社交网络中信任度计算
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 图表清单 | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-13页 |
| 1.3 研究现状 | 第13-14页 |
| 1.3.1 信任度算法研究现状 | 第13页 |
| 1.3.2 社交网络中推荐信任的研究现状 | 第13-14页 |
| 1.4 研究目标及研究内容 | 第14-15页 |
| 1.5 本文的组织结构 | 第15-16页 |
| 第二章 信任度相关研究 | 第16-28页 |
| 2.1 引言 | 第16-18页 |
| 2.2 信任计算模型 | 第18-20页 |
| 2.2.1 基于交易反馈的信任模型 | 第18-19页 |
| 2.2.2 基于关系及关系深度的信任模型 | 第19页 |
| 2.2.3 基于兴趣图谱的信任模型 | 第19-20页 |
| 2.3 信任计算一般方法 | 第20-22页 |
| 2.3.1 交易评价的简单加和或平均 | 第20页 |
| 2.3.2 概率法 | 第20-21页 |
| 2.3.3 模糊逻辑法 | 第21-22页 |
| 2.3.4 上述方法比较 | 第22页 |
| 2.4 经典信任算法 | 第22-26页 |
| 2.4.1 EigenTrust 算法 | 第22-23页 |
| 2.4.2 PeerTrust 算法 | 第23-24页 |
| 2.4.3 模糊理论算法 | 第24-26页 |
| 2.5 信任评估 | 第26-28页 |
| 第三章 基于稳态概率的动态信任预测算法 | 第28-40页 |
| 3.1 马氏链算法研究现状 | 第28-31页 |
| 3.1.1 马氏链的基本知识 | 第28页 |
| 3.1.2 马氏链的信任算法 | 第28-31页 |
| 3.2 基于稳态概率的动态预测算法 | 第31-35页 |
| 3.2.1 建立交易马氏链 | 第33页 |
| 3.2.2 建立当前状态矩阵 | 第33页 |
| 3.2.3 建立马尔科夫转移矩阵 | 第33-35页 |
| 3.2.4 马尔科夫稳态概率 | 第35页 |
| 3.2.5 信任预测矩阵 | 第35页 |
| 3.3 算法分析及实验比较 | 第35-40页 |
| 3.3.1 算法复杂度分析 | 第35-37页 |
| 3.3.2 实验分析 | 第37-40页 |
| 第四章 基于社区推荐的信任模型 | 第40-51页 |
| 4.1 社区推荐模型思想 | 第40-42页 |
| 4.2 社区信任度的研究进展 | 第42-46页 |
| 4.2.1 节点在社区中的信任度 | 第42-43页 |
| 4.2.2 群体与群体外节点间的直接信任度 | 第43-44页 |
| 4.2.3 两群体间直接信任度 | 第44-45页 |
| 4.2.4 两群体的总体信任度 | 第45-46页 |
| 4.3 基于社区推荐的信任模型 | 第46-49页 |
| 4.3.1 基于社区推荐总体信任度计算 | 第46页 |
| 4.3.2 社区对其中节点的推荐信任度 | 第46-47页 |
| 4.3.3 节点对社区的信任度 | 第47-49页 |
| 4.4 实验结果分析 | 第49-51页 |
| 4.4.1 交易友群的最佳次数划分 | 第49-50页 |
| 4.4.2 基于社区推荐模型信任计算的准确性 | 第50页 |
| 4.4.3 基于社区推荐模型抗合谋攻击性能 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 在校期间的研究成果及发表的学术论文 | 第58页 |
