本申請涉及社交網(wǎng)絡安全領域，具體涉及一種活動社交網(wǎng)絡中節(jié)點可信度的計算方法及裝置。

背景技術(shù)：

活動社交是基于真實線下活動的一種新型社交方式，通過網(wǎng)絡平臺，以活動聯(lián)系用戶，幫助世界各地的人們進行自我組織。通常，活動的參與者首先會對活動舉辦者的可信度及活動的真實性進行判斷，以期在有限的時間中選擇更優(yōu)質(zhì)、更可信的活動參加。同時，活動舉辦者也會對參與人進行甄別，以期在人數(shù)限定的情況下選出更可靠的用戶參加活動。所有情況最終都會通過整個活動社交平臺的可信程度體現(xiàn)出來。

無論電子商務平臺、傳統(tǒng)社交平臺還是活動社交平臺，隨著用戶量與信息量的暴增，安全都成為了亟需解決的問題，信任成為了至關重要的因素。但是，目前關于信任的研究大多集中在p2p網(wǎng)絡、電子商務和傳統(tǒng)社交網(wǎng)絡，由于活動社交網(wǎng)絡不對等的交互特性，很少有適用于活動社交網(wǎng)絡的信任計算模型。

技術(shù)實現(xiàn)要素：

針對上述情況，本申請?zhí)峁┮环N活動社交網(wǎng)絡中節(jié)點可信度的計算方法及裝置。

根據(jù)本申請的第一方面，本申請?zhí)峁┮环N活動社交網(wǎng)絡中節(jié)點可信度的計算方法，包括：

對于信任值待計算的第一節(jié)點，獲取第一節(jié)點的相關節(jié)點集合中各個節(jié)點對第一節(jié)點的評價信息；其中第一節(jié)點的相關節(jié)點集合為第一節(jié)點的第一集合與第二集合的并集，所述第一節(jié)點的第一集合包括第一節(jié)點對應的用戶參與過的所有活動當中的各舉辦者分別對應的節(jié)點，所述第一節(jié)點的第二集合包括第一節(jié)點對應的用戶舉辦過的所有活動當中的各參與者分別對應的節(jié)點；

分別計算每個評價信息的有效性值；

根據(jù)相關節(jié)點集合中各個節(jié)點對第一節(jié)點的評價信息，以及每個評價信息的有效性值，計算第一節(jié)點的信任值。

在一較優(yōu)實施例中，所述分別計算每個評價信息的有效性值，包括：

對于每個評價信息，計算給出該評價信息的節(jié)點與第一節(jié)點的評價相似度值；

獲取給出該評價信息的節(jié)點的信任值；

根據(jù)所述給出該評價信息的節(jié)點與第一節(jié)點的評價相似度值，以及該節(jié)點的信任值，計算該評價信息的有效性值。

在一較優(yōu)實施例中，所述根據(jù)相關節(jié)點集合中各個節(jié)點對第一節(jié)點的評價信息，以及每個評價信息的有效性值，計算第一節(jié)點的信任值，包括：

根據(jù)第一節(jié)點的第一集合中各節(jié)點對第一節(jié)點的評價信息，以及每個評價信息的有效性值，計算第一節(jié)點對應的用戶作為活動參與者的信任值；

根據(jù)第一節(jié)點的第二集合中各節(jié)點對第一節(jié)點的評價信息，以及每個評價信息的有效性值，計算第一節(jié)點對應的用戶作為活動舉辦者的信任值；

計算第一節(jié)點對應的用戶作為活動參與者的信任值與第一節(jié)點對應的用戶作為活動舉辦者的信任值的加權(quán)平均值，作為第一節(jié)點的信任值。

根據(jù)本申請的第二方面，本申請?zhí)峁┮环N活動社交網(wǎng)絡中節(jié)點可信度的計算裝置，包括：

第一評價信息獲取模塊，用于對于信任值待計算的第一節(jié)點，獲取第一節(jié)點的相關節(jié)點集合中各個節(jié)點對第一節(jié)點的評價信息；其中第一節(jié)點的相關節(jié)點集合為第一節(jié)點的第一集合與第二集合的并集，所述第一節(jié)點的第一集合包括第一節(jié)點對應的用戶參與過的所有活動當中的各舉辦者分別對應的節(jié)點，所述第一節(jié)點的第二集合包括第一節(jié)點對應的用戶舉辦過的所有活動當中的各參與者分別對應的節(jié)點；

