每个评价信息，计算给出该评价信息的节点与第一节点的评价相似度值；获取给出该评价信息的节点的信任值；根据所述给出该评价信息的节点与第一节点的评价相似度值，以及该节点的信任值，计算该评价信息的有效性值。在一较优实施例中，所述根据相关节点集合中各个节点对第一节点的评价信息，以及每个评价信息的有效性值，计算第一节点的信任值，包括：根据第一节点的第一集合中各节点对第一节点的评价信息，以及每个评价信息的有效性值，计算第一节点对应的用户作为活动参与者的信任值；根据第一节点的第二集合中各节点对第一节点的评价信息，以及每个评价信息的有效性值，计算第一节点对应的用户作为活动举办者的信任值；计算第一节点对应的用户作为活动参与者的信任值与第一节点对应的用户作为活动举办者的信任值的加权平均值，作为第一节点的信任值。根据本申请的第二方面，本申请提供一种活动社交网络中节点可信度的计算装置，包括：第一评价信息获取模块，用于对于信任值待计算的第一节点，获取第一节点的相关节点集合中各个节点对第一节点的评价信息；其中第一节点的相关节点集合为第一节点的第一集合与第二集合的并集，所述第一节点的第一集合包括第一节点对应的用户参与过的所有活动当中的各举办者分别对应的节点，所述第一节点的第二集合包括第一节点对应的用户举办过的所有活动当中的各参与者分别对应的节点；有效性值计算模块，用于分别计算每个评价信息的有效性值；信任值计算模块，用于根据相关节点集合中各个节点对第一节点的评价信息，以及每个评价信息的有效性值，计算第一节点的信任值。在一较优实施例中，所述有效性值计算模块，包括：评价相似度值计算模块，用于对于每个评价信息，计算给出该评价信息的节点与第一节点的评价相似度值；信任值获取模块，用于获取给出该评价信息的节点的信任值；有效性值计算子模块，用于根据所述给出该评价信息的节点与第一节点的评价相似度值，以及该节点的信任值，计算该评价信息的有效性值。在一较优实施例中，所述信任值计算模块，包括：第一信任值计算模块，用于根据第一节点的第一集合中各节点对第一节点的评价信息，以及每个评价信息的有效性值，计算第一节点对应的用户作为活动参与者的信任值；第二信任值计算模块，用于根据第一节点的第二集合中各节点对第一节点的评价信息，以及每个评价信息的有效性值，计算第一节点对应的用户作为活动举办者的信任值；加权平均计算模块，用于计算第一节点对应的用户作为活动参与者的信任值与第一节点对应的用户作为活动举办者的信任值的加权平均值，作为第一节点的信任值。本申请的有益效果是：依上述实施的活动社交网络中节点可信度的计算方法及装置，由于通过第一节点的相关节点集合中各个节点对第一节点的评价信息，以及每个评价信息的有效性值，计算第一节点的信任值，从而使得计算得到的信任值十分具有参考意义，可以很大程度上真实地反映出第一节点对应的用户本身的可信度，这为活动社交网络中活动的参与者与举办者提供了可靠的参考依据，从而提高了活动社交网络中活动的成功率，保证了网络的安全和稳定。依上述实施的活动社交网络中节点可信度的计算方法及装置，由于在分别计算每个评价信息的有效性值时，是根据所述给出该评价信息的节点与第一节点的评价相似度值，以及该节点的信任值，计算该评价信息的有效性值，从而使得计算得到的评价信息的有效性值十分具有参考意义，这使得在有效值基础上计算得到第一节点的信任值可以很大程度上真实地反映出第一节点对应的用户本身的可信度。依上述实施的活动社交网络中节点可信度的计算方法及装置，由于是通过计算第一节点对应的用户作为活动参与者的信任值与第一节点对应的用户作为活动举办者的信任值的加权平均值，作为第一节点的信任值，考虑到了活动社交网络中用户作为活动的参与者和举办者的不对等性，将第一节点对应的用户作为活动参与者与举办者的两种身份的信任值进行加权平均，以得到第一节点的信任值，综合反映了第一节点对应的用户本身的可信度。附图说明图1为活动社交网络平台中的一种评价反馈机制的示意图；图2为本申请一种实施例的活动社交网络中节点可信度的计算方法的流程图；图3为本申请一种实施例的步骤S100的流程图；图4为本申请一种实施例的步骤S300的流程图；图5为本申请一种实施例的步骤S310的流程图；图6为两个节点共有节点集合的示意图；图7为本申请一种实施例的步骤S500的流程图；图8为本申请一种实施例的活动社交网络中节点可信度的计算装置的结构示意图；图9为本申请一种实施例的有效性值计算模块的结构示意图；图10为本申请一种实施例的评价相似度值计算模块的结构示意图；图11为本申请一种实施例的信任值计算模块的结构示意图；图12为验证在活动社交网络平台中本申请的模型随时间变化的有效性对比图；图13为在验证活动社交网络平台中本申请的模型随用户数目变化的有效性的比图；图14为在活动社交网络平台中本申请的模型随恶意用户比例变化的有效性对比图。具体实施方式先对本申请的专利技术创造过程以及专利技术构思作一个说明。先思考一下P2P网络，该领域中经典的信任模型是EigenTrust算法，其利用每个Peer的下载历史计算每个Peer的信任值。该算法基于迭代的安全分布式方法来计算全局信任值，即通过节点之间信任度的不断迭代计算出每个节点的全局信任度。Peers会选择全局信任值高的Peer作为下载来源，同时共享网络也可以有效辨别出恶意Peer并把它们从网络中隔离开来，以减少不真实的文件在P2P共享网络中的下载量。但是，EigenT本文档来自技高网...

