5、在线社交网络中用户交互评估模型的应用

在线社交网络中用户交互评估模型的应用

1. 引言

在当今互联网世界，在线社交网络（OSNs）是全球用户访问量最高的网站。截至2017年第三季度，Facebook每月有超过20.7亿用户，2013年5月有1600万本地企业利用该网站拓展市场，每日分享内容达47.5亿条。

OSN用户包括个人、公司或政府部门，他们出于不同原因在不同OSN上保持活跃，如最大化社会资本、建立声誉、保持竞争优势或促进公民交易等。OSN中大量的数据交换使得知识提取成为从业者和研究人员的重要目标。同时，信息技术的关注点正从硬件和软件转向信息。

然而，社交网络数据的收集和分析往往在用户不知情的情况下进行，存在侵犯用户隐私的问题。此外，意见挖掘和情感分析等数据也备受关注，推荐系统旨在利用OSN数据提供推荐，但存在上下文依赖等问题。为解决这些问题，提出了声誉排名模型，它能在保护用户隐私的同时收集信息，促进信息质量的提升。

本文提出的声誉模型受到两种流行的基于交互的排名模型的启发：
- Page Rank（PR） ：搜索引擎中用于对网页进行排名的重要算法，基于搜索查询和网页的受欢迎程度（如访问量和入链数）进行排名。在OSN声誉模型中，入链数由朋友数量表示，页面访问量由朋友与节点活动的交互数量表示。
- H - index ：用于评估研究人员贡献的引用指数，基于作者的出版物数量和引用次数计算。在声誉排名中，出版物数量可视为朋友数量，引用次数可视为朋友与节点活动的交互。

2. 声誉模型

声誉系统的重点是为OSN中的每个节点或用户推导声誉得分。在图模型中，实体为顶点，