有效性值計算模塊，用于分別計算每個評價信息的有效性值；

信任值計算模塊，用于根據(jù)相關節(jié)點集合中各個節(jié)點對第一節(jié)點的評價信息，以及每個評價信息的有效性值，計算第一節(jié)點的信任值。

在一較優(yōu)實施例中，所述有效性值計算模塊，包括：

評價相似度值計算模塊，用于對于每個評價信息，計算給出該評價信息的節(jié)點與第一節(jié)點的評價相似度值；

信任值獲取模塊，用于獲取給出該評價信息的節(jié)點的信任值；

有效性值計算子模塊，用于根據(jù)所述給出該評價信息的節(jié)點與第一節(jié)點的評價相似度值，以及該節(jié)點的信任值，計算該評價信息的有效性值。

在一較優(yōu)實施例中，所述信任值計算模塊，包括：

第一信任值計算模塊，用于根據(jù)第一節(jié)點的第一集合中各節(jié)點對第一節(jié)點的評價信息，以及每個評價信息的有效性值，計算第一節(jié)點對應的用戶作為活動參與者的信任值；

第二信任值計算模塊，用于根據(jù)第一節(jié)點的第二集合中各節(jié)點對第一節(jié)點的評價信息，以及每個評價信息的有效性值，計算第一節(jié)點對應的用戶作為活動舉辦者的信任值；

加權(quán)平均計算模塊，用于計算第一節(jié)點對應的用戶作為活動參與者的信任值與第一節(jié)點對應的用戶作為活動舉辦者的信任值的加權(quán)平均值，作為第一節(jié)點的信任值。

本申請的有益效果是：

依上述實施的活動社交網(wǎng)絡中節(jié)點可信度的計算方法及裝置，由于通過第一節(jié)點的相關節(jié)點集合中各個節(jié)點對第一節(jié)點的評價信息，以及每個評價信息的有效性值，計算第一節(jié)點的信任值，從而使得計算得到的信任值十分具有參考意義，可以很大程度上真實地反映出第一節(jié)點對應的用戶本身的可信度，這為活動社交網(wǎng)絡中活動的參與者與舉辦者提供了可靠的參考依據(jù)，從而提高了活動社交網(wǎng)絡中活動的成功率，保證了網(wǎng)絡的安全和穩(wěn)定。

依上述實施的活動社交網(wǎng)絡中節(jié)點可信度的計算方法及裝置，由于在分別計算每個評價信息的有效性值時，是根據(jù)所述給出該評價信息的節(jié)點與第一節(jié)點的評價相似度值，以及該節(jié)點的信任值，計算該評價信息的有效性值，從而使得計算得到的評價信息的有效性值十分具有參考意義，這使得在有效值基礎上計算得到第一節(jié)點的信任值可以很大程度上真實地反映出第一節(jié)點對應的用戶本身的可信度。

依上述實施的活動社交網(wǎng)絡中節(jié)點可信度的計算方法及裝置，由于是通過計算第一節(jié)點對應的用戶作為活動參與者的信任值與第一節(jié)點對應的用戶作為活動舉辦者的信任值的加權(quán)平均值，作為第一節(jié)點的信任值，考慮到了活動社交網(wǎng)絡中用戶作為活動的參與者和舉辦者的不對等性，將第一節(jié)點對應的用戶作為活動參與者與舉辦者的兩種身份的信任值進行加權(quán)平均，以得到第一節(jié)點的信任值，綜合反映了第一節(jié)點對應的用戶本身的可信度。

