在線社會(huì)網(wǎng)絡(luò)的信任網(wǎng)絡(luò)發(fā)現(xiàn)與信任融合研究.pdf

1、隨著信息技術(shù)的發(fā)展和變革，越來越多的社交化應(yīng)用融入到人們的日常生活當(dāng)中。這些應(yīng)用內(nèi)容不僅涵蓋傳統(tǒng)意義的社交網(wǎng)站（如人人網(wǎng)），而且涉及即時(shí)通訊、電子商務(wù)和消費(fèi)推薦等諸多領(lǐng)域（如微信、淘寶和大眾點(diǎn)評(píng)）。得益于移動(dòng)計(jì)算技術(shù)和設(shè)備的發(fā)展普及，人們可以隨時(shí)隨地參與到這些在線社會(huì)網(wǎng)絡(luò)應(yīng)用中，與他人進(jìn)行信息分享、產(chǎn)品交易、業(yè)務(wù)協(xié)作等社交活動(dòng)。然而，在如此開放動(dòng)態(tài)的大規(guī)模在線社會(huì)網(wǎng)絡(luò)中，人們常常面臨著陌生的交互對(duì)象，這使得用戶間的交互往往存在著不確定性

2、和風(fēng)險(xiǎn)性。在這種情形下，信任在決策制定過程中扮演著關(guān)鍵角色。因此，研究在線社會(huì)網(wǎng)絡(luò)中的信任推理具有重要意義。
　　通過將社會(huì)網(wǎng)絡(luò)描述為加權(quán)有向圖，信任推理就是根據(jù)信任的傳播性等特點(diǎn)，在該圖上尋找和利用多條信任傳播路徑為并未交互過的陌生用戶推理其間接的信任關(guān)系。由于社會(huì)網(wǎng)絡(luò)具有同質(zhì)性、小世界現(xiàn)象和結(jié)構(gòu)平衡等特點(diǎn)，所以面向在線社會(huì)網(wǎng)絡(luò)的信任推理必須結(jié)合社會(huì)網(wǎng)絡(luò)的內(nèi)在特點(diǎn)。給定一對(duì)陌生的用戶節(jié)點(diǎn)，信任推理過程首先要考慮搜索什么樣的路徑以

3、連接該節(jié)點(diǎn)對(duì)，即什么樣的路徑才是“好”的信任推理路徑；由于應(yīng)用服務(wù)的上下文多樣性，還要考慮用戶節(jié)點(diǎn)間如何維護(hù)上下文感知的直接信任關(guān)系，以保證信任推理路徑上的信任關(guān)系具有一致的信任上下文；然后，在信任推理路徑搜索策略和信任上下文確定的情況下，要考慮如何高效地搜索多條最優(yōu)或近似最優(yōu)的信任推理路徑以構(gòu)建信任子網(wǎng)絡(luò)；最后，還需要考慮信任傳遞和合意運(yùn)算如何計(jì)算以及如何將這些運(yùn)算運(yùn)用到該信任子網(wǎng)絡(luò)當(dāng)中，從而融合多條信任推理路徑獲得最終的信任推理結(jié)果

4、。從這些核心問題出發(fā)，對(duì)在線社會(huì)網(wǎng)絡(luò)中的信任推理路徑搜索策略與最優(yōu)信任推理路徑搜索算法、上下文感知的直接信任關(guān)系評(píng)估方法、信任子網(wǎng)絡(luò)的發(fā)現(xiàn)算法、信任推理路徑融合算法這四個(gè)方面展開了全面深入的研究工作：
　　現(xiàn)有的信任推理路徑搜索策略大都強(qiáng)調(diào)最大化源節(jié)點(diǎn)對(duì)目擊者的信任度，以此來提高信任推理路徑的質(zhì)量，忽視了不信任關(guān)系在信任推理中的作用?；谏鐣?huì)結(jié)構(gòu)平衡理論，可以利用不信任關(guān)系推理出有價(jià)值的信息。然而，在現(xiàn)實(shí)社會(huì)網(wǎng)絡(luò)中的三角關(guān)系并非總

5、是結(jié)構(gòu)平衡的。因此，首先分析了平衡傳遞三角關(guān)系的分布規(guī)律，以及現(xiàn)有信任傳遞算子的結(jié)構(gòu)平衡特點(diǎn)。然后，提出了信任推理路徑搜索策略MIRBS和MIFUS，將最優(yōu)信任推理路徑搜索問題歸結(jié)為最優(yōu)化問題并給出相應(yīng)的最優(yōu)信任推理路徑搜索算法OTIPS。通過理論證明了該搜索算法所得結(jié)果的最優(yōu)性。最后，利用真實(shí)數(shù)據(jù)集驗(yàn)證了信任推理路徑搜索策略的有效性，以及最優(yōu)信任推理路徑搜索算法在路徑搜索效率和信任推理準(zhǔn)確度方面的優(yōu)越性。
　　信任具有傳播性的前

