TWIT:社交网络中局部信任值的双向计算

• 作者: 俞闯 夏锋 李光明 李凤岐 杨南海
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 社交网络 双向推理算法(TWIT) 信任值推断 机器学习
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 66-73
• 页数: 8页
• 分类号: TP18|G203
• 字数: 8563字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1403-0370

摘要

在线社交网络是移动互联网时代最成功的服务之一,好友的可信任程度成为用户首要关注的问题,针对如何避免个人信息被恶意用户窃取和泄露,提出了一种双向的计算局部信任值的算法TWIT (Two-Way algorithm toInfer Trust),从可信任用户与恶意用户两个方向综合推断用户间的信任值,并且考虑到朋友关系的可传递性,进一步结合机器学习中的分类算法提出了改进算法MTWIT,消除了必须存在网络路径这一前提限制,并且在信任值的推断正确率方面取得了一定的优势,同时确保了算法能够适应社交网络拓扑结构动态变化的特点.在新浪微博数据集上的实验结果充分说明了这一结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凤岐	大连理工大学国家示范性软件学院	21	144	7.0	11.0
2	杨南海	大连理工大学国家示范性软件学院	14	198	8.0	14.0
3	夏锋	大连理工大学国家示范性软件学院	14	62	3.0	7.0
4	李光明	大连理工大学国家示范性软件学院	2	11	2.0	2.0
5	俞闯	大连理工大学国家示范性软件学院	1	3	1.0	1.0