基于偏好相似度的混合信任推荐模型

摘要：

在P2P网络环境中大量新进节点出现使得节点数量和资源总量增加,造成可信度矩阵变得稀疏.由于可信数据的不充分,依据可信度矩阵迭代计算出的各节点的全局可信度不够准确.提出将局部可信度与全局可信度相结合的基于偏好相似度推荐的混合信任模型(Preference Similarity Recommendation Trust,PSRTrust),借助相似随机游走策略修复稀疏的可信度矩阵;对不合理假设呈现power-law分布进行合理化改进;并给出了可信数据的分布式存储和计算的分布式方法.仿真实验表明,PSRTrust模型有效地提高了在可信数据不完整情况下的交易成功率,并且在遏制恶意节点影响上有一定提高.

关键词： 对等网络 混合信任推荐模型 偏好相似度 可信度

作者: 谭文安 沈腾腾 孙勇

作者单位: 南京航空航天大学 计算机科学与技术学院,南京 210016;上海第二工业大学 计算机与信息学院,上海 201209 南京航空航天大学 计算机科学与技术学院,南京 210016

会议类型: 国内会议

会议名称: 第10届全国计算机支持的协同工作学术会议暨中国计算机学会协同计算专委年度工作会议

会议地点: 太原

会议语种:中文

页码: 200-207

在线出版日期: 2015-08-28（万方平台首次上网日期，不代表论文的发表时间）