[發明專利]社交網絡服務中模糊信任度計算方法

有效

• 申請號: 201810196299.0
• 申請日: 2018-03-09
• 公開（公告）號: CN108470215B
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 羅文俊;張奧
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06N5/04
• 分類號: G06N5/04;G06Q50/00
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 王海軍

本發明屬于通信技術領域，具體涉及社交網絡服務中模糊信任度計算方法；包括：利用用戶的熟悉度信任值和相似度信任值，計算得出總體信任值；將所述總體信任值根據不同語言等級的隸屬函數進行模糊計算，得到最大的隸屬函數值；根據所述最大的隸屬函數值，確定總體信任值對應的語言等級；本發明是針對社交網絡中主動交互少于被動交互這一現象，將用戶間交互加以區分，更細致準確的計算的信任值；此外將用戶興趣偏好融入到信任中，實現了現今社交網絡偏娛樂化的特點；利用隸屬函數實現了信任語義化的輸出；因此，本發明所述方法能夠有效的計算社交網絡中基于用戶的信任。

技術領域

本發明屬于通信技術領域，具體涉及社交網絡服務中模糊信任度計算方法。

背景技術

隨著計算機與網絡技術的發展與普及，人們的交流越來越離不開社交網絡服務。在現實生活中，信任是人與人交流的基礎。同樣，在社交網絡中，信任仍然是社交平臺必須考慮的一部分。因此信任的計算成了研究的熱點。

此前部分研究基于社交網絡結構，主要應用在非鄰居界節點用戶中，對非鄰居節點的研究主要基于兩個假設：第一，信任的傳播性。第二，鄰居節點用戶間信任是已知的。但是，通常在社交網絡中很難取得鄰居節點用戶間的信任評分，用戶并不愿意公開的對好友進行評分。用戶間的交流互動是社交網絡重要的指標，僅從社交網絡的結構去計算社交用戶的信任顯然不夠說服力，與現實世界里人們“眼見為實”的思維不相符合。

另外部分研究基于用戶行為，將用戶交互行為用來計算信任，但是大部分研究忽視了社交網絡中用戶的被動交流顯著多于主動交流這一現象。部分研究采用離散二值來表示信任，即0表示不信任，1表示信任，顯然，這中方法與現實生活有很大差異，難以應用。此外，之前的研究中雖大都采用連續值來表示，但是卻缺少了直觀性。

目前國內外在信任方面已經有許多的研究。Canni和Caverlee等提出了使用用戶信息資源來計算用戶信任的算法。Golbeck和Hendler提出了TidalTrust，通過用戶對好友的評分，用遞歸搜索算法來找出最合適的路徑來計算間接信任。此外，Golbeck還進一步的研究了用戶相似性的問題，表明了用戶屬性信息相似性與用戶間信任存才密切的關系。上述研究主要應用在非鄰居界節點用戶中，對非鄰居節點的研究主要基于兩個假設：第一，信任的傳遞性。第二，鄰居節點用戶間信任是已知的。但是，通常在社交網絡中很難取得鄰居節點用戶間的信任評分，用戶并不愿意公開的對好友進行評分。

Jennifer等人提出了基于FOAF計算社交網絡中用戶之間的信任。但是其信任值是二值信任，只有0和1；0表示不信任，1表示信任。顯然，一刀切的表示方法缺乏靈活性，這種離散二值信任表示方法與現實生活有很大差異，難以應用。

Wang等人提出基于電子商務中賣家的交易記錄并使用社交網絡中兩個指標k-core和center weights來預測出有交易的風險的賣家，但是這種方法必須要有交易記錄存在，不適用與計算普通用戶之間的信任值。

Yin等人提出了AUTrust，將用戶的交互行為用來計算信任值，交互作為社交網絡重要指標，將交互行為用來量化信任體現了用戶與社交網絡的緊密型。但是并沒有考慮到社交網絡中用戶主動交流次數遠小于被動交流次數。只是單獨考慮了用戶間對話和評論等主動交流信息。

因此如何在計算用戶直接信任這一前提下，融入用戶偏好等上下文信息并將用戶主動交流與被動交流區分開來，并用合適的方式將信任表達出來成為現有技術待解決的問題。

發明內容

有鑒于此，本發明的目的在于提供一種社交網絡服務中模糊信任度計算方法,如圖1所示，包括：

利用用戶的熟悉度信任值和相似度信任值，計算得出總體信任值；

將所述總體信任值根據不同語言等級的隸屬函數進行模糊計算，得到最大的隸屬函數值；

根據所述最大的隸屬函數值，確定總體信任值對應的語言等級。