استفاده از ويژگي هاي انتشار و تركيب اعتماد براي محاسبه اعتماد در شبكه هاي اجتماعي

كارشناسي ارشد

شبكه¬هاي اجتماعي محلي براي به اشتراك¬گذاري و تبادل اطلاعات هستند. اطلاعات نيز توسط كاربران ايجاد و مصرف مي¬شوند. متأسفانه شبكه¬هاي اجتماعي محيط¬هاي بازي هستند و هيچ¬گونه نهاد مركزي آنها را كنترل نمي¬كند. بنابراين هر كاربري مي¬تواند اطلاعاتي توليد و منتشر كند. از سوي ديگر، به دليل بزرگ بودن و پويايي اين شبكه¬ها، هر كاربر تنها بخش كوچكي از كاربران را مي¬شناسد و بقيه¬ي افراد براي او ناشناس هستند. بنابراين بخش زيادي از تعاملات بين افراد ناشناس صورت مي¬گيرد. از اين¬رو، ارزيابي قابليت اعتماد افراد، قبل از تعامل با آنها، يك مسأله اساسي و بنيادين در اين شبكه¬ها است. چگونگي محاسبه امتياز اعتماد بين كاربراني كه در گذشته هيچ تعاملي با يكديگر نداشته¬اند يكي از مباحث چالش برانگيز در حوزه اعتماد مي¬باشد. الگوريتمي كه ميزان اعتماد فردي به فرد ديگر كه به طور مستقيم يا غيرمستقيم در شبكه اجتماعي به او متصل است را استنباط مي¬كند، الگوريتم استنباط اعتماد ناميده مي¬شود. پژوهش¬هاي اخير، با انتشار اطلاعات اعتماد، امتياز اعتماد يك كاربر ناشناس را از ديدگاه كاربري كه قصد تعامل با وي دارد، استنباط مي¬نمايند. در اين پايان¬نامه يك مدل استنباط اعتماد بر پايه¬ي رتبه¬بندي كاربران و ويژگي انتشار اعتماد ارائه شده است. در اين مدل با استفاده از اطلاعات ساختاري شبكه، رتبه¬ي هر گره از نظر قابل اعتماد بودن و يا به عبارت ديگر، اهميت و تأثير هر گره در روابط اعتماد محاسبه مي¬شود. سپس با انتشار اطلاعات اعتماد در طول روابط اعتماد، مي¬توان مقادير اعتماد نامعلوم را پيش¬بيني نمود. براي ارزيابي روش پيشنهادي جهت پيش¬بيني اعتماد، از سه زيرمجموعه از مجموعه داده¬ي Ciao استفاده شده است. نتايج حاصل، با سه روش پايه در نظر گرفته شده مقايسه شده¬اند. نتايج نشان مي¬دهند كه روش پيشنهادي نسبت به روش¬هاي پايه¬ي درنظر گرفته شده دقت پيش¬بيني بالاتري دارد.

190536

دانشگاه علم و صنعت ايران

هوش مصنوعي

دكتر پيمان كبيري