检索结果-内蒙古大学图书馆

计算机工程 2022年第1期48卷 105-111页

作者：宋玉龙马文明刘彤彤烟台大学计算机与控制工程学院山东烟台264005

利用推荐系统进行群组推荐时,群组成员之间的交互关系对推荐结果有很大影响,但传统的群组推荐算法较少考虑用户信任度的重要性,致使社交关系信息不能得到充分利用。在群组融合时考虑群组内用户间的交互关系,提出一种基于用户信任度和概... 详细信息

利用推荐系统进行群组推荐时,群组成员之间的交互关系对推荐结果有很大影响,但传统的群组推荐算法较少考虑用户信任度的重要性,致使社交关系信息不能得到充分利用。在群组融合时考虑群组内用户间的交互关系,提出一种基于用户信任度和概率矩阵的群组推荐算法。在获取用户信任度数据后,使用概率矩阵分解(PMF)算法补全信任度矩阵并进行归一化处理,得到相似度矩阵,同时在后验概率计算过程中加入用户间的信任度因素,通过极大化后验概率获得预测评分。在此基础上,对群组中用户的权重进行归一化处理,使用基于用户交互关系的权重策略融合群组成员偏好,得到最终的推荐结果。在Epinions和FilmTrust数据集上的实验结果表明,该算法可使融合结果更具群组特性,同时提高推荐结果的可靠性和可解释性,且均方根误差和命中率均优于PMF、NeuMF、RippleNet等对比算法。

关键词：群组推荐偏好融合概率矩阵分解用户信任度协同过滤

来源：评论

学校读者我要写书评

暂无评论

基于移动社交平台的用户信任度分析研究

引用

现代情报 2017年第9期37卷 93-96,102页

作者：张继东段小萌湖北工业大学经济与管理学院湖北武汉430068

随着现代网络的发展,登录移动社交平台已经成为大多数人每天的日常,和亲人朋友在社交平台上的交流远远多于面对面的交谈,学习工作上的事情也大多可以用社交软件完成,在这样的大前提下,移动社交平台用户之间的信任关系必然要成为关注的... 详细信息

随着现代网络的发展,登录移动社交平台已经成为大多数人每天的日常,和亲人朋友在社交平台上的交流远远多于面对面的交谈,学习工作上的事情也大多可以用社交软件完成,在这样的大前提下,移动社交平台用户之间的信任关系必然要成为关注的重点。用户信任度可以用来详细检查用户之间所有可能的社交网络关系,本文以新浪微博为例提供了一种计算用户之间信任的方法,通过对用户之间的信任进行分析完成相应的推荐和其他服务。

关键词：移动社交网络社交平台用户信任度推荐系统

来源：评论

学校读者我要写书评

暂无评论

SDN中基于用户信任度的资源访问控制方案

引用

信息网络安全 2021年第10期 33-40页

作者：魏占祯彭星源赵洪北京电子科技学院北京100070

现有的资源访问控制方案用户访问权限不能动态变化、访问控制策略制定存在安全隐患,针对这些问题,文章提出SDN中基于用户信任度的资源访问控制方案。该方案引入用户信任度概念,利用SDN管控分离和流驱动特性,设计了基于用户信任度的资源... 详细信息

现有的资源访问控制方案用户访问权限不能动态变化、访问控制策略制定存在安全隐患,针对这些问题,文章提出SDN中基于用户信任度的资源访问控制方案。该方案引入用户信任度概念,利用SDN管控分离和流驱动特性,设计了基于用户信任度的资源访问控制系统。控制器根据用户属性评估用户信任度,据此对用户进行分类,通过下发流表的方式为不同类型的用户授予不同权限,用户信任度区间发生变化时,其访问权限也随之变化,实现了动态授予权限的功能。同时,文章通过Mininet对方案进行仿真,与普通SDN网络和传统网络进行对比,结果表明,该方案在资源的访问控制上具有一定的动态性和安全性。

