[发明专利]基于社会关系网的信任增强服务推送方法

说明书

技术领域

本发明涉及Web数据推送技术领域，尤其涉及一种基于信任网络的服务推送方法。

背景技术

以web服务为代表的软件服务及软件服务协同已经成为一种新型的web应用形态。随着部署在Internet上的web服务不断丰富，这些可被公共访问和集成的服务构成了一个巨大的标准组件库。但是，面对大量功能相同或相近的web服务，用户在服务选择上无所适从，且用户对服务的质量要求很难被识别，一味地只满足响应时间或者降低开销并不能满足每一个用户的偏好需求。所以，根据用户的偏好定制个性化的服务选择指标很重要。随着越来越多的用户访问web服务所形成的经验积累，如何根据用户需求对众多的候选服务进行选择并将其推送给用户已经成为一个重要的研究方向。

近年来，随着Web2.0迅速发展，互联网已经从一个传播和分享信息的静态平台,变成了更为广泛的参与、创作、沟通的社交互动平台。各种类型的在线社会网络(onlinesocial network)如雨后春笋般地涌现出来,几个著名的社交网站例如Myspace、Facebook、Twitter等已经成功跻身于全球访问量最高的网站之列,成为2l世纪最显著的技术现象之一。而Web服务环境所具有的动态性和开放性，以及参与者的自主性使其与社会网络环境十分相似，其相似性主要表现在：1）服务消费者对于交互对象具有充分地自主选择权；2）交互信息可以共享；3）可以搜集、分析关于服务过去的交互信息并决定是否建立交互关系；4）用户之间可以利用信任委托、推送等传递信息；5）服务参与者有义务为web服务环境下其他个体提供推送信息。因此，这为借鉴社会学研究的某些结论提供了可能。在社会网络的驱使下,用户的广泛参与使得服务的描述除了服务提供者提供的功能属性和非功能属性描述外,还存在用户的反馈信息,包括用户使用历史、用户对具体服务的评价以及用户之间的社会关系等信息,利用这些信息可以挖掘出用户对服务的个性化偏好、用户之间的信任关系、用户对其他用户的影响力等,从而更为准确、客观地为用户进行个性化服务推送。由此可见,合理发掘社会网络中的信息,可以为更加有效的实现服务个性化推送带来新的契机和挑战。

目前，针对web服务推送的研究主要集中在对web服务的服务质量（QoS，Quality-of-Service）预测，根据预测得出的QoS值排序对用户进行服务推送。但是这类推送方法往往只关注与服务自身的属性，而忽视了用户对服务的直观感受，难以充分挖掘用户的个性化偏好。而随着社交网络的引入，将收集到更多的用户反馈信息，可以利用这些信息进行个性化服务推送。基于用户反馈信息的推送系统广泛存在于Amazon、Epinions、Netflix等推送网站。利用协同过滤推送算法根据用户所表达出的反馈意见等，查找用户或项目的相似邻居，从而产生推送结果。但是这类方法存在一定的弊端，1）冷启动问题，对于没有历史反馈信息的用户无法进行推送；2）稀疏性问题，当用户的反馈信息过于稀疏时，无法保证较高的推送准确性；3）可信性问题，会存在一些虚假用户反馈信息对推送结果造成干扰。

针对上述问题，一些工作提出了信任增强的推送，这类方法根据用户的直接或间接信任用户，预测其对项目的评分，从而进行推送，为解决上述三个问题提供了新的思路。目前现有的信任增强推送方法往往是基于0/1的用户信任关系，只要目标信任的用户都可以作为其邻居用户进行推送。该方法认为所有来自可信用户的评分对预测评分的影响都是等价的，但实际上，由于与目标用户的偏好以及对不同信任用户的感知程度存在差异，对于不同信任用户的评分采纳程度也应该有所区分。

发明内容

本发明针对现有的信任增强的推送方法不足，提供了一种基于信任网络的服务推送方法，该方法能够根据目标用户的偏好，对于不同信任用户的评分采纳程度进行区分。

一种基于社会关系网的信任增强服务推送方法，包括：1）计算用户之间的信任相关度，建立加权信任用户关系网，其中，所述的信任相关度根据公式：tr(u,v)＝SimU(u,v)*t(u,v)计算，tr(u,v)表示用户u和用户v的信任相关度相似度，t(u,v)为用户u对用户v的信任度，simU(u,v)表示用户u和用户v的相似度；

2）通过信任增强随机游走法预测目标用户对未调用过的服务的评分，以目标用户为起点，在所述加权信任用户关系网中进行多回单次游走，将多回单次游走结果的平均值作为最终评分预测结果；

3）根据目标用户对服务的预测评分决定推送服务的次序，由高至低依次向目标用户推送指定数量的推送服务。