6、提是信任傳播路徑上具有一致的信任范圍，即信任上下文的一致性。面對(duì)服務(wù)上下文多樣化的社交應(yīng)用，用戶很難尋找到與當(dāng)前服務(wù)具有相同上下文的歷史交互記錄以進(jìn)行直接信任關(guān)系評(píng)估，即數(shù)據(jù)稀疏性問題。傳統(tǒng)的信任模型缺乏對(duì)信任上下文因素的考慮。一些上下文感知的信任模型也沒能妥善解決上下文描述、上下文相似度度量和歷史經(jīng)驗(yàn)維護(hù)的問題。通過存儲(chǔ)大量的具有上下文信息的交互記錄來維護(hù)歷史經(jīng)驗(yàn)，這種做法帶來高昂的存儲(chǔ)代價(jià)和計(jì)算代價(jià)。給出了一種面向服務(wù)的上下文描述和

7、相似性度量方法，構(gòu)建了一種上下文感知的直接信任關(guān)系模型，并提出了一種基于隨從聚類的上下文感知的直接信任關(guān)系評(píng)估方法。該方法只需維護(hù)一個(gè)規(guī)模較小的信任參考集合便可提供上下文感知的直接信任關(guān)系評(píng)估。信任參考集合能夠根據(jù)新的交互經(jīng)歷不斷地更新虛擬參考服務(wù)的上下文和調(diào)節(jié)信任度。模擬實(shí)驗(yàn)表明，該方法能夠在面臨數(shù)據(jù)稀疏性問題時(shí)利用虛擬參考服務(wù)的上下文來提高直接信任度評(píng)估的準(zhǔn)確度，與現(xiàn)有上下文感知的信任評(píng)估方法相比具有更高的計(jì)算效率。
　　在給

8、定了信任推理路徑搜索策略和信任上下文之后，就需要考慮如何搜索多條最優(yōu)的或接近最優(yōu)的信任推理路徑以構(gòu)建信任子網(wǎng)絡(luò)。現(xiàn)有的信任推理路徑搜索方法大多基于傳統(tǒng)的暴力搜索方法，這使得搜索代價(jià)十分高昂。盡管有一些新穎的概率搜索方法，但這些方法都忽略了信任網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn)從而導(dǎo)致路徑搜索的盲目和低效。另外，現(xiàn)有信任推理路徑搜索方法中的路徑搜索經(jīng)驗(yàn)也不能累積或重用，這使得重復(fù)的搜索請(qǐng)求導(dǎo)致重復(fù)的搜索代價(jià)。先是提出了一種基于SVD符號(hào)聚類的信任社區(qū)發(fā)現(xiàn)方法

9、來挖掘信任網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)特征。然后，通過將每個(gè)信任社區(qū)看做蟻群優(yōu)化中的一個(gè)蟻群，給出了一種基于多蟻群優(yōu)化的信任子網(wǎng)絡(luò)發(fā)現(xiàn)算法ACO-TIPS。該算法可以針對(duì)給定的信任推理路徑搜索策略尋找多條最優(yōu)的或接近最優(yōu)的信任推理路徑以構(gòu)建信任子網(wǎng)絡(luò)。最后利用真實(shí)數(shù)據(jù)集進(jìn)行了對(duì)比試驗(yàn)，證實(shí)了所提方法挖掘信任網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的有效性，以及在信任推理路徑搜索效率和信任推理準(zhǔn)確度方面的優(yōu)勢(shì)。
　　當(dāng)獲取多條信任推理路徑，即構(gòu)建信任子網(wǎng)絡(luò)以后，還需要考慮如

10、何運(yùn)用合適的信任傳遞和合意運(yùn)算，以融合多條信任推理路徑獲得最終的信任推理結(jié)果。現(xiàn)有的信任傳遞和合意運(yùn)算缺乏真實(shí)數(shù)據(jù)集上的橫向?qū)Ρ?，且大多?shù)信任路徑融合方法沒有考慮重復(fù)計(jì)算單條信任關(guān)系對(duì)應(yīng)的信任觀念會(huì)導(dǎo)致群體性癔癥。先是基于結(jié)構(gòu)平衡理論和平衡傳遞三角關(guān)系的分布特點(diǎn)提出了自適應(yīng)信任傳遞算子。并考慮信任觀念合意中不同用戶對(duì)同一觀察事件可能具有不同的判斷，給出了一種考慮部分依賴的信任觀念合意算子。然后，提出了一種基于洪泛的自適應(yīng)信任推理路徑融合