基于D-S证据理论的社交网络信任计算研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 符号表 | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 社交网络信任计算存在的问题 | 第13页 |
| 1.4 研究内容 | 第13-15页 |
| 1.5 本文组织结构 | 第15-17页 |
| 第2章 相关理论知识 | 第17-31页 |
| 2.1 社交网络中信任的定义及特点 | 第17页 |
| 2.2 D-S证据理论 | 第17-22页 |
| 2.2.1 基本D-S证据理论 | 第17-21页 |
| 2.2.2 基本证据理论的相似度碰撞问题 | 第21-22页 |
| 2.3 支持向量机SVM | 第22-24页 |
| 2.4 社交网络信息流预测 | 第24-29页 |
| 2.4.1 信息流理论 | 第24-25页 |
| 2.4.2 信息流预测 | 第25-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 社交网络信任属性证据融合方法 | 第31-45页 |
| 3.1 一种改进的D-S证据融合方法 | 第31-35页 |
| 3.2 证据融合的信任转移模型 | 第35-37页 |
| 3.3 融合方法有效性验证 | 第37-43页 |
| 3.3.1 验证融合结果焦元大小 | 第37-40页 |
| 3.3.2 验证融合结果准确率和召回率 | 第40-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第4章 基于证据理论的社交网络信任计算方法 | 第45-57页 |
| 4.1 基于用户意愿的信任属性证据提取 | 第45-51页 |
| 4.1.1 用户意愿的定义 | 第45页 |
| 4.1.2 用户意愿的获取 | 第45-49页 |
| 4.1.3 基于用户意愿的信任属性证据生成 | 第49-51页 |
| 4.2 基于隐私风险的信任属性证据提取 | 第51-54页 |
| 4.3 两类信任属性证据的融合 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 信任度计算方法验证 | 第57-65页 |
| 5.1 实验设计 | 第57页 |
| 5.2 实验数据及实验环境 | 第57-59页 |
| 5.3 实验结果与分析 | 第59-63页 |
| 5.4 本章小结 | 第63-65页 |
| 第6章 结论 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 攻读学位期间的研究成果 | 第75页 |
