50、社交网络中的用户推荐与拼车应用

社交网络中的用户推荐与拼车应用

社交网络用户声誉与信任推荐

在社交网络中，不同平台有着不同的用户互动和评价机制。例如在 Facebook 上，用户可以发布内容，其他用户可以通过“点赞”等操作对内容进行积极评价；在 EPINIONS 或 CIAO 等社交网络中，用户可以对物品进行评价，其他用户还能评估这些评价的有用性。

为了衡量用户的整体声誉，我们定义了用户 u 的全局声誉 γ(u)，其计算方式如下：
假设用户 u 执行了 p 个动作，分别为 (a_1^u, a_2^u, …, a_p^u)，用户 k 对用户 u 的第 i 个动作 (a_i^u) 给出的反馈为 (f(k, a_i^u))，OSN（在线社交网络）的用户集合 U 的基数为 (|U|)，则全局声誉的计算公式为：
(\gamma(u) = \frac{\sum_{i=1}^{p} \sum_{k \in U, k \neq u} f(k, a_i^u)}{p \cdot (|U| - 1)})

在判断用户 u 是否应该信任另一个用户 v 时，我们提出为 v 分配一个综合得分 σ(u, v)，该得分综合考虑了局部声誉 λ(u, v) 和全局声誉 γ(v)。具体计算方式是使用加权平均值，通过参数 ω（取值范围在 [0, 1] 之间）来权衡局部声誉相对于全局声誉的重要性，公式如下：
(\sigma(u, v) = \omega \cdot \lambda(u, v) + (1 - \omega) \cdot \gamma(v))

若得分 σ(u, v) 大于阈值 τ，则建议用户 u 信任用户 v。用变量 st(u, v) 表示信任情况，当 u 应该信任 v 时，st(u, v)