面向开放网络的主观信任融合模型研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 研究背景和意义 | 第15-20页 |
| 1.1.1 开放网络概念及其特点 | 第15-16页 |
| 1.1.2 开放网络环境技术及应用 | 第16-19页 |
| 1.1.3 开放网络环境中信任管理所面临的挑战 | 第19页 |
| 1.1.4 研究意义 | 第19-20页 |
| 1.2 国内外相关工作的研究 | 第20-22页 |
| 1.3 研究内容 | 第22-23页 |
| 1.4 论文组织结构 | 第23-24页 |
| 第二章 信任关系 | 第24-35页 |
| 2.1 信任的概念 | 第24页 |
| 2.2 信任的属性 | 第24-26页 |
| 2.3 信任度的获取 | 第26-28页 |
| 2.3.1 直接信任 | 第27-28页 |
| 2.3.2 间接信任 | 第28页 |
| 2.3.3 信誉 | 第28页 |
| 2.4 现有经典信任模型 | 第28-34页 |
| 2.4.1 基于概率统计的信任模型 | 第29-31页 |
| 2.4.2 基于模糊理论的信任模型 | 第31-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 基于认知的信任融合模型 | 第35-42页 |
| 3.1 认知与信任的关系 | 第35-36页 |
| 3.2 认知因子计算 | 第36-37页 |
| 3.2.1 认知的影响因素 | 第36页 |
| 3.2.2 认知因子综合评判 | 第36-37页 |
| 3.3 认知融合信任度 | 第37-39页 |
| 3.4 仿真实验及结果分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于朴素贝叶斯的信任决策模型 | 第42-50页 |
| 4.1 贝叶斯理论基础 | 第42页 |
| 4.2 朴素贝叶斯分类信任模型 | 第42-45页 |
| 4.2.1 信任特征属性 | 第42页 |
| 4.2.2 属性值模糊划分及条件概率估计 | 第42-45页 |
| 4.3 实验及结果分析: | 第45-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 基于模糊综合评价的主观信任融合模型 | 第50-59页 |
| 5.1 模糊集合及隶属度 | 第51页 |
| 5.2 恶意推荐过滤 | 第51-52页 |
| 5.3 模糊综合评价主观信任融合模型 | 第52-55页 |
| 5.4 仿真实验及结果分析 | 第55-58页 |
| 5.4.1 实验设置 | 第56页 |
| 5.4.2 模型的有效性 | 第56-57页 |
| 5.4.3 模型抵御恶意推荐的能力 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 展望与总结 | 第59-61页 |
| 6.1 本文总结 | 第59页 |
| 6.2 未来展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第65-66页 |
