SNS中结合声誉与主观逻辑信任网络分析.docVIP

SNS中结合声誉与主观逻辑信任网络分析 　　摘 要:提出一种结合声誉与主观逻辑的信任网络分析方法,结合声誉与朋友间的信任关系来获得信任值。由于推荐来自信任的朋友也基于普遍的社会声誉,信任计算的结果更能反映真实情况。仿真实验及分析表明,该方法具有较高的效率和准确度。 　　关键词:社会性网络服务; 声誉; 主观逻辑; 信任网络 　　中图分类号:TP301.6文献标志码:A 　　文章编号:1001-3695(2010)06-2321-03 　　doi:10.3969/j.issn.1001??3695.2010.06.093 　　 　　Integrating reputation and subjective logic to analyze trust network in SNS 　　 　　LEI Huan, PENG Jian 　　 　　(School of Computer Science, Sichuan University, Chengdu 610065, China) 　　 　　Abstract:This paper proposed a method integrating reputation and subjective logic to analyze trust network, which derived trust value according to reputation and trust relationship between friends. As the recommendation comes from trusted friends and also based on the general public opinions, the results of trust calculation could represent the real situation better. The stimulation and analysis show that the method has high efficiency and accuracy. 　　Key words:SNS(social networking services); reputation; subjective logic; trust network 　　 　　0 引言 　　在基于Web的社会性网络中,人们与各自认识的朋友交流,也与朋友的朋友链中的成员交流,他们在网络中分享关于产品或者服务等项目的经验和评价,这些评论对于团体中其他用户选择项目有很大的影响。首要问题是,用户如何确定他能多大程度地相信某条评价,从而选择一个项目。例如,一个用户想要选择一家成都的酒店入住,他可能会浏览他的朋友中曾经入住某家酒店的经验。当收到一条来自信任的朋友对于某家酒店的推荐时,也可能会考虑普遍意见或酒店声誉,以便全面地了解服务质量,从而更好地作出决定。 　　随着社会性网络的快速发展,每年加入的人数成倍增长,对于某个项目得到大量评价很常见。如何根据评价的质量和用户与给予意见者之间的信任关系来总结过滤意见或推荐成为一个重要问题。 　　对信任的研究,P2P领域已经有很多优秀的算法和模型,如Kamvar等人[1]提出的EigenRep信任模型、Song等人[2]提出的FuzzyTrust、Xiong等人[3]提出的PeerTrust信任机制。目前社会性网络中信任的研究还处于起步阶段,研究成果较少。其中,Bhuiyan等人[4]提出了在基于地理位置的社会性网络中结合信任与社会声誉来决策推荐的机制,该机制仅适用于特定网络,且没有给出社会声誉的具体计算方法;Golbeck等人[5]提出了FilmTrust模型,将语义Web社会性网络融入到电影推荐系统,使用信任网络推理算法TidalTrust为每个用户生成个性化的预测评价,该模型同样不具有普适性。 　　现有的信任机制只考虑声誉或只考虑社会人际关系,不能很好地度量社会性网络中的信任关系。本文运用P2P中信任研究的方法,针对SNS的特性,提出一种结合声誉与主观逻辑的信任网络分析方法,通过声誉与朋友间的信任关系来获得信任值。由于推荐来自信任的朋友也基于普遍的社会声誉,信任计算的结果更能反映真实情况。此外,这种方法具有广泛的适用性。 　　1 社会性网络 　　社会性网络的出现已经有一段时间了,Facebook、LinkedIn、MySpace和Hi5已经成为经典。基于Web的社会性网络的数量和规模都在飞速增长,从2004年12月~2006年12月的两年中,网站的数量几乎增加了一倍。同一时期,所有网站的成员总数增长了4倍[6]。 　　社会性网络服务(SNS),专指旨在帮助人们