استنتاج اعتماد در شبكه هاي اجتماعي با استفاده از روش هاي يادگيري ماشين

در چند سال اخیر شبكه های اجتماعی به جزئی مهم از كارهای روزانه و زندگی روزمره مردم تبدیل شده اند. در كنار آن، با فراگیر شدن اینترنت بی سیم، شبكه های اجتماعی میلیون¬ها كاربر را به سمت خود جذب كرده¬اند زیرا شبكه های اجتماعی به مردم اجازه می دهند با یكدیگر ارتباط برقرار كنند، منابع مورد علاقه خود را با یكدیگر به اشتراك بگذارند، نظرات خود را در مورد منابع ارائه دهند و اطلاعات را منتشر و یا دریافت كنند. هنگامی كه كاربران تلاش می كنند با دیگران در هر زمان و مكان ارتباط برقرار كنند یك مساله مشخصی وجود دارد و آن اعتماد در شبكه های اجتماعی است. از مهم ترین كاربردهای اعتماد در سیستم های پیشنهاد دهنده مانند سیستم پیشنهاد دوست، استفاده در تجارت الكترونیك، استخدام آنلاین و ... است. در این مقاله، هدف محاسبه ی اعتماد با استفاده از روش های خودكار یادگیری ماشین است. برای این منظور، ابتدا اطلاعات خام موجود در مجموعه داده موردنظر مورد بررسی قرار داده و بردار ویژگی برای هر جفت كاربر شبكه اجتماعی به دست آورده شده است. برای محاسبه اعتماد به جای استفاده از فرمول¬های سنتی كه در روش¬های دیگر كاربرد دارد از تكنیك¬های یادگیری ماشین استفاده ارائه شده است. به این معنی كه از طبقه بند ماشین بردار پشتیبان (SVM) استفاده می شود تا در صورت وجود الگوی مشخصی، اعتماد بین دو كاربر را بیان كند. برای این كار از مجموعه داده Epinions برای آموزش و آزمایش طبقه بند استفاده می-شود. نتایج شبیه سازی در مقایسه با روش های دیگر نشان می دهد كه دقت روش اراِئه شده با افزایش تعداد نمونه های مورد بررسی برخلاف روش های دیگر كاهش نمی یابد.