【技术保护点】
一种活动社交网络中节点可信度的计算方法，其特征在于，包括：对于信任值待计算的第一节点，获取第一节点的相关节点集合中各个节点对第一节点的评价信息；其中第一节点的相关节点集合为第一节点的第一集合与第二集合的并集，所述第一节点的第一集合包括第一节点对应的用户参与过的所有活动当中的各举办者分别对应的节点，所述第一节点的第二集合包括第一节点对应的用户举办过的所有活动当中的各参与者分别对应的节点；分别计算每个评价信息的有效性值；根据相关节点集合中各个节点对第一节点的评价信息，以及每个评价信息的有效性值，计算第一节点的信任值。

【技术特征摘要】
1.一种活动社交网络中节点可信度的计算方法，其特征在于，包括：对于信任值待计算的第一节点，获取第一节点的相关节点集合中各个节点对第一节点的评价信息；其中第一节点的相关节点集合为第一节点的第一集合与第二集合的并集，所述第一节点的第一集合包括第一节点对应的用户参与过的所有活动当中的各举办者分别对应的节点，所述第一节点的第二集合包括第一节点对应的用户举办过的所有活动当中的各参与者分别对应的节点；分别计算每个评价信息的有效性值；根据相关节点集合中各个节点对第一节点的评价信息，以及每个评价信息的有效性值，计算第一节点的信任值。2.如权利要求1所述的计算方法，其特征在于，所述分别计算每个评价信息的有效性值，包括：对于每个评价信息，计算给出该评价信息的节点与第一节点的评价相似度值；获取给出该评价信息的节点的信任值；根据所述给出该评价信息的节点与第一节点的评价相似度值，以及该节点的信任值，计算该评价信息的有效性值。3.如权利要求2所述的计算方法，其特征在于，所述对于每个评价信息，计算给出该评价信息的节点与第一节点的评价相似度值，包括：获取所述给出该评价信息的节点与第一节点的共有节点集合，其中该共有节点集合为第一节点的第一集合与所述给出该评价信息的节点的第一集合的交集；获取所述给出该评价信息的节点对所述共有节点集合中各个节点的最近m次评价信息，以及获取所述第一节点对所述共有节点集合中各个节点的最近m次评价信息；m为大于或等于1的整数；计算所述给出该评价信息的节点对所述共有节点集合中各个节点的最近m次评价信息与所述第一节点对所述共有节点集合中各个节点的最近m次评价信息的相似性，其中该相似性为所述给出该评价信息的节点与第一节点的评价相似度值。4.如权利要求3所述的计算方法，其特征在于，计算所述给出该评价信息的节点对所述共有节点集合中各个节点的最近m次评价信息与所述第一节点对所述共有节点集合中各个节点的最近m次评价信息的相似性，其中该相似性为所述给出该评价信息的节点与第一节点的评价相似度值，包括：其中，p为所述给出该评价信息的节点，q为所述第一节点，Sim(p,q)为节点p与节点q的评价相似度值；J(p,q)为节点p与节点q的共有节点集合，节点ji属于共有节点集合J(p,q)，|J(p,q)|为节点p和节点q的共有节点集合中节点的数目；I(ji,p)为节点p参加节点ji举办的活动数目，在一实施中取值最近的m次活动数目；I(ji,q)为节点q参加节点ji举办的活动数目，在一实施中取值最近的m次活动数目；E(p,ji,k)为节点p对节点ji举办的最近第k次活动时给出的评价信息；E(q,ji,k)为节点q对节点ji举办的最近第k次活动时给出的评价信息。5.如权利要求1至4中任一项所述的计算方法，其特征在于，所述根据相关节点集合中各个节点对第一节点的评价信息，以及每个评价信息的有效性值，计算第一节点的信任值，包括：根据第一节点的第一集合中各节点对第一节点的评价信息，以及每个评价信息的有效性值，计算第一节点对应的用户作为活动参与者的信任值；根据第一节点的第二集合中各节点对第一节点的评价信息，以及每个评价信息的有效性值，计算第一节点对应的用户作为活动举办者的信任值；计算第一节点对应的用户作为活动参与者的信任值与第一节点对应的用户作为活动举办者的信任值的加权平均值，作为第一节点的信...

【专利技术属性】
技术研发人员：雷凯，徐丽妹，张丽珠，齐竹云，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：广东,44