| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 插图索引 | 第13-15页 |
| 附表索引 | 第15-16页 |
| 1 绪论 | 第16-26页 |
| ·研究背景 | 第16-18页 |
| ·在线社会网络中个性化信任评价问题研究意义 | 第18页 |
| ·实际应用角度 | 第18页 |
| ·学术角度 | 第18页 |
| ·在线社会网络信任评价面临的挑战 | 第18-20页 |
| ·本文的研究内容和主要创新点 | 第20-22页 |
| ·论文的组织结构 | 第22-26页 |
| 2 在线社会网络中信任评价问题的相关研究 | 第26-34页 |
| ·基本性质 | 第26-29页 |
| ·在线社会网络的基本性质 | 第26页 |
| ·信息扩散与观点影响 | 第26-27页 |
| ·信任及信任推导的基本性质 | 第27-29页 |
| ·信任评价方法 | 第29-33页 |
| ·基于D-S证据理论和主观逻辑理论的信任评价方法 | 第29-30页 |
| ·基于概率统计和模糊逻辑等传统数学工具的信任评价方法 | 第30-31页 |
| ·基于人工智能和信息论的信任评价方法 | 第31-32页 |
| ·基于图简化和图类比的信任评价方法 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 3 基于小世界网络理论的信任图生成框架 | 第34-58页 |
| ·信任图生成面临的挑战 | 第34-35页 |
| ·相关工作 | 第35-36页 |
| ·SWTrust框架概览 | 第36-38页 |
| ·术语及问题定义 | 第36-37页 |
| ·SWTrust架构 | 第37-38页 |
| ·恶意行为 | 第38页 |
| ·SWTrust：算法细节 | 第38-46页 |
| ·PSN：预处理在线社会网络 | 第38-41页 |
| ·BTN：构造信任网络 | 第41-44页 |
| ·GTG：生成信任图 | 第44-46页 |
| ·实验及性能评估 | 第46-57页 |
| ·实验设计 | 第46-47页 |
| ·数据集及预处理 | 第47-49页 |
| ·评估生成信任图的效率 | 第49-50页 |
| ·评估信任图的质量 | 第50-56页 |
| ·实验总结 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 4 基于特征的细粒度社会影响力评估模型 | 第58-76页 |
| ·用户社会影响力评估面临的挑战 | 第58-59页 |
| ·相关工作 | 第59-60页 |
| ·模型概况 | 第60-62页 |
| ·基本术语 | 第61页 |
| ·解决方案 | 第61-62页 |
| ·FBI模型细节 | 第62-67页 |
| ·影响可能性分析 | 第62-64页 |
| ·个体重要性估计 | 第64页 |
| ·初始FBI构造 | 第64-65页 |
| ·FBI调整与更新 | 第65-67页 |
| ·实验及性能评估 | 第67-74页 |
| ·实验设计 | 第67-69页 |
| ·实验结果与分析 | 第69-72页 |
| ·案例研究 | 第72-74页 |
| ·实验总结 | 第74页 |
| ·本章小结 | 第74-76页 |
| 5 基于广义网络流的信任评价算法 | 第76-102页 |
| ·信任评价算法面临的挑战 | 第76-78页 |
| ·背景及相关工作 | 第78-79页 |
| ·问题描述及整体解决方案 | 第79-83页 |
| ·问题描述 | 第79-80页 |
| ·广义网络流的基本概念 | 第80-81页 |
| ·整体解决方案 | 第81-83页 |
| ·GFTrust算法细节 | 第83-93页 |
| ·利用节点漏流为信任衰减建模 | 第83-84页 |
| ·构造广义流网络 | 第84-85页 |
| ·计算近似优化广义流 | 第85-88页 |
| ·GFTrust性能分析 | 第88-93页 |
| ·实验及分析 | 第93-101页 |
| ·实验设计 | 第93-94页 |
| ·Epinions实验结果 | 第94-97页 |
| ·Advogato实验结果 | 第97-99页 |
| ·实验总结 | 第99-101页 |
| ·本章小结 | 第101-102页 |
| 6 时间演变的信任推荐系统评分机制 | 第102-120页 |
| ·时间演变评分预测面临的挑战 | 第102-104页 |
| ·相关工作 | 第104页 |
| ·问题描述及模型概述 | 第104-108页 |
| ·问题描述 | 第105-106页 |
| ·FluidRating模型概述 | 第106-108页 |
| ·FluidRating算法细节 | 第108-114页 |
| ·算法步骤 | 第109-112页 |
| ·其它取样方法 | 第112页 |
| ·模型分析 | 第112-114页 |
| ·实验评估及分析 | 第114-119页 |
| ·实验设计 | 第114-115页 |
| ·实验结果及分析 | 第115-118页 |
| ·实验总结 | 第118-119页 |
| ·本章小结 | 第119-120页 |
| 7 总结与展望 | 第120-124页 |
| ·总结 | 第120-121页 |
| ·展望 | 第121-124页 |
| ·技术扩展 | 第121-122页 |
| ·应用前景展望 | 第122-124页 |
| 参考文献 | 第124-135页 |
| 攻读学位期间主要的研究成果目录 | 第135-138页 |
| 致谢 | 第138-139页 |