关键词： SDN 访问控制用户信任度动态授权

来源：评论

学校读者我要写书评

暂无评论

基于用户信任度和社会相似度的协作过滤算法

引用

电子技术应用 2016年第1期42卷 100-103页

作者：杨海月朱玉婷施化吉徐慧江苏大学计算机科学与通信工程学院江苏镇江212013 大全集团江苏扬中212211

个性化推荐算法是解决社交网络中信息过载问题的一种有效方法,已成为社交网络中的研究热点。协作过滤算法是被广泛应用的个性化推荐算法,但由于未考虑社交网络的一些重要社交信息及数据稀疏问题,故其在解决社交网络的推荐问题时推荐效... 详细信息

个性化推荐算法是解决社交网络中信息过载问题的一种有效方法,已成为社交网络中的研究热点。协作过滤算法是被广泛应用的个性化推荐算法,但由于未考虑社交网络的一些重要社交信息及数据稀疏问题,故其在解决社交网络的推荐问题时推荐效果不佳。为此,提出一个基于用户信任度和社会相似度的协作过滤算法。首先根据用户-项目矩阵计算用户相似度,然后通过社交网络计算用户信任度和社会相似度并将三者融合,最后根据融合后的值形成最近邻集,并据此产生推荐结果。经实验分析,文中提出的算法较其他算法在解决社交网络的推荐问题时有更高的推荐精度。

关键词：协作过滤数据稀疏用户信任度社会相似度社交网络

来源：评论

学校读者我要写书评

暂无评论

基于社交网络用户信任度的混合推荐算法研究

引用

计算机科学 2016年第1期43卷 255-258页

作者：文俊浩何波胡远鹏重庆大学软件学院重庆400030

为了解决当前社交网络中基于用户信任的Web服务推荐算法存在的覆盖率不足的问题,整合了当前有关直接信任、间接信任及群体信任度的研究思路,对相关的信任度计算方式进行了扩展研究。在此基础上,提出了一种新的混合信任度算法。实验结果... 详细信息

为了解决当前社交网络中基于用户信任的Web服务推荐算法存在的覆盖率不足的问题,整合了当前有关直接信任、间接信任及群体信任度的研究思路,对相关的信任度计算方式进行了扩展研究。在此基础上,提出了一种新的混合信任度算法。实验结果表明,在召回率、用户信任度和用户争议度等指标上该混合推荐算法优于现有算法ModelTrust,证明了该算法具有覆盖率较高的特点,能解决由单一信任度算法数据稀疏性造成推荐结果不佳的问题。

关键词：社交网络用户信任度混合推荐算法 ModelTrust

来源：评论

学校读者我要写书评

暂无评论

基于结构方程和演化博弈的滴滴出行平台用户信任度分析

基于结构方程和演化博弈的滴滴出行平台用户信任度分析

引用

作者：郑师应北京邮电大学

学位级别：硕士

我国近年来共享经济的发展如火如茶,共享经济所代表的思维方式以及便利快捷低碳的生活方式不断在我国普及和被大众所接受。在共享经济领域,共享出行对国民经济的发展和科技创新的发展起到了重要的推进作用。正是因为共享出行方式被越来... 详细信息

