在线用户声誉评价算法的鲁棒性分析.PDFVIP

上海理工大学学报 第 卷 第 期 ３８ ４ 犑．犝狀犻狏犲狉狊犻狋狅犳犛犺犪狀犺犪犻犳狅狉犛犮犻犲狀犮犲犪狀犱犜犲犮犺狀狅犾狅 犞狅犾．３８ 犖狅．４ ２０１６ 　 　 狔 犵 犵狔 　 　 　 文章编号： （ ） ： ／ １００７－６７３５２０１６０４－０３６２－０５ 犇犗犐１０．１３２５５ ．犮狀犽犻．狌狊狊狋．２０１６．０４．０１０ 　　 犼 犼 在线用户声誉评价算法的鲁棒性分析 ， １ １ １ １２ １ 李圣楠 ， 杨 凯 ， 刘晓露 ， 刘建国 ， 郭 强 　 　 　 　 　 　 （ 上海理工大学 复杂系统科学研究中心，上海 ； 上海财经大学 科研实验中心，上海 ） １． ２０００９３ ２． ２００４３３ 　 　 摘要：在线评分系统中的恶意或随机打分为准确评价在线用户声誉带来了极大的挑战 对 种基 ． ３ 于迭代的经典在线用户声誉评价算法的鲁棒性进行了细致研究 实验先将不同数量用户打分随机 ． 化，再以均方根误差为指标衡量其余用户声誉值受影响程度 实验共在 个数据集中进行，在 ． ３ 和 两个经典实证数据集上的实验结果表明：系统中 的用户进行随机 犕狅狏犻犲犔犲狀狊 犖犲狋犳犾犻狓 １％ ６０％ ～ 打分时，基于关联分析的 算法始终保持很好的鲁棒性；基于打分迭代的 算法的均方根误 犆犚 犐犃犚犚 差略有增大，最大值达到０．２２，但整体波动较小；而改进的基于打分迭代的犐犃犚犚２算法的均方根误 差最大值达到 ，其鲁棒性的较大波动是因算法受高声誉用户的影响较大 在 数据集 ０．６９５ ． 犇狅狌犫犪狀 上的结果表明：在打分数据稀疏情况下， 算法也能保持很好的鲁棒性 犆犚 ． 关键词：在线打分系统；用户声誉；鲁棒性 中图分类号：犖９４９ 文献标志码：犃 　　　 犚狅犫狌狊狋狀犲狊狊犃狀犪犾狊犻狊狅犳犗狀犾犻狀犲犝狊犲狉犚犲狌狋犪狋犻狅狀犕犲犪狊狌狉犲犿犲狀狋狊 狔