基于声誉的多维度信任计算算法

针对移动Agent电子商务环境,大多数基于声誉的信任算法是单维度的,评价的节点只对历史交易给出单一的评价,并不区分节点服务内容,给出的信任评价粒度较粗.对此,提出了一种基于声誉的多维度信任算法RMDT(reputation-based multi-dimensional trust).给出了一种新的推荐可信度计算方法,并运用自信因子综合直接信任和推荐信任来对网络内的节点进行信任评估.定义的时间敏感函数使RMDT具有一定的奖惩机制,实现了信任的动态衰减.通过将交易评价体系和权重体系引入多维度机制,RMDT较好地体现了个体偏好、风险态度等主观因素对信任计算的影响,增强了信任算法在交易单个属性上的敏感性.

基于用户多维度信任的冷启动推荐模型

在传统协同过滤(collaborative filtering,CF)算法中存在着用户冷启动低效推荐问题,基于社交信息的社会化推荐算法通过引入用户的社交关系来缓解冷用户的数据稀疏问题,具有很好的研究应用前景。但该算法对用户间的信任度量较为片面单一而难以准确地对冷用户做出个性化推荐。针对此缺点,从不同维度量化分析了影响用户信任的因素,理论推导出用户多维度信任度量模型,将该模型计算得到的用户综合信任与传统协同过滤中的用户评分相似度值进行有效线性融合,提出了一种基于用户多维度信任的冷启动推荐模型。通过使用真实数据集Epinions并采用留一法进行实验对比分析。实验结果表明,提出的模型在对冷启动用户的推荐中,其平均绝对误差(mean absolute error,MAE)、覆盖率(rating coverage,RC)和F1值(F-measure) 3个评估指标相比其他算法有了明显改善。

基于熟悉程度的中国家族企业多维度信任的差序格局

文章在差序格局理论的基础上,研究了基于人际间熟悉程度的中国家族企业多维度信任的差序格局,以家族企业的非家族高层管理人员为调查研究对象,并进行了实证分析。研究结论表明:(1)任职时间长和任职时间短的非家族高层管理人员感知的情感性信任存在着显著的差异,其中,任职时间长的高于任职时间短的;(2)任职时间长和任职时间短的非家族高层管理人员感知的认知性信任存在着显著的差异,其中,任职时间长的高于任职时间短的,(3)任职时间长的非家族高层管理人员的情感性信任和认知性信任没有显著的差异,(4)任职时间短的非家族高层管理人员的情感性信任和认知性信任存在着显著的差异,其中,情感性信任低于认知性信任。文章的研究结论将为家族企业管理提供决策参考。

中国家族企业多维度信任的差序格局变异——来自服务性企业和技术性企业的比较研究

基于差序格局理论,从多维度信任角度出发,分析了因对能力需要的不同,中国家族企业多维度信任的差序格局变异。研究结论表明:第一,技术性和服务性企业的非家族高层管理人员感知的情感性信任存在着显著的差异,其中,技术性企业高于服务性企业;第二,技术性和服务性企业的非家族高层管理人员感知的认知性信任存在着显著的差异,其中,技术性企业高于服务性企业;第三,技术性企业非家族高层管理人员感知的情感性信任和认知性信任没有显著的差异;第四,服务性企业非家族高层管理人员感知的情感性信任和认知性信任存在着显著的差异,其中,情感性信任低于其认知性信任。

一种基于多维度信任的WSN安全数据融合方法

针对无线传感器内部恶意节点可能产生的攻击行为进行分析,提出了基于无核心节点的信任评估机制,邻居节点间互相进行行为监控,利用一种基于多维度信任的计算模型得到了对方的信任值,再根据由D-S证据理论的合成法则,对直接信任与间接信任进行合成.实验结果表明,提出的方法能够有效对恶意节点的重放攻击、数据包数量异常、伪造数据等攻击行为进行限制,降低其节点信任值,提高无线传感网络的安全性和可靠性.