我国近年来共享经济的发展如火如茶,共享经济所代表的思维方式以及便利快捷低碳的生活方式不断在我国普及和被大众所接受。在共享经济领域,共享出行对国民经济的发展和科技创新的发展起到了重要的推进作用。正是因为共享出行方式被越来越多的人所接受和使用,共享出行平台存在的安全性问题也随之曝露,各种乘车人身和财产收到侵害的事件被报道,严重降低了出行者对共享出行平台的信任度。对共享经济现阶段的发展来说,亟待解决的正是用户对平台的信任度问题,只有提升了用户对平台的信任,才能增加用户的持续使用意愿,让共享出行迎来新的发展机遇。在共享出行领域不断趋向标准化过程中,政府、企业和大众都扮演着重要的角色。信任危机的解决、制度监管和完善以及如何利用科技手段保障出行人的安全以提高用户对平台的信任度,增加用户持续使用意愿成为共享出行甚至时共享经济都需要解决的问题。本文研究了我国共享出行领域的龙头企业“滴滴出行”平台,通过结构方程和信任博弈模型对乘车人对“滴滴出行”的信任度主要影响因子和其效用原理进行了分析,探讨了政府的政策法规、制度保障、平台奖惩机制等对共享出行用户对共享出行平台信任度的影响关系。借鉴之前国内外学者的研究方法,结合我国共享经济的实际发展背景,本文通过问卷调查的方式收集数据,在确保问卷数据可靠并对能基于此数据分析的条件下对数据进行分析。研究结果表明:第一,用户持续使用意愿、平台安全支付机制、行车安全和平台外部信任度即平台口碑对用户对平台信任度有这正相关的关系,即这些指标越健全,越提高,用户对平台信任度就越高,同时行车安全问题对用户对平台的风险感知影响最为敏感,且呈正向影响,行车安全问题越多,用户感知到的风险程度就越大;第二,司机准入标准、安全支付机制、问题反馈机制、平台价格机制和政府因素都对用户对平台信任有着间接影响作用,通过与用户对平台风险感知有着负相关的关系间接影响用户对平台的信任度,同时,用户风险感知与用户对平台信任度负相关。第三,对于司机的约束中,奖惩机制的设定对司机的约束力最大,能够直接影响司机的决策行为,惩罚力度越大,司机越倾向于做一个“诚信的角色”;第四,平台、出行人、司机三方之间存在信任转移,出行人对平台信任度越高,则对司机信任度也越高,出行人对司机信任度越高,则对平台信任度也越高,用户对平台的持续使用意愿也越高。

关键词：共享出行用户信任度结构方程信任博弈

来源：评论

学校读者我要写书评

暂无评论

基于用户信任度的云计算隐私安全策略

基于用户信任度的云计算隐私安全策略

引用

作者：刘鑫大连理工大学

学位级别：硕士

近年来随着互联网的蓬勃发展,云计算已经逐渐成为当今计算机发展的趋势和方向。虽然其优点显而易见但还是有多方因素制约其发展,其中最重要的就是云计算的隐私安全问题。但是如果对所有数据进行统一处理这会大大增加云平台的工作负担从... 详细信息

近年来随着互联网的蓬勃发展,云计算已经逐渐成为当今计算机发展的趋势和方向。虽然其优点显而易见但还是有多方因素制约其发展,其中最重要的就是云计算的隐私安全问题。但是如果对所有数据进行统一处理这会大大增加云平台的工作负担从而降低云计算的效率。因此在这样的应用背景下本文提出一种基于用户信任度的云计算隐私安全策略,通过预先对用户信任度进行划分,针对不同层级用户需求的不同,进而提供不同的隐私安全解决方案。为了实现这一目的,本策略定义了一个可信第三方模型作为访问控制中心,该可信第三方负责保存用户信息和云服务提供商信息,并且承担着秘钥管理和数据处理的角色。任何由用户发送给云服务提供商的服务请求均会先发送到可信第三方的服务器上,通过对用户数据包的解析可信第三方会选择不同的数据处理方式,最后再由其将处理过的数据转发给云服务提供商。本文针对由可信第三方进行数据加密的层级三和层级四这两个信任层级,着重给出了相应的解决方案。其中层级三方案采用了基于改进的AES加密算法来进行数据加密处理。文章通过找到合适的哈达玛矩阵来替换列混淆阶段所使用的循环矩阵,以此来提高原加密算法的扩散性能,以期达到更优的安全性,此外还针对AES面临的常见攻击方法来给出安全性验证。层级四方案则是采用改进的整数上全同态加密算法作为数据处理的选择。本文利用孙子定理找到合适的同余式组同时对多个明文位进行加密,因此改进后的算法在加密和解密效率有了数量级的提升,此外还验证改进后的整数上全同态加密算法同样也具有语义安全性。最后通过相关实验对层级三和层级四所采用的两种加密算法进行改进前后加密、解密时间等各主要参数的比对,以此来验证改进后算法的可行性。

