本发明专利技术公开了一种社交网络环境中的用户间推荐信任度计算方法，首先，依据社交网络中被推荐用户与其他用户之间的直接交互历史评价情况，计算上述两个用户之间的直接信赖度；接着，依据被推荐用户在社交网络中所获得的来自其它用户的评价情况，综合计算得到该用户的客观信誉度；然后，依据社交网络中的推荐路径、直接信赖度以及客观信誉度，计算得到用户进行推荐所得到的推荐信任度。采用本发明专利技术的用户间推荐信任度计算方法能够使社交网络用户获得对于陌生来源推荐可信度自动识别的能力，实现一种社交网络环境中的用户间推荐信任度计算，结合用户之间的主观信赖、客观信誉，以及推荐路径组成情况等因素，实现推荐信任度计算。
【技术实现步骤摘要】
本专利技术涉及计算机网络领域，更具体地说，是涉及。
技术介绍
社交网络(SocialNetworkSite-SNS)作为一种基于用户关系的信息分享、传播以及获取平台，正逐渐成为人们日常生活中进行信息获取和交互的重要工具。人们可以通过 SNS特有的组织和交互方式，实现更为广阔的信息传递和互动等功能，以“推荐”、“转发”等行为代表的推荐行为正成为人们获取网络信息的重要手段。然而，由于推荐行为往往因为其来源复杂、路径多样等问题，导致接受者对于陌生推荐心存疑虑，因此，SNS中如何找到一种有效的推荐信任度量方法，是开展SNS安全分析的重要途径。我们分析认为，SNS中用户之间的认知和交互是基于人类实际社会交往习惯，是一种相互信任的信念表达。近年来，信任被认为是一种有效的关系评判机制，已经广泛引入到对等网络、安全评估、协作组织等领域中。通过来自主观或客观的信任关系，如信任或信誉等方式，SNS中的个体可以表达出对其他个体的信息认知状态，从而有助于在他们之间提供有效的计算基础。传统社交网络环境的信任计算方法，如基于过往交互方法以及贝叶斯方法等，注重对个体之间以及个体自身的信任度量，这是一种直接信任。但是，在SNS中，信息是以一种类似链式的方式在用户之间传播的，SNS中不可能存在任何一个用户对所有其他用户均具有直接信任。因此，通过中间用户产生的间接信任不可避免存在，这与人类的社会交往相似，人们在通过熟识的人认识陌生人时，会产生一种间接的第一映像，即对陌生人的初始影像和可信赖程度建立在熟识人推荐基础上。目前已有许多关于推荐信任度的计算方法。但是对于SNS而言，这些方法要么仅仅建立在主观信任关系基础上，要么建立在客观信誉度的单一推荐基础上，而很少从综合这两种信任机制的角度出发计算推荐信任度。另一方面， SNS中的用户组织关系比较复杂，而目前对于形成信任推荐的路径的复杂度考虑不足，大多数推荐信任计算方法均只考虑一个中间推荐者的情况，或没有考虑多个推荐路径组合形成复杂推荐的情况。同时SNS中的用户存在社区组织，用户具有多重社区身份，这也将对用户本身的信誉以及推荐信任度计算产生影响。总之，市场上急需一种基于信任和信誉的推荐信任度量方法，综合主观和客观信任两个方面，使对陌生个体的认知建立在推荐信任度量的基础上。
技术实现思路
针对现有技术中存在的缺陷，本专利技术的目的是提供。为达到上述目的，本专利技术采用如下的技术方案，该用户间推荐信任度计算方法的具体步骤为A.依据社交网络中被推荐用户与其他用户之间的直接交互历史评价情况，计算上述两个用户之间的直接信赖度；B.依据被推荐用户在社交网络中所获得的来自其它用户的评价情况，综合计算得到该用户的客观信誉度；C.依据社交网络中的推荐路径、步骤A计算所得到的直接信赖度以及步骤B中的客观信誉度，计算得到用户进行推荐所得到的推荐信任度。社交网络中存在任意两个用户个体Cli和dj，Clj曾经与Cli进行过Ii1次交互，交互行为类型为ph，每次交互dj产生了对Cli的评价jucKdj)，设dj曾经对Cli差评的次数为Hl1次， 此时，dj对Cli的直接信赖度belief可以计算为权利要求1.，其特征在于 该用户间推荐信任度计算方法的具体步骤为 A.依据社交网络中被推荐用户与其他用户之间的直接交互历史评价情况，计算上述两个用户之间的直接信赖度； B.依据被推荐用户在社交网络中所获得的来自其它用户的评价情况，综合计算得到该用户的客观信誉度； C.