[发明专利]一种社交网络中基于信任的信息推荐方法

权利要求书

1.一种社交网络中基于信任的信息推荐方法，其特征在于包括以下步骤：

（1）、依据一个信息推荐的环节，给出社交网络信息推荐描述模型；

（2）、依据社交网络个体之间的信任关系，个体所具备的自身置信度以及被推荐信息源置信度，给出社交网络信任计算方法；

（3）、依据信息推荐模型和信任计算方法，给出社交网络中信息推荐方法。

2.根据权利要求1所述的一种社交网络中基于信任的信息推荐方法，其特征在于：

依据一个社交网络推荐过程中所涉及的环节，信息推荐描述模型表示如下：

社交网络中的一个信息推荐描述模型是一个四元组M=(N,F,P,W)，其中：

A、N是社交网络个体非空有限集，个体可分为N_S表示信息源，N_R表示推荐者，N_D表示接受推荐者；

B、是连接个体的边的有限集合；

C、是可达个体所组成的路径；

D、W:F→[0,1]UN→[0,1]，是权重集合，其含义是信息推荐模型中的边以及个体的权重为0到1之间的实数；

一次信息推荐是由信息推荐模型中信息源到接受推荐者的可达网络，且服从以下规则：

E、且

F、至少存在一条路径p，使信息源N_S到接受者N_D之间是可达的，且对组成路径的推荐者中的任意两个节点N_R',N_R''而言，都存在N_R'≠N_R''，即路径中不存在回路；

G、R的所有个体和边的权重是可知的；

H、如果推荐行为R中的路径P中存在推荐者N_R，那么这是一个他荐；如果不存在N_R，那么这是一个自荐。

3.根据权利要求2所述的一种社交网络中基于信任的信息推荐方法，其特征在于：所述步骤（2）中：

社交网络的信任计算包括两个方面：个体之间的主观信任关系，以及个体所具备的置信度，信任计算中的信任分别定义如下：

1）、T_N:n_M→w_M，其含义为信息推荐模型中个体的权重即为个体的置信度；

2）、T_B:f_M→w_M，其含义为信息推荐模型中边的权重即为个体之间的信任关系；

3）、T_R:p_R→w_R，其含义为信息推荐中路径的整体权重即为推荐信任值；

其中，下标M表示推荐模型，n_M表示推荐模型M中的任一个体，w_M表示信息推荐模型M中的权重值，f_M表示信息推荐模型M中的任一一条边，p_R表示信息推荐中从起点到终点的一条可达路径，w_R则表示信息推荐中一条可达路径所对应的权重值。