基于直觉模糊理论的多源异质信任建模研究

With the rapid development and prevalence of open network applications, such as peer-to-peer networks, e-business, social networks and mobile commerce, etc, open network systems have become the important tools and platforms for people’s interactions, including sharing resource, shopping, social activities, and so on. However, duo to the open network environment has the characters of fuzziness, randomness and uncertainty, customers confront lots of secure issues when selecting totally unknown object entities. Under these uncertainty environments, Existing trust models still have following weaknesses: (1) Most trust models cannot well address the ambiguity and uncertainty of trust; (2) Traditional trust models only considerate feedback information of transaction; (3) Existing trust evaluation models cannot effectively deal with heterogeneous information. To address these issues, intuitionistic fuzzy (IF) theory is introduced into the study of trust model. As an extension of fuzzy set, intuitionistic fuzzy set has better agility in expressing the uncertainty and ambiguity. This project will further study the following four issues: (1) IF information aggregation methods based on the heterogeneous information; (2) IF information extraction methods based on the behaviors of social attribute; (3) Some optimization algorithms for the IF trust network which can effectively simplify the complex network relationship; (4) Multi-source trust fusion model based on IF logic. This work will provide some new ideas and feasible alternative to develop management technology of open network environment.

开放式网络近年来发展迅猛，给人们生活和工作带来极大便利，但同时也给人类和信息系统的信任关系带来巨大挑战。面对大规模动态开放式网络，现有开放式网络环境下的多数信任模型尚未完善，主要存在以下问题：如不能很好刻画信任的主观性和不确定性特征，信息源单一，不能有效处理异质推荐信息。对此，本项目用直觉模糊信息表示信任，提出基于直觉模糊理论的多源异质信任模型，具体内容包括基于异质信息的直觉模糊信息集成方法；设计基于社会行为特征的直觉模糊信息获取方法；研究直觉模糊信任网络构造方法，建立一套直觉模糊信任网络的优化算法；提出基于直觉模糊逻辑的多源信任融合模型。本项目的研究成果为在线社会网络中信任及信誉研究提供了全新思路与可行方案，对提高信任及信誉机制效能、增强在线社会网络可信性具有重要意义。

现有开放式网络环境下的多数信任模型尚未完善，主要存在以下问题：如不能很好刻画信任的主观性和不确定性特征，信息源单一，不能有效处理异质推荐信息。对此，本项目用直觉模糊信息表示信任，提出基于直觉模糊理论的多源异质信任模型，具体研究内容包括以下几个方面：.（1）基于异质QoS的直觉模糊信息集成。异质QoS视为反映服务质量的异质多属性，对此，项目组研究了集成异质决策信息为区间直觉模糊数的方法、基于集成直觉三角模糊信息的异质群体决策方法和基于TOPSIS的直觉模糊熵及其应用。.（2）融合社会属性和心理因素的直觉模糊信息获取及信任建模。这部分内容具体包括：基于直觉模糊理论的信任建模及应用研究、基于信任的上下文感知移动社交网络服务推荐、基于直觉模糊信息可信服务选择问题研究。.（3）直觉模糊信任网络建模及应用。针对实体关系复杂性和信任关系的主观性，研究了面向社交群体决策的直觉信任传递模型、风险定义的多元信任传递模型及其在社交网络群体决策的应用。.（4）多源异质信任融合模型及推荐方法研究。针对在线社交的异构网络特征、数据稀疏性、数据异质性和恶意欺诈行为提出了相应的信任融合模型及推荐方法。具体内容包括融合社交信任的多属性元路径好友推荐方、融合本地社交网络的轻量级可信服务推荐方法、社交信任下的可信服务推荐方法、面向移动商务的多维异质推荐直觉信任评估模型和面向O2O商务模式的信任建模及其推荐方法。.（5）算法模型实现及评估。本项目主要采用案例分析与仿真实验，对以上内容所提算法和模型进行验证和评估。.项目共发表学术论文13篇，其中，SCI期刊论文7篇，国内《小型微型计算机系统》、《运筹与管理》等核心期刊论文5篇，CCF推荐国际会议论文1篇，出版学术专著2部。