بخشی از مقاله
چکیده
در برخی از شبکه هاي اجتماعی، هر موجودیت - کاربر، سرویس دهنده، ربات و غیره - می تواند تجربیات یا نظرات شخصی خود را درباره موضوعات، محصولات یا سرویسهاي مختلف بیان کند. این نظرات از طریق زنجیره اي از موجودیت ها در شبکه منتشر شده و توسط سایر موجودیتها مورد استفاده قرار میگیرند. هر موجودیت تنها در صورتی می تواند محصول یا سرویس مناسبی را انتخاب کند که از نظرات موجودیتهاي مورد اعتماد اطلاع پیدا کند. رویکرد هاي مختلفی براي استنتاج اعتماد در شبکه هاي اجتماعی پیشنهاد شده است.
اما در بسیاري از این رویکرد ها معایب متعددي از قبیل عدم مقیاسپذیري، عدم امکان محاسبه مقدار اعتماد سراسري یا شهرت هر موجودیت، آسیب پذیري در مقابل موجودیت هاي بدخواه و عدم مدل سازي شک و تردید در فرآیند استنتاج اعتماد وجود دارد. در این مقاله، رویکردي جدید مبتنی بر نظریه منطق ذهنی و الگوریتم رتبه صفحه براي محاسبه شهرت هر موجودیت در شبکه هاي اجتماعی ارائه می شود که در مقابل موجودیتهاي بدخواه مقاوم است. در رویکرد پیشنهادي، هر موجودیت داراي تعدادي مدیر شهرت است.
هر مدیر شهرت وظیفه محاسبه شهرت موجودیتهاي زیردست خود را بر عهده دارد. براي این منظور، هر موجودیت مقدار اعتماد محلی خود نسبت به سایر موجودیت ها را در قالب مفاهیم منطق ذهنی بیان کرده و براي مدیران شهرت خود ارسال می کند. مدیران شهرت با تعامل با یکدیگر و با استفاده از یک الگوریتم تکراري که مبتنی بر الگوریتم رتبه صفحه است، شهرت موجودیتهاي زیردست خود را محاسبه می کنند. نتایج آزمایشهاي انجام شده بر روي یک مجموعه داده از سایت شبکه اجتماعی Advogato نشان میدهند که رویکرد پیشنهادي حتی در صورت وجود مدیران شهرت بدخواه و یا موجودیتهاي همسایه بدخواه قادر است شهرت هر موجودیت را با نرخ خطاي پایین محاسبه کند.
-1 مقدمه
در سال هاي اخیر رشد قابل توجهی در تعداد و میزان محبوبیت شبکه هاي اجتماعی به وجود آمده است. هر شبکه اجتماعی یک گراف جهت دار است که در آن گره ها موجودیت هاي مختلف یک جامعه و یال ها وابستگی هاي میان این موجودیت ها - از قبیل رابطه دوستی - را نمایش می دهند. در برخی از شبکههاي اجتماعی، هر موجودیت نظرات خود درباره محصولات یا سرویس هاي مختلف را بیان کرده و از نظرات سایر موجودیت ها براي انتخاب یک محصول یا سرویس خاص استفاده می کند .[1] بنابراین، در این شبکه هاي اجتماعی لازم است سازوکاري براي ارزیابی کیفیت نظرات بیان شده وجود داشته باشد. براي مثال، فرض کنید در یک شبکه اجتماعی یکی از کاربران اطلاعاتی درباره یک تلفن همراه هوشمند درخواست می کند.
سایر کاربران ممکن است با انگیزه هاي متفاوتی - از قبیل انگیزه اقتصادي - اطلاعات نامعتبري را به وي ارائه کنند. در این شرایط کاربر باید بتواند کیفیت اطلاعات دریافتی از طریق زنجیرهاي از کاربران را به شکل مناسبی ارزیابی کند .[2] رویکردهاي مختلفی براي استنتاج اعتماد1 در شبکه هاي اجتماعی پیشنهاد شده است که در آن ها مقدار اعتماد بین هر دو موجودیتی که ممکن است با هم تعامل مستقیم نداشته باشند با استفاده از مقادیر اعتماد محلی بین موجودیت هاي همسایه محاسبه می شود .
