11、基于TILLIT相似度的信任推断

基于TILLIT相似度的信任推断

1. 引言

许多在线社区的成功依赖于成员之间充足的相互信任。用户希望了解在特定应用领域中，该信任谁以及对其他社区成员的能力和善意应给予多少信任。建立信任主要有两种方式：一是通过与对方的直接经验来建立信任或不信任，积极事件会增加对受托人的信任，消极事件则会降低信任；二是基于第三方的推荐来获得信任，这种形式被称为信任传递性。

基于这两种信任形式，社区成员之间形成了所谓的信任网络，常用于推荐系统，帮助电子商务应用的用户了解合作伙伴的可信度。然而，这些信任网络往往过于稀疏，尤其是在大型在线社区中，用户与其他成员的互动经验有限，导致难以预测与新合作伙伴的信任关系。

为解决这一问题，我们提出了TILLIT（基于志同道合交互转换的信任推断链接）方法。该方法不仅能从直接经验和传递性传播中推导信任，还能利用用户之间的相似性来增加信任关系。具体而言，如果两个用户与其他用户建立了相似的信任关系，或者被其他用户以相似的方式信任，就认为他们是相似的。通过这种方式，可以将已知的信任传播到新的信任关系中，显著增强信任网络。

与其他基于相似性的方法相比，TILLIT有以下不同：
- 旨在缓解信任网络矩阵本身的稀疏问题，而非用户对物品评分矩阵的稀疏问题。利用信任网络可以更好地传播信任，推断其他用户的信任信息。
- 从信任网络的结构和信任关系（信任图结构和信任值）计算相似性，而非基于用户 - 物品评分。
- 提出了基于TNA - SL模型将信任值转换为相似性度量，反之亦然的方法。

2. 基于主观逻辑的信任网络分析

我们的模型主要基于TNA - SL，这是一种用于信任网络分析的模型，它采用了