附圖說明

圖1為活動社交網(wǎng)絡平臺中的一種評價反饋機制的示意圖；

圖2為本申請一種實施例的活動社交網(wǎng)絡中節(jié)點可信度的計算方法的流程圖；

圖3為本申請一種實施例的步驟s100的流程圖；

圖4為本申請一種實施例的步驟s300的流程圖；

圖5為本申請一種實施例的步驟s310的流程圖；

圖6為兩個節(jié)點共有節(jié)點集合的示意圖；

圖7為本申請一種實施例的步驟s500的流程圖；

圖8為本申請一種實施例的活動社交網(wǎng)絡中節(jié)點可信度的計算裝置的結(jié)構(gòu)示意圖；

圖9為本申請一種實施例的有效性值計算模塊的結(jié)構(gòu)示意圖；

圖10為本申請一種實施例的評價相似度值計算模塊的結(jié)構(gòu)示意圖；

圖11為本申請一種實施例的信任值計算模塊的結(jié)構(gòu)示意圖；

圖12為驗證在活動社交網(wǎng)絡平臺中本申請的模型隨時間變化的有效性對比圖；

圖13為在驗證活動社交網(wǎng)絡平臺中本申請的模型隨用戶數(shù)目變化的有效性的比圖；

圖14為在活動社交網(wǎng)絡平臺中本申請的模型隨惡意用戶比例變化的有效性對比圖。

具體實施方式

先對本申請的發(fā)明創(chuàng)造過程以及發(fā)明構(gòu)思作一個說明。

先思考一下p2p網(wǎng)絡，該領域中經(jīng)典的信任模型是eigentrust算法，其利用每個peer的下載歷史計算每個peer的信任值。該算法基于迭代的安全分布式方法來計算全局信任值，即通過節(jié)點之間信任度的不斷迭代計算出每個節(jié)點的全局信任度。peers會選擇全局信任值高的peer作為下載來源，同時共享網(wǎng)絡也可以有效辨別出惡意peer并把它們從網(wǎng)絡中隔離開來，以減少不真實的文件在p2p共享網(wǎng)絡中的下載量。但是，eigentrust算法在預設可信節(jié)點這一過程中缺乏實際可行性，同時在計算信任值時也沒有考慮到文件重要性等因素。再來看對可信度有較高要求的電子商務平臺，其在信任值計算上普遍存在以下問題：沒有考慮反饋的正確性，好壞節(jié)點一視同仁；缺乏設置上下文敏感反饋的過濾器；缺少時間自適應性；缺乏激勵節(jié)點評價其他節(jié)點的措施。例如，eqpy中所采用的信任模型tmqs是目前較為成功的信任評價系統(tǒng)之一，但是它缺乏信任機制上下文的考慮，對惡意節(jié)點也缺乏有效的識別。peertrust算法是基于在線交易反饋系統(tǒng)的一種自適應的信任模型；該算法在計算節(jié)點可信度時引入了三個基本因素，即考慮了節(jié)點與其他節(jié)點交易獲得的反饋，并且在模型中引入單個節(jié)點的交易總量和反饋來源的信任值用以評估節(jié)點的可信度；其次，在peertrust模型中還引入了兩個自適應參數(shù)，交易上下文參數(shù)和社區(qū)上下文參數(shù)，以適應不同領域和情景。但是，peertrust算法由于過多考慮反饋數(shù)量，導致信任值分布不均；且沒有考慮用戶的雙向身份和用戶之間相似性等特征的影響。

請參照圖1，在活動社交網(wǎng)絡平臺中，用戶一般可以有兩種身份，一種是活動的舉辦者，一種是活動的參與者：當用戶作為活動的舉辦者時，他可以受到參與該活動的用戶(即參與者)的評價；當用戶作為活動的參與者時，他可以受到舉辦該活動的用戶(即舉辦者)的評價。本申請設計一種信任計算模型，利用受到的評價來計算用戶的信任值，這是因為用戶過去的行為可以反映用戶的信譽值，這些信息可以幫助評估用戶在網(wǎng)絡中節(jié)點的可信度，并預測節(jié)點的未來行為；同時，從心理學和社會學的角度出發(fā)，人們更傾向于去相信和自己具有相同屬性的人，對于任意正常用戶來說，與其具有相似屬性的人所給出的評價信息相對更可信，因此，在使用其他用戶的評價信息來計算待計算用戶節(jié)點的信任值時，還考慮引入一個表征對待計算節(jié)點的評價信息的有效性(真實性、可靠性)的因子，因此綜合對待計算節(jié)點的評價信息以及該評價信息的有效性來計算節(jié)點的信任值；最后，考慮到用戶具有活動參與者與活動舉辦者的兩種身份，本申請在計算用戶節(jié)點的信任值時，分別計算用戶作為活動舉辦者的信任值，以及用戶作為活動參與者的信任值，將這兩種信任值進行加權(quán)求平均，作為用戶最終的信任值。

