基于用户本地信息的间接信任模型协同过滤推荐算法  

作　　者：马永波 彭玉[1] 

机构地区：[1]四川托普信息技术职业学院,四川成都611743

出　　处：《电脑知识与技术》2024年第28期56-58,共3页Computer Knowledge and Technology

摘　　要：信任问题是多元化、大规模、开放环境中安全问题的焦点。目前,存在许多信任模型,这些模型依赖于特定代理人过去行为的历史信息来确定信任关系,但并不总是能够获取到特定代理人的信息。为了解决这个问题,本文提出了一种新的计算信任模型的方法,该方法利用用户对陌生服务提供者(目标代理人)可信度的本地信息评估。首先,通过协同过滤算法从用户的本地信息中寻找与目标代理人相似的代理人;接着,采用一种综合考虑信任和信任时效性的方法来计算信任度;最后,通过模拟实验结果证明,基于用户本地信息的信任模型及协同过滤算法能显著提高用户评估的准确性。

关 键 词：信任模型 局部信息 协同过滤 相似性 时间衰变 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]