基于領(lǐng)域主題與拓?fù)涮卣鞯纳缃痪W(wǎng)絡(luò)用戶信任度預(yù)測研究
發(fā)布時間:2023-03-01 18:09
隨著計算機(jī)技術(shù)的快速發(fā)展和社交媒體的普及,社交網(wǎng)絡(luò)已經(jīng)成為人們相互結(jié)識與交流、進(jìn)行信息傳播與共享的主要方式之一。然而,在網(wǎng)絡(luò)社交的過程中,人們不需要直接面對面的交流,并且所進(jìn)行社交的用戶往往都是陌生人。因此,研究預(yù)測社交網(wǎng)絡(luò)中用戶的信任度尤為重要。在社交網(wǎng)絡(luò)用戶信任度預(yù)測研究的領(lǐng)域中,已有的大部分信任度預(yù)測方法僅僅利用了網(wǎng)絡(luò)中的用戶語義信息或拓?fù)涮卣?且所構(gòu)造的用戶信任信息往往存在主觀、不穩(wěn)定和難以獲取等特性。此外,這些信任度預(yù)測方法通常僅適用于小規(guī)模網(wǎng)絡(luò)或在大規(guī)模網(wǎng)絡(luò)上效益低下。針對這些問題,本論文提出了一種社交網(wǎng)絡(luò)用戶信任度的綜合式預(yù)測算法——基于領(lǐng)域主題與拓?fù)涮卣鞯男湃味阮A(yù)測算法TI-TS-TP(Trust Inference Algorithm Based on Topic Similarity and Trust Propagation,TI-TS-TP)。該算法綜合考慮了網(wǎng)絡(luò)中用戶的領(lǐng)域主題和節(jié)點(diǎn)的拓?fù)涮卣?定義了用戶領(lǐng)域主題加權(quán)相似度和節(jié)點(diǎn)信任傳播能力兩個指標(biāo)來度量用戶的信任度,設(shè)計了一種基于層次的綜合策略TS-TP(Consider the Weighted Topic...
【文章頁數(shù)】:65 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 研究背景與意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 基于推理模型的信任度預(yù)測方法
1.2.2 基于學(xué)習(xí)模型的信任度預(yù)測方法
1.2.3 基于圖論的信任度預(yù)測方法
1.3 本文研究內(nèi)容
1.4 本文組織結(jié)構(gòu)
2 社交信任的基礎(chǔ)理論
2.1 社交網(wǎng)絡(luò)及其特征
2.1.1 社交網(wǎng)絡(luò)簡述
2.1.2 社交網(wǎng)絡(luò)的基本特征
2.2 信任的概念與性質(zhì)
2.2.1 信任的概念
2.2.2 信任的性質(zhì)
2.2.3 信任的建模
2.2.4 信任的傳播
2.3 信任度預(yù)測問題的分析
2.4 本章小結(jié)
3 社交信任度的綜合式預(yù)測算法
3.1 算法概述
3.1.1 相關(guān)定義
3.1.2 算法框架
3.2 用戶領(lǐng)域主題加權(quán)相似度的計算
3.3 節(jié)點(diǎn)信任傳播能力的計算
3.4 生成強(qiáng)信任路徑的策略
3.4.1 篩選可信任的top-k鄰居
3.4.2 基于限制的廣度優(yōu)先搜索
3.5 信任度的整合
3.6 算法描述
3.7 算法復(fù)雜度分析
3.7.1 離線計算的時間復(fù)雜度分析
3.7.2 在線計算的時間復(fù)雜度分析
3.8 本章小結(jié)
4 實(shí)驗(yàn)設(shè)計與分析
4.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)集說明
4.2 實(shí)驗(yàn)設(shè)計
4.2.1 實(shí)驗(yàn)方法
4.2.2 參數(shù)設(shè)置
4.2.3 評價指標(biāo)
4.3 算法的精度分析
4.4 與SWTrust算法的對比分析
4.5 與其它典型算法的對比分析
4.6 參數(shù)影響分析
4.6.1 參數(shù)k的影響分析
4.6.2 參數(shù)L的影響分析
4.6.3 參數(shù)θ的影響分析
4.7 實(shí)驗(yàn)總結(jié)
4.8 本章小結(jié)
5 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的主要研究成果
致謝
本文編號:3751982
【文章頁數(shù)】:65 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 研究背景與意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 基于推理模型的信任度預(yù)測方法
1.2.2 基于學(xué)習(xí)模型的信任度預(yù)測方法
1.2.3 基于圖論的信任度預(yù)測方法
1.3 本文研究內(nèi)容
1.4 本文組織結(jié)構(gòu)
2 社交信任的基礎(chǔ)理論
2.1 社交網(wǎng)絡(luò)及其特征
2.1.1 社交網(wǎng)絡(luò)簡述
2.1.2 社交網(wǎng)絡(luò)的基本特征
2.2 信任的概念與性質(zhì)
2.2.1 信任的概念
2.2.2 信任的性質(zhì)
2.2.3 信任的建模
2.2.4 信任的傳播
2.3 信任度預(yù)測問題的分析
2.4 本章小結(jié)
3 社交信任度的綜合式預(yù)測算法
3.1 算法概述
3.1.1 相關(guān)定義
3.1.2 算法框架
3.2 用戶領(lǐng)域主題加權(quán)相似度的計算
3.3 節(jié)點(diǎn)信任傳播能力的計算
3.4 生成強(qiáng)信任路徑的策略
3.4.1 篩選可信任的top-k鄰居
3.4.2 基于限制的廣度優(yōu)先搜索
3.5 信任度的整合
3.6 算法描述
3.7 算法復(fù)雜度分析
3.7.1 離線計算的時間復(fù)雜度分析
3.7.2 在線計算的時間復(fù)雜度分析
3.8 本章小結(jié)
4 實(shí)驗(yàn)設(shè)計與分析
4.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)集說明
4.2 實(shí)驗(yàn)設(shè)計
4.2.1 實(shí)驗(yàn)方法
4.2.2 參數(shù)設(shè)置
4.2.3 評價指標(biāo)
4.3 算法的精度分析
4.4 與SWTrust算法的對比分析
4.5 與其它典型算法的對比分析
4.6 參數(shù)影響分析
4.6.1 參數(shù)k的影響分析
4.6.2 參數(shù)L的影響分析
4.6.3 參數(shù)θ的影響分析
4.7 實(shí)驗(yàn)總結(jié)
4.8 本章小結(jié)
5 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的主要研究成果
致謝
本文編號:3751982
本文鏈接:http://www.sikaile.net/kejilunwen/sousuoyinqinglunwen/3751982.html
最近更新
教材專著