رویکردی مبتنی بر نظریه منطق ذهنی و الگوریتم رتبه صفحه برای محاسبه شهرت موجودی تها در شبکه های اجتماعی

در برخی از شبکه های اجتماعی، هر موجودیت (کاربر، سرویس دهنده، ربات و غیره) می تواند تجربیات یا نظرات شخصی خود رادرباره موضوعات، محصولات یا سرویس های مختلف بیان کند. این نظرات از طریق زنجیره ای از موجودیت ها در شبکه منتشر شده وتوسط سایر موجودیت ها مورد استفاده قرار می گیرند. هر موجودیت تنها در صورتی می تواند محصول یا سرویس مناسبی را انتخابکند که از نظرات موجودیت های مورد اعتماد اطلاع پیدا کند. رویکرد های مختلفی برای استنتاج اعتماد در شبکه های اجتماعی پیشنهادشده است. اما در بسیاری از این رویکرد ها معایب متعددی از قبیل عدم مقیاس پذیری، عدم امکان محاسبه مقدار اعتماد سراسری یاشهرت هر موجودیت، آسیب پذیری در مقابل موجودیت های بدخواه و عدم مدل سازی شک و تردید در فرآیند استنتاج اعتماد وجوددارد. در این مقاله، رویکردی جدید مبتنی بر نظریه منطق ذهنی و الگوریتم رتبه صفحه برای محاسبه شهرت هر موجودیت درشبکه های اجتماعی ارایه می شود که در مقابل موجودیت های بدخواه مقاوم است. در رویکرد پیشنهادی، هر موجودیت دارای تعدادیمدیر شهرت است. هر مدیر شهرت وظیفه محاسبه شهرت موجودیت های زیردست خود را بر عهده دارد. برای این منظور، هرموجودیت مقدار اعتماد محلی خود نسبت به سایر موجودیت ها را در قالب مفاهیم منطق ذهنی بیان کرده و برای مدیران شهرت خودارسال می کند. مدیران شهرت با تعامل با یکدیگر و با استفاده از یک الگوریتم تکراری که مبتنی بر الگوریتم رتبه صفحه است،شهرت موجودیت های زیردست خود را محاسبه می کنند. نتایج آزمایش های انجام شده بر روی یک مجموعه داده از سایت شبکهاجتماعی Advogato نشان می دهند که رویکرد پیشنهادی حتی در صورت وجود مدیران شهرت بدخواه و یا موجودیت های همسایهبدخواه قادر است شهرت هر موجودیت را با نرخ خطای پایین محاسبه کند.

Keywords:

شبکه اجتماعی , شبکه اعتماد , شهرت , اعتماد سراسری , منطق ذهنی , الگوریتم رتبه صفحه