首页 理论教育 基于社交网络理论的个性化可信群体识别模型

基于社交网络理论的个性化可信群体识别模型

时间:2023-06-11 理论教育 版权反馈
【摘要】:根据Mark Granovetter的社会网络理论,我们可以认为用户的社交网络属于社会网络强关系圈子,并且包含以下几个因素。综合上述的分析,我们对Advogato模型进行扩展,将距离因素、相似度因素及互动程度等考虑进来,提出了基于Advogato的个性化可信群体识别模型。

基于社交网络理论的个性化可信群体识别模型

根据Mark Granovetter[23]社会网络理论,个人的社会网络关系分为强关系和弱关系,强关系用于表达个人的社交圈子,通过血缘、感情、兴趣、地域、交互等因素进行连接;而弱关系则是强关系的扩展,将不同的社会网络圈子进行连接,往往通过强关系中的个别节点进行扩展。强关系强调个体用户的同质性,而弱关系则更加关注与联系之间的异质性。根据Mark Granovetter的社会网络理论,我们可以认为用户的社交网络属于社会网络强关系圈子,并且包含以下几个因素。

1.距离因素。这里的距离可以是地域距离、血缘距离及熟悉度距离等,当用户之间的距离越近,其可信程度越高。

2.相似度因素。相似度因素可以分为两类,一类是社交相似性,即用户的社交圈子相似性,代表了用户的社交兴趣内容;另一类是服务兴趣相似性,即用户所选服务相似,并给出相似的服务评价。相似性越高的用户,其可信程度也越高[55,144]。(www.xing528.com)

3.互动程度。已有的信任相关的研究表明,互动程度越高的用户,其可信程度也越高[145,146]

综合上述的分析,我们对Advogato模型进行扩展,将距离因素、相似度因素及互动程度等考虑进来,提出了基于Advogato的个性化可信群体识别模型(TMBA)。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