隨著網(wǎng)絡的發(fā)展，越來越多的互聯(lián)網(wǎng)用戶使用社交網(wǎng)絡來記錄和分享個人狀態(tài)，共享文件以及進行交易，當用戶需要通過社交網(wǎng)站來獲得所需服務時，如果有很多個服務提供者可以提供此項服務，此時用戶需要對每個服務提供者給出一個信任評價值，根據(jù)信任評價值選擇交易對象。 社交網(wǎng)絡作為一類特殊的應用，其多采用P2P網(wǎng)絡拓撲結構，本文的主要工作是研究在采用P2P網(wǎng)絡拓撲結構的社交網(wǎng)絡中信任度的計算方法。文中首先總結了當前P2P網(wǎng)絡拓撲結構中信任度計算的一般模型、方法及一些具體算法，分析了當前信任計算中存在的安全問題。結合P2P網(wǎng)絡拓撲和社交網(wǎng)絡自身的特性，將信任度計算模型分為兩類，一類是在P2P模型中常用的基于交易反饋評價的動態(tài)信任模型，另一類是針對社交網(wǎng)絡中特有的關系和關系深度以及興趣相似度的靜態(tài)信任模型。其次針對信任的時間相關性影響計算準確性的問題以及社交網(wǎng)絡中推薦信任值不準確兩個問題，分別提出了兩種具體算法，同時綜合考慮時間衰減因子，懲罰激勵因子等多種因素降低算法的復雜性，提高計算的準確性及其抗攻擊能力。 針對當前已有的信任算法不能很好的表示信任的時間相關性和發(fā)展趨勢的問題，本文提出了一種基于穩(wěn)態(tài)概率的動...

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【部分圖文】：

圖6-0-1信任的相關因素Fig.6-1FactorsofTrust信任是一種主觀概念，是一個實體對另外一個實體將要產(chǎn)生某種活動的一種預

第六章社交網(wǎng)絡中信任度計算模型第二點，良好的信任關系有利于更深層次的交流、交往。通過在線社交網(wǎng)絡拓展人際關系，使用高影響力的用戶來推廣商品、將線上的相關關系拓展到線下以便于開展各項營銷活動等等。這些事情的背后都需要通信雙方對于對方的可信程度有一個相對準確的判斷。

圖6-7用戶跟隨者數(shù)量密度估計Fig.6-7DensityofUserFollowers

第六章社交網(wǎng)絡中信任度計算模型量。其中，一個用戶擁有的最多粉絲數(shù)量為722個，最少為0個，即沒有用戶信任該用戶，用戶被他人信任的平均個數(shù)為7.8164個，被信任關系的中位數(shù)為2個，被他人信任的用戶個數(shù)超過平均值的共有1,602個。本次實驗首先使用Gauss....

圖2推薦信任計算示例

分離點;然后依據(jù)式(6)計算得到該路徑的mr(R,Z)-overlap;Step3:依據(jù)式(4)計算R和Z之間多條路徑的mr(R,Z),則recommend(R,Z)=mr(R,Z)。Step4:此時說明R和Z之間為單一路徑,則計算recommend(R,Z)=sr(R,Z),算....

圖6不同算法在真實數(shù)據(jù)集下的實驗結果

轉發(fā)消息。圖6(b)顯示的消息副本數(shù)量表明，QCA和MIEN在這方面性能最優(yōu)。MCP算法的消息副本數(shù)量高于其他算法，此處沒有繪出。實際上，QCA和MIEN算法結果相對接近；生存時間上升時，兩者接近程度同步上升。總體來講，QCA算法的輸送比、輸送時間和冗余度均優(yōu)于其他算法，只在消息....

本文編號：3996344