社會化商務(wù)環(huán)境下基于信任的推薦方法研究.pdf

1、隨著大量社會網(wǎng)絡(luò)的產(chǎn)生，以Web2.0思想為核心，以社會化媒體為基本平臺，以“交互和協(xié)同”為主要特征的社會計算模式改變了信息的產(chǎn)生和分發(fā)方式，同時也改變著用戶的信息需求和信息獲取方式。社會化商務(wù)作為社會計算模式的一種典型應(yīng)用，重要的是借助社會化媒體，基于信任機制和效仿機制，利用社會計算技術(shù)實現(xiàn)用戶與商品的個性化對接進而影響用戶決策。然而面向商務(wù)應(yīng)用，網(wǎng)絡(luò)效應(yīng)放大了市場力量的崛起和對個體參與者的經(jīng)濟激勵，商業(yè)利益可能扭曲了社會計算的福利影

2、響，造成用戶對其社會資本的濫用。社會化商務(wù)對已有的信任機制提出新的挑戰(zhàn)，需要用新的視角來研究信任在社會化商務(wù)中的理論模型和應(yīng)用。
　　本文正是以社會化商務(wù)的快速發(fā)展為背景，從信息本身的可信性出發(fā)，圍繞信任這個核心元素，研究社會關(guān)系和用戶需求的信任影響規(guī)律，對信任在社會化商務(wù)中的理論模型和應(yīng)用展開深入研究，從用戶的被動消費需求和主動消費需求兩個視角，提出了基于信任的推薦模型和算法。本文主要的研究內(nèi)容和貢獻如下:
　　社會化商務(wù)

3、的增長依賴無處不在的社會化媒體?！翱尚判浴笔恰靶畔r值”的要素。針對社會化媒體低壁壘和弱治理的固有特征，基于社會化（媒體）用戶活動及其社會關(guān)系網(wǎng)絡(luò)(UARNs)，提出了一個反映用戶信任和影響力的圖聲譽(Graph-basedComprehensiveReputation)模型，激勵用戶貢獻可信和高質(zhì)量的信息。該模型聯(lián)合用戶的行為聲譽和社會關(guān)系聲譽，以應(yīng)對第一手信息的稀疏性;通過開發(fā)用戶評價的社交上下文識別出多個信任因子進一步精煉聲譽度量

4、，以緩解評價的主觀性和行為的動態(tài)性問題。為了建立更精確的魯棒的聲譽計算，利用用戶滿意度和顧客忠誠度（重復(fù)購買）的關(guān)系，基于理性用戶理論，對聲譽模型進行了擴展和個性化，識別“詆毀”(Bad-Mouthing)評分和投機(Exploiting)提供者。因此，聲譽模型提供了對用戶的誠實度、專業(yè)水平和影響力的綜合透視。
　　針對社會化商務(wù)環(huán)境用戶被動消費需求的模糊性和動態(tài)性，基于社會化（媒體）用戶的個人活動及其社會關(guān)系網(wǎng)絡(luò)(UPARNs)

5、，提出了一個基于動態(tài)更新的雙面(Two-Faceted)信任網(wǎng)絡(luò)(WebofTrust)的協(xié)同推薦模型。該模型開發(fā)隱式的(用戶的興趣相似圖，ISGs)和顯式的信任關(guān)系（有向信任圖，DTGs）建立一雙面信任網(wǎng)絡(luò)，以緩解信任網(wǎng)絡(luò)的稀疏性問題。通過動態(tài)更新ISGs和DTGs，捕獲興趣和信任的時變性質(zhì)。新用戶也可以受益于群體智慧，按照帕累托原則和圈層的向心性，利用關(guān)鍵用戶的遷徙行為，緩解對新用戶的偏好知識的缺乏問題。此外，評分預(yù)測考慮了用戶評分

6、尺度的差異，因此提供了適應(yīng)性的推薦。
　　針對社會化商務(wù)環(huán)境用戶主動消費需求的個性化和多維性，以及用戶推薦質(zhì)量的不確定性，基于社會化（媒體）用戶體驗相似性，提出了一個個性化的信任決策和推薦模型。該模型區(qū)分不同的上下文（區(qū)分用戶充當(dāng)產(chǎn)品提供者和產(chǎn)品推薦者的能力）、內(nèi)容（質(zhì)量參數(shù)）和類別（直接和間接經(jīng)驗）。通過基用戶體驗相似性的“雙向”反饋機制，模型開發(fā)用戶之間的潛在信任關(guān)系，生成用戶的推薦聲譽，有效地抵制不誠實用戶的惡意推薦行為。通