بهينه سازي دقت اعتماد در بين كاربران شبكه هاي اجتماعي آنلاين با استفاده از تكنيك متن كاوي داده ها در محيط آپاچي اسپارك

با رشد سريع پلتفرم‌هاي شبكه‌هاي اجتماعي در وب هرلحظه به تعداد كاربران و تبادل اطلاعات در اين شبكه‌ها اضافه مي‌شود و بيشتر كاربران هيچ شناختي به يكديگر ندارند. بنابراين با گسترش روزافزون اينترنت و حجم داده‌ها، افراد در شناسايي صحت نظرات باوجود نظرات منفعتي، نظرات داراي گرايش و انحراف و محدوديت‌هاي فكري افراد داراي مشكلات هستند، بنابراين تشخيص صحت اعتماد و اعتماد دقيق‌تر با پردازش سنتي سخت‌تر مي‌شود. تاكنون روش‌هاي متنوعي براي شناسايي كاربران مورد اعتماد انجام‌شده است، كه بيشترين آن‌ها در تركيب الگوريتم‌هاي اعتماد، دسته‌بندي موضوعات و روش‌هاي نظر كاوي انجام‌شده است. تحقيقات نشان داده است بيشتر كاربران شبكه‌هاي اجتماعي، براي اعتماد كردن به ديگر كاربران ابتدا به مجموع تعداد معيارهاي اعتبار عمومي مانند: تعداد دوستان، تعداد دنبال كنندگان، تعداد پيروي‌كنندگان و تعداد لايك‌هاي فرد به فرد موردنظر اعتماد مي‌كنند، كه دراين ‌بين، افراد مخرب نيز با جمع‌آوري اين معيارها مي‌توانند فعاليت داشته باشند. بنابراين در اين پژوهش با تركيب معيارهاي اعتبار و متن‌كاوي پست‌هاي كاربران با تهيه ديكشنري‌اي از كلمات مخرب و وزن دهي كلمات به شناسايي افراد مخرب و تحليل آن‌ها براي فرايند اعتماد دقيق‌تر با اجراي توزيع‌پذير در محيط اسپارك براي فراخواني سريع‌تر پرداخته‌شده است. نتايج حاصل از اين پژوهش نشان مي‌دهد كه روش پيشنهادي داراي دقت بالايي در تشخيص اعتماد مي‌باشد.