计算机科学技术

乔秀全，杨春，李晓峰，等

社交网络服务中一种基于用户上下文的信任度计算方法

乔秀全，杨春，李晓峰，等

电子商务中的信任问题一直备受关注。随着近些年社交网络的流行，其真实的社交网络及信任关系开始受到关注，基于社交网络开展各种电子商务活动逐渐成为一种新的发展趋势。因此，研究用户间的信任度对基于社交网络的电子商务具有重要意义。文中通过借鉴社会心理学中人与人之间的信任产生原理，提出了社交网络中基于用户上下文的信任度计算方法。该方法将社交网络中用户之间的信任度分为熟悉性产生的信任度和相似性产生的信任度；同时又根据所起作用的重要程度不同，把相似性划分为内部相似性和外部相似性，并给出了信任度计算的具体方法。最后，仿真实验验证了该方法的合理性和有效性。本文提出了社交网络服务中一种基于用户上下文的信任度计算方法，将社会学与心理学中人们之间信任的产生过程引入到社交网络服务中用于计算用户间信任度，把用户之间的信任度分为两部分：熟悉性产生的信任度和相似性产生的信任度，又根据所起作用的不同，把相似性分为内部相似性和外部相似性分别进行计算，使得社交网络中用户之间的信任度计算有了理论依据，充分提高了信任度计算的合理性和有效性，并且更贴近现实人际关系网络中用户之间的信任关系。本文详细描述了该计算方法的基本流程和详细过程，最后通过真实社交网络中的数据进行仿真实验，验证了本文所提出的信任度计算方法的合理性和有效性。随着计算机与网络技术的普及与发展，电子商务在中国迅速崛起，如今已具有相当的规模。但是信任仍然是电子商务中的一个未解难题，并且备受重视。买家对于只能通过图片和文字描述来了解商品的购物形式存在一定的怀疑和不信任。互联网研究咨询机构艾瑞调研数据显示，有87.9%的消费者在购物之前，会到网络上寻找他人的体验评价。有鉴于此，很多基于Web的电子商务网站推出了点评系统，让购买过某种商品的用户发表其对商品及购买过程的评论，以此增加其他用户对卖家及商品的信任。

来源出版物：计算机学报, 2011, 34(12): 2403-2413

入选年份：2015