[发明专利]一种社交网络中基于信任的信息推荐方法

说明书

技术领域

本发明涉及一种社交网络中基于信任的信息推荐方法，尤其是涉及社交网络个体信任计算和信息推荐计算方法，属于计算机技术领域。

背景技术

在社交网络的时代，人们面临着如何准确向他人推荐或从他人处获取信息的难题。信息推荐通过个性化的信息分析技术获取用户意图，从而采用主动方式向用户推送信息。众多信息推荐算法，如协同过滤、个性化推荐等，已经取得了不错的效果。然而，开放的社交网络环境带来了信息安全的未知性。对于信息推荐来说，必须有效地表达信息推荐过程，并在这种有效表达基础上度量该推荐的可靠性。

推荐作为一种常见的社会行为，其安全性主要可从以下方面衡量：1.推荐者的可靠性问题，即作为推荐的中介，如何衡量其安全性；2.被推荐者的安全性，即作为推荐的来源，如何度量其自身安全性；3.推荐过程的安全性，即作为一种连续的过程，如何度量安全性。

发明内容

本发明首先为社交网络信息推荐建立描述模型，进而从个体信任关系和个体置信度两方面入手，将信息推荐中的信任评估分为：推荐者、信息源和推荐路径三方面，建立全面的信息信任评估计算方法。接着，给出基于信任评估的信息推荐算法。

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。

4、根据权利要求3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1）中:信息源置信度是指信息源N_S所具备的置信度，其计算方法如下：