[2] اما در بسیاري از این رویکردها مشکلات متعددي از قبیل - 1 عدم مقیاس پذیري، - 2 عدم امکان محاسبه مقدار اعتماد سراسري یا شهرت2 هر موجودیت، - 3 آسیب پذیري در مقابل موجودیت هاي بدخواه و - 4 عدم مدل سازي شک و تردید در فرآیند استنتاج اعتماد وجود دارد. در این مقاله، رویکردي جدید مبتنی بر نظریه منطق ذهنی[3] 3 و الگوریتم رتبه صفحه[4] 4 براي استنتاج اعتماد در شبکه هاي اجتماعی پیشنهاد می شود که در آن براي هر موجودیت مبتنی بر مقادیر اعتماد محلی سایر موجودیت ها یک مقدار اعتماد سراسري یا شهرت محاسبه میشود. در رویکرد پیشنهادي، هر موجودیت داراي تعدادي مدیر شهرت و هر مدیر شهرت داراي تعدادي موجودیت زیردست است.
مدیران شهرت با تعامل با یکدیگر و با توجه به مقادیر اعتماد محلی موجودیت ها نسبت به یکدیگر شهرت موجودیت هاي زیردست خود را محاسبه می کنند. یکی از چالش هاي مهم براي استنتاج اعتماد در محیط هاي توزیعی جمع آوري مقادیر اعتماد محلی بین موجودیت ها بدون ذخیره سازي و مدیریت متمرکز است. در رویکرد پیشنهادي شهرت هر موجودیت با همکاري همه موجودیتها در شبکه اجتماعی محاسبه میشود.
بنابراین، محاسبات، ذخیره سازي و سربار پیام هاي ارسالی براي هر موجودیت حداقل است. همچنین، شهرت هر موجودیت توسط چندین مدیر شهرت متفاوت محاسبه می شود که باعث کاهش تاثیر سوءرفتار هاي موجودیت هاي بدخواه می شود. علاوه بر آن، مقدار اعتماد محلی و شهرت هر موجودیت در قالب نظریه منطق ذهنی بیان میشوند که امکان مدلسازي شک و تردید را در فرآیند استنتاج اعتماد فراهم میکند.
منطق ذهنی نوعی منطق احتمالاتی است که با استفاده از آن می توان نظرات را با درجه اي از شک و تردید بیان کرد .[3] در این منطق، حالات دنیاي واقعی به صورت واقع بینانه تري مدل شده و نتایج تولید شده عدم قطعیت و بیخبري را منعکس میکنند. در ادامه، در بخش دوم کارهاي مرتبط مرور شده و در بخش سوم مفاهیم اولیه بیان می شود. در بخش هاي چهارم و پنجم نظریه منطق ذهنی و الگوریتم رتبه صفحه معرفی می شوند. در بخش هاي ششم و هفتم رویکرد پیشنهادي شرح داده شده و مورد ارزیابی قرار می گیرد. در نهایت، در بخش هشتم نتیجهگیري به عمل میآید.
-2 کارهاي مرتبط
تاکنون رویکردهاي متعددي براي استنتاج اعتماد در شبکه هاي اجتماعی پیشنهاد شده است. Kuter و همکاران [5] باور موجودیت مبدا به درستی اطلاعات فراهم شده توسط سایر موجودیت ها را به عنوان میزان اطمینان موجودیت مبدا به این موجودیتها تعریف کرده و الگوریتمی به نام SUNNY براي محاسبه مقادیر اطمینان و اعتماد در یک شبکه اعتماد ارائه کرده اند. در این الگوریتم، ابتدا متناظر با شبکه اعتماد یک شبکه بیزي تولید می شود.
سپس، با استفاده از این شبکه بیزي مقدار اطمینان به هر موجودیت محاسبه شده و درباره دخالت یا عدم دخالت این موجودیت در محاسبه مقدار اعتماد نهایی تصمیمگیري میشود. در ادامه، مقدار اعتماد موجودیت مقصد با جستجوي رو به عقب از موجودیت هاي همسایه این موجودیت به سمت موجودیت مبدا محاسبه می شود. با استفاده از الگوریتم SUNNY تنها مقدار اعتماد بین هر دو موجودیت محاسبه شده و امکان محاسبه شهرت هر موجودیت وجود ندارد.
