复杂网络环境下基于推荐链分类的动态信任模型

针对网络环境中复杂的推荐信息处理问题,提出了一种基于推荐链分类的信任模型。该分类方法基于节点间的诚实属性,在实际经验数据的基础之上能选择出有效的推荐链。针对推荐信息的传播使用了以信息增益为基础的参数,使推荐信息更精准,考虑了时间的影响并且能把交互能力与诚实属性清楚地区分开。在最终的直接信任与推荐信息的聚合计算过程中采用了信息论中熵的概念,摆脱了以往主观设定参数的模糊性。模型中主要的聚合参数能随着交互的进行而不断地修正,达到了最贴近真实值的情形。仿真实验验证了新模型分类的有效性以及参数设置的合理性。

科研社交网络中基于链接预测的专家推荐研究

随着Web2.0理念和技术的引入,科研社交网络为科研人员之间进行交流和协作提供了一个新的便捷平台。但近年来随着科研社交网络的不断发展,如何在海量专家信息中找到自己感兴趣的专家并与之建立合作关系变得十分困难。为此,通过综合分析科研社交网络中专家所具有的知识信息以及社会关系信息,并以此为基础,构建链接预测模型对科研社交网络中的用户进行相关专家推荐。最后,选取科研社交网络Scholar Mate平台进行实验,验证了本文提出方法的有效性。

基于多示例学习技术的Web目录页面链接推荐

在Web目录页面中,向用户推荐其感兴趣的链接有助于用户高效地访问网络资源.然而,用户往往不愿花费很多时间来标记训练样本,其提供的数据可能只能说明某个目录网页是否包含其感兴趣的内容,而不能明确标示出其感兴趣的具体链接.由于训练数据中缺乏对链接的标记,但预测时却需要找出用户感兴趣的链接,这就使得Web目录页面链接推荐问题相当困难.CkNN-ROI算法被提出用于解决该问题.实验表明,CkNN-ROI算法在解决这一困难的链接推荐问题上比其他一些算法更为有效.

基于改进NSGA-Ⅱ算法的科技服务链推荐

在科技服务机构和科技服务大量增长以及用户需求日趋复杂化和链式化的背景下,向用户推荐满足其个性化要求的科技服务链成为亟需解决的问题。首先构建考虑服务特有属性的科技服务推荐模型,在NSGA-Ⅱ算法中引入去重操作以消除由于候选服务数量限制产生的重复服务链,提高算法的多样性和收敛性,并使用该算法对模型进行求解,得到一组Pareto最优服务链集。然后通过科技服务链评估函数对服务链进行排序,将最优综合科技服务链推荐给用户。实验结果表明改进的NSGA-Ⅱ算法求解出的满足服务需求方要求的解的数量和准确性均优于NSGA-Ⅱ算法。

一种基于调用链分析的特征定位方法

为了完成各种软件维护任务,如纠正错误、改进原有功能、添加新功能,开发人员经常需要确定需求特征与代码的对应关系。这种确定源代码中与给定需求特征相关的程序元素的过程称为特征定位。现有的特征定位方法主要根据用户提出的需求,在源代码中搜索相关的代码元素推荐给用户。然而这些零散的元素之间不具备任何关联,用户仍然需要人工地挖掘元素间的关系,来了解代码元素是如何相互配合、实现特定功能的。而通过与数据传递相关的方法调用链可以改进特征定位的实践方法。该方法能分析源代码,获取到所有的与数据传递相关的方法调用链,然后将根据用户提供的相关需求的关键字找到相关的调用链,推荐给用户。这种调用链不再是零散的代码元素,它能够反映出特定功能实现的流程,也能够更好地帮助用户理解程序。基于该方法实现的Eclipse插件工具已经在JEdit项目上进行了测试。结果显示该工具给出的推荐结果平均查准率可达55%。

基于信任迭代的P2P网络信任管理模型

多数P2P网络信任管理模型无法准确计算节点间的推荐信任值,且节点交易过程中不能有效防止恶意推荐。为此,提出一种基于信任迭代的信任管理模型,通过引入信任迭代、推荐可信度和迭代信任值的概念,根据节点间的直接交易经验计算节点间的推荐信任值,将推荐链划分为主链和副链,从而更全面地参考推荐信息,减小因推荐链的取舍对推荐信任值造成的影响,并给出一种新的推荐信任值迭代计算方法,使计算结果更合理。仿真实验结果表明,该模型能够准确地计算推荐信任值,抑制恶意推荐行为。

P2P网络中考虑交易时间间隔的信任管理模型

针对P2P网络中交易的信任度量和推荐链问题,提出一个考虑交易时间间隔的信任管理模型。模型在基于声誉的信任管理模型的基础上对信任度的度量给出了一种以时间间隔为主要因子的计算方法,同时在推荐链的筛选方面采用变进制数作为权重值。理论分析表明,该模型能够对P2P网络中不良行为起到很好的遏制作用,也体现了交易的时效性,可以用来提高信任度量的准确性和动态适应能力。

动态信任管理技术研究

现存的P2P信任管理模型难以准确计算节点间的信任值,导致节点在交易过程中无法有效防止节点的恶意攻击。为此,文章提出一种基于推荐信任迭代的信任管理模型TMRTI,通过在间接信任度的计算过程中引入最佳推荐链,更好地计算节点间的推荐信任值,在直接信任度的计算过程中引入历史交易成功率,进而综合评估节点的全局信任值,辅助节点进行交易对象的选择,充分体现了信任值的动态性和主观不确定性。仿真实验结果表明,文章的TMRTI模型较以往模型具有更好的动态适应性和更高的安全性。