[发明专利]社交网络服务中模糊信任度计算方法

权利要求书

1.一种社交网络服务中模糊信任度计算方法，其特征在于，包括以下步骤：

利用用户的熟悉度信任值和相似度信任值，计算得出总体信任值；

其中，相似度信任值的计算公式表示为：

利用杰卡德相似系数通过相关调整来计算相似度信任值，计算公式如下：

ST(u,v)表示用户u对用户v的相似度信任值；a_i表示第一指示函数，a_i＝(u_i＝v_i∩u_i,v_i≠0)，即当u_i＝v_i且u_i≠0、v_i≠0为真时，a_i＝1，否则a_i＝0；b_i表示第二指示函数，b_i＝(u_i≠0∪v_i≠0)，即当u_i≠0或v_i≠0为真时，b_i＝1，否则，b_i＝0；u_i表示用户u对第i个项目的标记情况，u_i＝0表示用户u未标记第i个项目，u_i＝1表示用户u标记第i个项目；v_i表示用户v对第i个项目的标记情况，v_i＝0表示用户v未标记第i个项目，v_i＝1表示用户v标记第i个项目；

将所述总体信任值根据不同语言等级的隶属函数进行模糊计算，得到最大的隶属函数值；

最大的隶属函数值的计算方式为：

f_max＝max(f_l,f_ml,f_m,f_mh,f_h)

其中，f_max为f_l,f_ml,f_m,f_mh,f_h中最大值；f_l表示低等语言等级的隶属函数值；f_ml表示中低等语言等级的隶属函数值；f_m表示中等语言等级的隶属函数值；f_mh表示中高等语言等级的隶属函数值；f_h表示高等语言等级的隶属函数值；

f_l,f_ml,f_m,f_mh,f_h的计算公式分别为：

其中，x＝T(u,v)，T(u,v)表示用户u到用户v的总体信任值；

根据所述最大的隶属函数值，确定总体信任值对应的语言等级。

2.根据权利要求1所述的社交网络服务中模糊信任度计算方法，其特征在于，所述总体信任值的计算公式为：

T(u,v)＝αFT(u,v)+(1-α)ST(u,v)

其中，T(u,v)为用户u到用户v的总体信任值，FT(u,v)表示熟悉度信任值；ST(u,v)表示相似度信任值，α为归一化参数。

3.根据权利要求2所述的社交网络服务中模糊信任度计算方法，其特征在于，所述熟悉度信任值的计算公式为：

FT(u,v)＝λFT_a(u,v)+(1-λ)FT_p(u,v)

其中，FT(u,v)表示用户u到用户v的熟悉度信任值，λ是归一化参数，FT_a(u,v)表示主动熟悉度信任值；FT_p(u,v)表示被动熟悉度信任值。

4.根据权利要求3所述的社交网络服务中模糊信任度计算方法，其特征在于，所述主动熟悉度信任值的计算公式为：

其中，A(u→v)表示用户u到用户v的主动交互次数；N是用户u的邻居节点集合。