QuickWalk:基于在线社交网络的可信度评估算法
文献综述
摘要：在线社交网络（OSN）中进行大规模信任评估（MTA），也就是计算网络中所有用户的可信度，在各种OSN相关应用中是至关重要的。现有的解决方案在解决MTA问题时要么太慢，要么不准确。因此有人提出了OpinionWalk算法，该算法可以准确有效地在OSN中进行MTA。 OpinionWalk模型通过迪利特雷分布信任值，并使用信任值矩阵表示用户之间的直接信任关系。从用户的角度来看，其他用户的可信度被存储在列向量中，该列向量在算法以网络“行走”时以广度优先搜索方式被迭代地更新。OpinionWalk被其作者证明了是一种更有效的解决方案，相比于EigenTrust，TrustRank，MoleTrust，TidalTrust和AssessTrust在内的基准算法。然而，OpinionWalk在刷新信任值的时候，是未加筛选的，简而言之，有些数据是在满足特定条件之后不会再被更新，在原版OpinionWalk算法中。信任值的更新相对比较“简单粗暴”。如果能对于无须更新的数值进行筛选以减少运算量，那么该算法可以更加高效准确。
关键词：信任网络 在线社交网络 大规模信任评估
THEME：The Improvement Based On Opinion-Walk In Online Social Networks
Abstract: Massive trust assessment (MTA) in online social networks (OSN), which calculates the trust of all users in a network, is critical in various OSN-related applications. Existing solutions are either too slow or inaccurate when solving MTA problems. Therefore, the OpinionWalk algorithm has been proposed, which can accurately and effectively perform MTA in OSN. The OpinionWalk model distributes trust values through Dirichlet and uses a matrix of trust values to represent direct trust relationships between users. From the user#39;s point of view, the trust of other users is stored in a column vector that is iteratively updated in a breadth-first search when the algorithm 'walks' the network. OpinionWalk has been proven by its authors to be a more efficient solution than the benchmark algorithms of EigenTrust, TrustRank, MoleTrust, TidalTrust and AssessTrust. However, OpinionWalk is unfiltered when refreshing trust values. In short, some data is not updated after certain conditions are met, in the original OpinionWalk algorithm. The update of the trust value is relatively simple and rude. If you can filter the values that do not need to be updated to reduce the amount of computation, then the algorithm can be more efficient and accurate.
Keywords：Trust Network Online Social Networks Massive Trust Assessment
前言
在线社交网络（OSN）是一种在线服务，有助于在具有相似兴趣或背景的人之间建立社交关系/联系，并且最重要的是彼此在现实生活中相互信任。信任是OSN中隐藏的属性，可以实现用户之间的相互在线交互。除了促进社交交互之外，嵌入在ONS中的可信度还可以用在各种应用中，例如垃圾邮件的拒收，社交人脉的推荐，设备与设备之间的通讯。例如，Tecent公司利用用户之间的共同好友数量来推荐名片给潜在的新朋友。OSN通常被建模为有向图，其中顶点表示用户，边表示用户之间的关系，权值表示用户之间的信任度。因此，在本文中，术语意见和信任关系可互换使用以指代边缘。用户之间的看法可以是直接看法或间接看法。前者是为彼此之间有直接交互的用户设计的，后者则适用于在网络中彼此不了解的用户。但如果用户信任另一个用户，则被视为委托人的第一个用户可以依赖第二个用户（称为受托人）来执行预期的操作，第二个人可以依赖于第三个人，以此类推，可以得到一张关系网中任意两个人的信任值。因此，MTA问题是基于图论，从委托人的角度计算所有受托人的信任值。
本次毕业设计意在优化当前对高效且准确的算法：OpinionWalk ，以实现该算法的进一步的效率提高，使得在信任网络的这方面的算法能有所突破。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