关键词：隐私安全可信第三方用户信任度 AES加密整数上全同态加密

来源：评论

学校读者我要写书评

暂无评论

基于物品相似度与用户信任度的协同过滤推荐算法研究

基于物品相似度与用户信任度的协同过滤推荐算法研究

引用

作者：赵伟大连海事大学

学位级别：硕士

随着互联网技术的快速发展,从海量数据中找到真正对用户有用的信息变得越来越困难,即用户面临严重的信息过载问题。推荐算法能够分析用户历史数据,解析出用户的隐藏偏好,为用户提供符合他们需求的信息,被证明是解决信息过载的有效手段,... 详细信息

随着互联网技术的快速发展,从海量数据中找到真正对用户有用的信息变得越来越困难,即用户面临严重的信息过载问题。推荐算法能够分析用户历史数据,解析出用户的隐藏偏好,为用户提供符合他们需求的信息,被证明是解决信息过载的有效手段,近年来受到研究者的广泛关注,并取得了大量研究成果。但是,推荐算法仍然存在一些问题,比如推荐准确性与多样性难以并存问题,数据稀疏与冷启动问题以及恶意用户问题,本文针对这些问题,进行如下的研究工作:(1)提出基于辅助信息的矩阵分解协同过滤推荐模型CI-MDCF。该模型在传统的矩阵分解协同过滤模型基础上,增加用户辅助信息与物品辅助信息,以提高传统推荐模型的推荐性能。(2)提出基于物品相似度与用户信任度的矩阵分解协同过滤推荐算法。该算法在CI-MDCF模型基础上对辅助信息进行具体化,物品端辅助信息使用物品属性相似性信息,提出物品相似度指标COS进行量化,用户端辅助信息使用用户信任关系信息,提出信任度指标CUT进行量化,借助COS与CUT对模型进行实现,解决推荐过程中准确性与多样性难以并存的问题。(3)提出信任更新算法。在基于物品相似度与用户信任度的矩阵分解协同过滤推荐算法中,针对恶意用户问题增加信任更新算法,设置信任因子对正向行为与负向行为进行界定,设置奖惩函数对不同行为进行用户信任度的更新,解决推荐过程中恶意用户与恶意评价对于推荐结果的影响。本文在真实数据集上进行对比实验对本文算法与其他推荐算法进行推荐性能的测评。实验结果表明,本文提出的算法可以更加平衡推荐准确性与多样性问题,也能有效缓解数据稀疏与冷启动问题,在避免恶意用户对推荐的影响方面也有显著效果。

关键词：矩阵分解协同过滤物品相似度用户信任度

来源：评论

学校读者我要写书评

暂无评论

基于用户信任度的协同过滤推荐算法研究

基于用户信任度的协同过滤推荐算法研究

引用

作者：张婷河北大学

学位级别：硕士

现如今,时代在进步,科学也从青涩走向成熟,网络使得人们的生活发生了翻天覆地的变化,在人们的日常生活中占据着不可替代的一席之地。网上信息数量之大,而且质量参差不齐的特点,使得用户在众多信息中筛选出对自己有用的数据是一件比较困... 详细信息

