声明
摘要
1 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 基于推理模型的信任度预测方法
1.2.2 基于学习模型的信任度预测方法
1.2.3 基于图论的信任度预测方法
1.3 本文研究内容
1.4 本文组织结构
2 社交信任的基础理论
2.1 社交网络及其特征
2.1.1 社交网络简述
2.1.2 社交网络的基本特征
2.2 信任的概念与性质
2.2.1 信任的概念
2.2.2 信任的性质
2.2.3 信任的建模
2.2.4 信任的传播
2.3 信任度预测问题的分析
2.4 本章小结
3 社交信任度的综合式预测算法
3.1 算法概述
3.1.1 相关定义
3.1.2 算法框架
3.2 用户领域主题加权相似度的计算
3.3 节点信任传播能力的计算
3.4 生成强信任路径的策略
3.4.1 筛选可信任的top-k邻居
3.4.2 基于限制的广度优先搜索
3.5 信任度的整合
3.6 算法描述
3.7 算法复杂度分析
3.7.1 离线计算的时间复杂度分析
3.7.2 在线计算的时间复杂度分析
3.8 本章小结
4 实验设计与分析
4.1 实验环境与数据集说明
4.2 实验设计
4.2.1 实验方法
4.2.2 参数设置
4.2.3 评价指标
4.3 算法的精度分析
4.4 与SWTrust算法的对比分析
4.5 与其它典型算法的对比分析
4.6 参数影响分析
4.6.1 参数k的影响分析
4.6.2 参数L的影响分析
4.6.3 参数θ的影响分析
4.7 实验总结
4.8 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间的主要研究成果
致谢
江西财经大学;