下面通過具體實施方式結(jié)合附圖對本申請作進一步詳細說明。

請參照圖2，本申請一實施例中提供一種活動社交網(wǎng)絡中節(jié)點可信度的計算方法，該計算方法包括步驟s100～s500，下面具體說明。

步驟s100：對于信任值待計算的第一節(jié)點，獲取第一節(jié)點的相關節(jié)點集合中各個節(jié)點對第一節(jié)點的評價信息。任意一節(jié)點的相關節(jié)點集合，指的是該節(jié)點的第一集合與第二集合的并集，而任意一節(jié)點的第一集合則包括該節(jié)點對應的用戶參與過的所有活動當中的各舉辦者分別對應的節(jié)點，任意一節(jié)點的第二集合則包括該節(jié)點對應的用戶舉辦過的所有活動當中的各參與者分別對應的節(jié)點；因此步驟s100中第一節(jié)點的相關節(jié)點集合為第一節(jié)點的第一集合與第二集合的并集，而上述第一節(jié)點的第一集合則包括第一節(jié)點對應的用戶參與過的所有活動當中的各舉辦者分別對應的節(jié)點，上述第一節(jié)點的第二集合則包括第一節(jié)點對應的用戶舉辦過的所有活動當中的各參與者分別對應的節(jié)點。由于活動社交網(wǎng)絡中任意一節(jié)點對應的用戶都可能具有活動的“參與者”和“舉辦者”兩種身份，因此首先要獲取第一節(jié)點對應的用戶作為“參與者”參與過的所有活動以及作為“舉辦者”舉辦過的所有活動；然后獲取第一節(jié)點對應的用戶作為“參與者”參與過的所有活動中的舉辦者，這些舉辦者在網(wǎng)絡中對應的節(jié)點構(gòu)成了上述的第一集合，獲取第一節(jié)點對應的用戶作為“舉辦者”舉辦過的所有活動中的參與者，這些參與者在網(wǎng)絡中對應的節(jié)點構(gòu)成了上述的第二集合，而第一集合和第二集合的并集形成了上述的第一節(jié)點的相關節(jié)點集合；最后獲取第一節(jié)點的相關節(jié)點集合中各節(jié)點對第一節(jié)點的評價信息，換句話說，獲取與第一節(jié)點對應的用戶相關的各個用戶對第一節(jié)點對應的用戶的評價信息，這作為計算第一節(jié)點的信任值的一個重要因素。

從上述的說明也可以看出，在一具體實施例中，請參照圖3，步驟s100可以包括步驟s110～150。

步驟s110：獲取第一節(jié)點對應的用戶作為“參與者”參與過的所有活動的數(shù)據(jù)以及作為“舉辦者”舉辦過的所有活動的數(shù)據(jù)。

步驟s130：獲取第一節(jié)點對應的用戶作為“參與者”參與過的所有活動中的各舉辦者分別對應的節(jié)點，以構(gòu)成第一集合；并獲取第一節(jié)點對應的用戶作為“舉辦者”舉辦過的所有活動中的各參與者分別對應的節(jié)點，以構(gòu)成第二集合；第一集合和第二集合的并集形成第一節(jié)點的相關節(jié)點集合。

步驟s150：獲取第一節(jié)點的相關節(jié)點集合中各個節(jié)點對第一節(jié)點的評價信息。

在一實施例中，步驟s100中的評價信息可以是包含評價分數(shù)的數(shù)據(jù)，例如百分制的評價分數(shù)或五分制的評價分數(shù)等。

步驟s300：分別計算每個評價信息的有效性值。在最終使用步驟s100中獲取的第一節(jié)點受到的各個評價信息來計算第一節(jié)點本身的信任值時，由于各個評價信息的可信程度不同，因此還引入一個表征評價信息的可信程度的因子，即評價信息的有效性值。在一實施例中，在計算任一評價信息的有效性值時，思路如下：以用戶p和用戶q為例，用戶p對用戶q做出過評價信息p-q，當評估該評價信息p-q的可信程度(即有效性值)時，引入兩個參考因素，一個是作出該評價信息p-q的用戶p本身的信任值，另一個是用戶p和用戶q對共有用戶的評價信息的相似性，其中共有用戶指的是與用戶p、q都發(fā)生過活動關系的用戶(例如，用戶p和q都參與過用戶j舉辦的活動，那么用戶j就是與用戶p、q都發(fā)生過活動關系的用戶)；引入用戶p、q對共有用戶的評價信息的相似性來評估用戶p對用戶q做出的評價信息p-q的可信程度，這是因為從心理學和社會學的角度出發(fā)，人們更傾向于去相信和自己具有相同屬性的人，對于任意正常用戶來說，與其具有相似屬性的人所給出的評價信息相對更可信。因此，請參照圖4，在一實施例中，步驟s300包括步驟s310～s350。