现如今,时代在进步,科学也从青涩走向成熟,网络使得人们的生活发生了翻天覆地的变化,在人们的日常生活中占据着不可替代的一席之地。网上信息数量之大,而且质量参差不齐的特点,使得用户在众多信息中筛选出对自己有用的数据是一件比较困难的事情。面对海量信息给用户所带来的烦恼,推荐系统的出现和前进让人们看到了希望和曙光。当前,推荐技术仍然处于蓬勃向上发展的状态,而协同过滤推荐技术仍然是推荐系统中被应用最为广泛和普遍的核心技术。它是有针对性地为用户进行推荐,所依据的是用户在过去时间所做出的一系列行为,和通过这些行为所挖掘出来的用户本身的兴趣偏好信息。最初的协同过滤推荐算法在为用户做出推荐的时候,主要是通过计算用户与用户之间,或者项目与项目之间的相似度,而这种相似度的计算依据,则是通过用户对项目以前给出评分信息来挖掘出来的。这种方法本身存在着很大的不足,从而导致该方法预测的结果存在很大的误差,精确度较低。而在日常生活中,我们在进行物品的选择和评分时,往往会受到我们比较熟悉以及信任的人的推荐和建议,这就使得信任也作为一个影响因素被加入到推荐技术的研究当中。当前,融入信任因素的推荐技术也得到了很多学者的讨论和研究,但是也都存在着各自的缺陷和不足之处,使得推荐的性能和精确性仍然存在着改进的空间。针对于传统协同过滤推荐算法所存在的一系列问题,在本文中,在原始的推荐算法中融入了用户之间的信任关系,得到了一种新的推荐算法,目的是改进原来算法中存在的不足之处。主要研究内容如下:(1)在为用户进行邻居集的选择的时候,传统的协同过滤算法没有过多地考虑用户之间太复杂的关系,而只是简单地通过一定的方法来算出用户之间的相似性。这样就会导致最后推荐的结果很不理想,有时候会有特别大的误差。本文通过对用户之间是否存在共同评分项目这两种情况进行全面考虑,在这两种情况下,分别给出两种不同的用户之间的信任度的计算方法,然后综合得到用户之间的信任关系。使得传统协同过滤算法的冷启动和数据稀疏性问题得到了有效的解决。(2)最后,就本文提出的新的推荐算法,在MovieLens数据集上进行验证。通过实验确定算法中参数的取值,最后将本文提出的算法与其它算法在各项指标上进行对比,来证明该算法的有效性。

关键词：推荐系统协同过滤用户信任度个性化推荐

来源：评论

学校读者我要写书评

暂无评论

基于项目流行度与用户信任度的协同过滤推荐算法研究

基于项目流行度与用户信任度的协同过滤推荐算法研究

引用

作者：张芳山东科技大学

学位级别：硕士

随着云计算、物联网等新兴业务的飞速发展,各个领域的数据信息呈爆炸式增长,导致“信息过载”、“信息迷航”等问题的出现。为了帮助用户快速找到自己喜欢的产品,推荐系统应运而生。而推荐算法作为推荐系统的核心,已成为学者研究的热点... 详细信息

随着云计算、物联网等新兴业务的飞速发展,各个领域的数据信息呈爆炸式增长,导致“信息过载”、“信息迷航”等问题的出现。为了帮助用户快速找到自己喜欢的产品,推荐系统应运而生。而推荐算法作为推荐系统的核心,已成为学者研究的热点。其中协同过滤算法成为最流行的方法之一,在推荐系统中被广泛地应用。然而许多推荐系统只考虑单一因素的影响,导致推荐准确性比较低,推荐效果不好,因此在传统算法的基础上考虑多个影响因素的推荐算法就十分重要。在传统算法基础上引入项目流行度和用户信任度两个影响因素,提出了基于项目流行度与用户信任度的协同过滤推荐算法(PPUTCF)。PPUTCF算法首先对项目流行度和用户信任度进行计算,然后通过融合参数采用线性加权方法将二者结合起来,通过多次迭代计算,获得融合参数最佳值,最后通过预测目标最近邻K值的变化得到多个评价指标的值,再根据评价指标值验证PPUTCF的性能。PPUTCF算法选取Epinion数据集进行实验验证。实验分为两步:一是分别引入项目流行度和用户信任度,通过训练集获得算法模型,得到稳定结果,然后利用测试集得到实验的MAE等评价指标的值,并将该实验结果与传统实验相比较。结果表明,该算法优于传统算法,但推荐推荐准确性较低。二是同时引入多个影响因素:项目流行度和用户信任度。通过训练集获得算法模型,获得融合参数最佳值0.35,然后通过测试集得到实验的MAE等评价指标的值,然后将实验实验结果分别与传统算法及上一步实验相比较。结果表明,PPUTCF算法优于传统算法及第一步实验算法,不仅有较好的推荐效果,推荐准确性也较高。

关键词：信息过载协同过滤项目流行度用户信任度融合参数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：