ایمان نعیمی - گروه کامپیوتر، واحد علوم و تحقیقات خراسان رضوی (نیشابور)، دانشگاه آزاد اسلامی، نیشابور، ایران
حسن شاکری - گروه مهندسی فناوری اطلاعات، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

روابط اعتماد بین جفت های کاربر، نقشی حیاتی در ایجاد تصمیمات برای کاربران شبکه اجتماعی ایفا می کند. در واقعیت،روابط اعتماد آشکار در دسترس غالبا پراکنده بوده و بر این اساس استنتاج روابط اعتماد ناشناس، در سال های اخیر توجه فزایندهای را به سوی خود جلب نموده است. در این مقاله یک رویکرد جدید که از الگوریتم های یادگیری ماشین استفاده می کند برای پیش بینی روابط اعتماد در شبکه های اعتماد به واسطه بررسی یک الگوریتم k - نزدیکترین همسایه ارتقا یافته مبتنی بر وزن فاصله (WKNN)، پیشنهاد شده است. ما در ابتدا سه مشخصه اصلی را از پروفایل های شخصی کاربران و اطلاعات تعاملی استخراج می کنیم؛ سپس یک الگوریتم k -نزدیکترین همسایه ارتقا یافته پیشنهاد می کنیم؛ در نهایت،تحلیل مقایسه ای بین آنها با استفاده از مجموعه داده های جهان واقعی انجام شده تا عملکرد آنها را در پیش بینی اعتمادمورد ارزیابی قرار دهد. ارزیابی تجربی نشان می دهد که چهارچوب پیشنهادی در پیش بینی روابط اعتماد ابزاری امکان پذیرو موثر می باشد.

روابط اعتماد، شبکه های اجتماعی، الگوریتم k - نزدیکترین همسایه، یادگیری ماشین