依据社交网络中的推荐路径、步骤A计算所得到的直接信赖度以及步骤B中的客观信誉度，计算得到用户进行推荐所得到的推荐信任度。2.根据权利要求I所述的用户间推荐信任度计算方法，其特征在于 所述步骤A的具体步骤为 社交网络中存在任意两个用户个体Cli和Clj, dj曾经与Cli进行过Ii1次交互，交互行为类型为Ph，每次交互Clj产生了对Cli的评价jud (dj)，设Clj曾经对Cli差评的次数为Hl1次，此时，dj对Cli的直接信赖度belief以计算为3.根据权利要求2所述的用户间推荐信任度计算方法，其特征在于 所述步骤B的具体步骤为 在社交网络中存在个体用户Cli，并且Cli存在于不同网络社区V1, N2,...中，对于Cli而言，它曾经获得过g次来自区域V1UV2U...中其它个体用户4的评价X, ),那么该用户个体(Ii的信誉度reputation可以计算为4.根据权利要求3所述的用户间推荐信任度计算方法，其特征在于 当推荐路径为单路推荐时，对于推荐接受者R而言，存在一条中间推荐者Cl1, d2,...所组成的单向推荐路径，路径起点为推荐发起者Z，那么该路径可记为route= ,IR I表示个体d」,下标j指明第j个用户，j的取值为正整数，社区V1, V2,...,Ve中所属社区的数量，该单路推荐信任度Srroute (R, Z)计算如下5.根据权利要求3所述的用户间推荐信任度计算方法，其特征在于 当推荐路径为路径独立状态的多路独立推荐时，在推荐发起者Z和推荐接受者R之间存在数量为m2 (m2 ^ 2)的独立推荐路径，每一个独立路径记为route,，而且路径route,的单向推荐信任值为srk(R，Z)，而独立路径经过的SNS社区数量记为I VK()Ute I，该多路推荐信任度mr (R, Z)_inde通过下列公式计算6.根据权利要求3所述的用户间推荐信任度计算方法，其特征在于 当推荐路径为多路重叠推荐时，整个重叠的推荐路径处理为一个单路，在该单一路径中分别计算出现多路推荐的部分，在重叠路径中存在两类中间推荐者即接合点jd和分离点dd，重叠推荐路径可以表示为Ixnite=^jd1, ...，Z]，其中jd,(下标q指明第q个接合点，q的取值为正整数)表示接合点;而％(上标s指明jd,之后所出现的分离点第s个分离点，s的取值为正整数)表示在接合点jdq之后所出现的分离点；在重叠路径中的接合点jdq和jdq+1之间的直接信赖度记为belief (jdq，jdq+1)_dd,通过下面方式进行计算全文摘要本专利技术公开了，首先，依据社交网络中被推荐用户与其他用户之间的直接交互历史评价情况，计算上述两个用户之间的直接信赖度；接着，依据被推荐用户在社交网络中所获得的来自其它用户的评价情况，综合计算得到该用户的客观信誉度；然后，依据社交网络中的推荐路径、直接信赖度以及客观信誉度，计算得到用户进行推荐所得到的推荐信任度。采用本专利技术的用户间推荐信任度计算方法能够使社交网络用户获得对于陌生来源推荐可信度自动识别的能力，实现一种社交网络环境中的用户间推荐信任度计算，结合用户之间的主观信赖、客观信誉，以及推荐路径组成情况等因素，实现推荐信任度计算。文档编号G06F17/30GK102982108SQ20121044245公开日2013年3月20日 申请日期2012年11月7日 优先权日2012年11月7日专利技术者张波, 李鲁群, 李美子 申请人:上海师范大学本文档来自技高网...
【技术保护点】
一种社交网络环境中的用户间推荐信任度计算方法，其特征在于：该用户间推荐信任度计算方法的具体步骤为：A．依据社交网络中被推荐用户与其他用户之间的直接交互历史评价情况，计算上述两个用户之间的直接信赖度；B．依据被推荐用户在社交网络中所获得的来自其它用户的评价情况，综合计算得到该用户的客观信誉度；C．依据社交网络中的推荐路径、步骤A计算所得到的直接信赖度以及步骤B中的客观信誉度，计算得到用户进行推荐所得到的推荐信任度。
【技术特征摘要】
【专利技术属性】
技术研发人员：张波，李鲁群，李美子，
申请(专利权)人：上海师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。