Liu و همکاران [6] رویکردي مبتنی بر شبکه بیزي براي استنتاج اعتماد در شبکه هاي اجتماعی پیشنهاد کرده اند که در آن از مقادیر اعتماد محلی، درجه صمیمیت در روابط اجتماعی و نقش هاي توصیه موجودیت ها در یک حوزه خاص - به عنوان مثال، مبتدي یا متخصص - براي محاسبه مقدار اعتماد بین دو موجودیت استفاده می شود. در این رویکرد هیچ گونه سازوکاري براي مقابله با موجودیتهاي بدخواه وجود ندارد. Dubois و همکاران [7] الگوریتمی مبتنی بر میانگین گیري براي استنتاج اعتماد در شبکه هاي اجتماعی ارائه کرده اند که در آن مقادیر اعتماد بین هر دو موجودیتی که با هم رابطه مستقیم ندارند با توجه به مقادیر اعتماد محلی بین موجودیتهاي همسایه محاسبه میشود.
در این الگوریتم، ابتدا موجودیت هاي همسایه به یکدیگر مقادیر دودویی اعتماد یا عدم اعتماد نسبت می دهند. سپس در صورتی که همسایههاي مورد اعتماد موجودیت مبدا رابطه مستقیم با موجودیت مقصد داشته باشند، میانگین مقادیر اعتماد آن ها نسبت به موجودیت مقصد به عنوان مقدار اعتماد نهایی این موجودیت محاسبه میشود. اما در صورتی که همسایه هاي موجودیت مبدا رابطه مستقیم با موجودیت مقصد نداشته باشند، مقادیر اعتماد از موجودیت مقصد به موجودیت مبدا سطح به سطح میانگین گیري می شود. در این الگوریتم، مقادیر اعتماد محلی به صورت قطعی بیان شده و امکان مدلسازي شک و تردید در فرآیند استنتاج مقادیر اعتماد نهایی وجود ندارد.
-3 مفاهیم اولیه
در برخی از شبکه هاي اجتماعی، هر موجودیت تجربیات و نظرات شخصی خود را درباره محصول یا سرویس خاصی از قبیل فیلم، آهنگ، نرم افزار و غیره بیان کرده و از نظرات سایر موجودیت ها براي انتخاب محصولات یا سرویس هاي مورد نظر خود استفاده میکند. در صورتی که یک موجودیت از شهرت سایر موجودیتها اطلاع داشته باشد انتخاب خود را با دقت بیشتري انجام میدهد.
-4 منطق ذهنی
منطق ذهنی [3] نوعی منطق احتمالاتی است که در آن هر مقدار احتمالی با درجه اي از عدم قطعیت بیان می شود. ایده منطق ذهنی ترکیب نقاط قوت منطق دودویی و حساب احتمالات است به گونه اي که بتوان از ظرفیت منطق دودویی براي بیان مدل هاي استدلالی و از توان حساب احتمالات براي بیان درجه صحت این استدلال ها استفاده کرد.
-5 الگوریتم رتبه صفحه
الگوریتم رتبه صفحه [4] یک الگوریتم تحلیل پیوند براي اندازهگیري اهمیت نسبی صفحات وب است. در این الگوریتم، با استفاده از گراف وب براي هر صفحه یک رتبه عددي محاسبه می شود. گراف وب یک گراف جهت دار است که در آن گره ها صفحات وب و یالها ابرپیوندها را نمایش میدهند. در صورتی بین دو صفحه یک یال جهت دار وجود دارد که یک ابرپیوند در یک صفحه به صفحه دیگر اشاره کند. هر صفحه وب تعدادي یال خروجی و تعدادي یال ورودي دارد. یال هاي خروجی با ابرپیوندها از این صفحه به سایر صفحات و یال هاي ورودي با ابرپیوندها از سایر صفحات به این صفحه مطابقت می کنند.
