检索结果-南通市图书馆

在线全文

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

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

在线全文

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

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

在线全文

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

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

在线全文

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

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

在线全文

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

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... 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

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

在线全文

同方学位论文库

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

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

基于物品相似度与用户信任度的协同过滤推荐算法研究

在线全文

同方学位论文库

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

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

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于用户信任度聚类的协同过滤推荐算法研究

基于用户信任度聚类的协同过滤推荐算法研究

作者：秦晓帆南京航空航天大学

学位级别：硕士

大数据时代信息种类和数量变得繁复而冗杂,传统协同过滤算法在应对这种“信息过载”问题力不从心。因此,大量的专家和学者提出了多种推荐算法来改善推荐效果,满足用户需求。其中建立信任网络,使用用户间信任度对用户进行推荐便是其中一... 详细信息

大数据时代信息种类和数量变得繁复而冗杂,传统协同过滤算法在应对这种“信息过载”问题力不从心。因此,大量的专家和学者提出了多种推荐算法来改善推荐效果,满足用户需求。其中建立信任网络,使用用户间信任度对用户进行推荐便是其中一种典型算法。本文工作针对信任网络,使用社会网络中用户的关联关系得出用户之间的信任度,基于用户间信任度聚类对目标用户做出合理的推荐。论文的主要工作和创新如下:（1）基于双重邻居选取策略的推荐算法进行改进,提出了基于用户信任度和属性的协同过滤算法,算法将用户间的信任度和基于人口统计学的算法结合在一起,通过目标用户动态相似兴趣集和最后获取的信任集是否为空将用户划分为“活跃用户”,若和“非活跃用户”,根据不同的用户采用不同的预测评分的算法,来提高整体的准确性。并缓解了传统协同过滤中的存在的数据稀疏性和用户冷启动的问题。（2）将Bhattacharyya系数引入现有的信任网络中,提出了基于用户间信任度和Bhattacharyya系数的协同过滤算法,该系数的使用可以极大地提升用户间的项目相关度,使得用户间的整体可信度提高。其中通过对用户间信任度Top-K聚类实现对用户的推荐后,不仅摆脱了采用传统信任度算法出现的数据稀疏性及冷启动问题,还大大提高了推荐效率。

关键词：协同过滤用户信任度稀疏性冷启动 Top-K聚类

融合时空信息和用户信任度的推荐算法研究与应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合时空信息和用户信任度的推荐算法研究与应用

作者：徐婷中国矿业大学

学位级别：硕士

基于位置服务的推荐算法主要是根据用户的签到数据,分析用户活动的地理位置特征与用户社交活动之间的种种关系,进行位置推荐模型的建立。传统的基于位置的推荐系统大都利用用户的上下文信息,如用户所处位置、用户的注册信息等来实现对... 详细信息

基于位置服务的推荐算法主要是根据用户的签到数据,分析用户活动的地理位置特征与用户社交活动之间的种种关系,进行位置推荐模型的建立。传统的基于位置的推荐系统大都利用用户的上下文信息,如用户所处位置、用户的注册信息等来实现对用户的推荐,但忽略了用户兴趣会随时间或位置的变化而发生改变,并且用户与好友之间的信任度也是影响用户偏好的一个重要因素。针对用户偏好迁移问题,本文对用户签到数据集进行挖掘,利用用户签到时间、签到地点、用户评分数据、用户社交情况等信息对用户建模,主要工作如下。首先,在时间上,根据牛顿冷却定律本文提出了一种时间衰减函数,在空间上,根据用户所在位置的经纬度信息提出一种空间相似度计算方法,然后将基于两种方法的时空信息融入到协同过滤算法中,综合得出本文所提出的融合时空信息的推荐算法。并将该算法与其它主流推荐算法进行比较和分析。实验结果表明,本文提出的算法优于其它对比的推荐算法。其次,社交网络中,用户好友的信任度在很大程度上影响用户的喜好。因此,本文利用移动用户的手机通讯记录中通讯的次数以及时长,建立一种特殊的移动用户好友近邻关系模型。同时,考虑到用户的通讯方式不同,设置用户权值,计算用户对直接好友以及间接好友的信任度,形成用户近邻集合,产生top-N推荐列表。并且在数据集上进行对比实验,实验表明,本文所提出的算法在缓解推荐系统的数据稀疏和冷启动问题上优于其它对比算法。最后,基于上述算法研究,本文设计并实现了一个个性化美食推荐系统,该系统充分利用数据的隐式信息,很好地满足了用户对于个性化美食推荐的需求,具有一定地实际参考意义。

关键词：协同过滤时空信息用户信任度相似矩阵信任矩阵