上下文属性感知的电子商务信任模型

电子商务实体的信任涉及交易额、交易发生时间、实体参与交易的活跃度等诸多因素.针对电子商务环境的信任评价,大多数基于声誉的信任评价模型是单维度的,只根据单一的交易属性对历史交易给出粗粒度的评价.文章提出了一种基于交易上下文属性的多维度信任模型,结合考虑时间衰减因素、交易额影响和交易次数给出实体交互信任度量方法,利用实体活动相似度计算信任推荐实体的可信程度,综合直接信任和推荐信任来对电子商务交易实体进行信任评估.实例分析表明,模型较好地体现了交易上下文属性对信任计算的影响,增强了信任模型在交易上下文属性上的敏感性.

一个描述可视化语言上下文属性化的图文法框架(英文)

针对目前已有的上下文相关图文法的描述规范过于复杂或不太直观,提出了一个新的上下文相关图文法的形式框架:上下文属性化的图文法CAGG.该文法将产生式的上下文信息刻画成相关结点的上下文属性来解决嵌入问题.而且进一步分析了合流的CAGG产生式集合的基本特征,并基于此设计了合流产生式集合的判定算法,从而为构造高效的语法分析算法奠定了基础.通过与已有上下文相关图文法的对比分析可知,CAGG图文法的形式更为简洁和直观,因而更适于且更易于应用到可视化语言描述领域.

一种基于上下文感知的网络交易信任评价模型

在前人研究基础上,提出一种基于上下文属性感知的信任评价模型,结合考虑时间衰减因素、交易额影响给出信任模型的实现方法,综合直接信任和推荐信任对网络交易实体进行信任评估。经过实践,该模型可以有效抵御共谋攻击与具备信任评价时效性。

基于上下文仲裁的语义异构解决方案

基于本体的语义信息集成主要解决分布异构的数据源之间的模式级异构和部分数据异构(包括同义字和同音异义字)。在基于本体的语义信息集成的基础上引入上下文机制来全面解决异构数据源之间的语义异构,弥补了基于模式映射的语义信息集成的不足,具有较好的适应性和扩展性。