步驟s310：對于每個評價信息，計算給出該評價信息的節(jié)點與第一節(jié)點的評價相似度值。這里的給出該評價信息的節(jié)點與第一節(jié)點的評價相似度值，指的就是上面提到的評價信息的相似性。如上所述，兩個節(jié)點的評價相似度值，是通過兩個節(jié)點分別對應的用戶對共有節(jié)點對應的用戶給出的評價信息的相似性來評估，為了敘述的方便，不妨對于任意一個對第一節(jié)點的評價信息，以給出該評價信息的節(jié)點為節(jié)點p，第一節(jié)點為節(jié)點q為例，要計算節(jié)點p和第一節(jié)點q的評價相似度值，則需要先獲取節(jié)點p和第一節(jié)點q的共有節(jié)點集合(即與節(jié)點p、第一節(jié)點q都發(fā)生過活動關系的節(jié)點的集合)，然后獲取節(jié)點p和第一節(jié)點q分別對共有節(jié)點集合中各節(jié)點的評價信息，最后對于共有節(jié)點集合中的每一個節(jié)點，比較節(jié)點p和第一節(jié)點q對它的評價信息的相似程度，最終計算出節(jié)點p和第一節(jié)點q的評價相似度值。因此，請參照圖5，在一實施例中，步驟s310包括步驟s311～步驟s315。

步驟s311：對于步驟s310中的每個評價信息，獲取給出該評價信息的節(jié)點與第一節(jié)點的共有節(jié)點集合，其中該共有節(jié)點集合為第一節(jié)點的第一集合與上述給出該評價信息的節(jié)點的第一集合的交集，換句話說，對第一節(jié)點給出過評價信息的節(jié)點與第一節(jié)點都參加過共有節(jié)點集合中各節(jié)點對應的用戶舉辦的活動。

步驟s313：獲取給出該評價信息的節(jié)點對上述共有節(jié)點集合中各個節(jié)點的最近m次評價信息，以及獲取第一節(jié)點對上述共有節(jié)點集合中各個節(jié)點的最近m次評價信息；m為大于或等于1的整數(shù)。由于信任具有衰減性，為提高評價相似性的計算準確性，選擇對第一節(jié)點給出過評價信息的節(jié)點與第一節(jié)點對共有節(jié)點集合中各節(jié)點的最近m次評價值，例如m可以為1、2、3……等。

步驟s315：計算上述給出該評價信息的節(jié)點對共有節(jié)點集合中各個節(jié)點的最近m次評價信息與第一節(jié)點對所述共有節(jié)點集合中各個節(jié)點的最近m次評價信息的相似性，其中該相似性即為給出該評價信息的節(jié)點與第一節(jié)點的評價相似度值。在一實施例中，步驟s315可以包括下式，通過下式進行兩個節(jié)點的評價相似度值的計算：

其中，令p為所述給出該評價信息的節(jié)點，令q為第一節(jié)點，sim(p,q)為節(jié)點p與節(jié)點q的評價相似度值；j(p,q)為節(jié)點p與節(jié)點q的共有節(jié)點集合，節(jié)點ji屬于共有節(jié)點集合j(p,q)，|j(p,q)|為節(jié)點p和節(jié)點q的共有節(jié)點集合中節(jié)點的數(shù)目；i(ji,p)為節(jié)點p參加節(jié)點ji舉辦的活動數(shù)目，在一實施中取值最近的m次活動數(shù)目；i(ji,q)為節(jié)點q參加節(jié)點ji舉辦的活動數(shù)目，在一實施中取值最近的m次活動數(shù)目；e(p,ji,k)為節(jié)點p對節(jié)點ji舉辦的最近第k次活動時給出的評價信息；e(q,ji,k)為節(jié)點q對節(jié)點ji舉辦的最近第k次活動時給出的評價信息；下面給出上式的推導過程。

以用戶p(對應的節(jié)點為p)和用戶q(對應的節(jié)點為q)為例，當計算節(jié)點p和節(jié)點q的評價相似度值時，如圖6所示，先獲取節(jié)點p和節(jié)點q的共有節(jié)點集合j，共有節(jié)點集合j＝{j1，j2，j3，…，jn}，共有節(jié)點集合j中各節(jié)點是與節(jié)點p和節(jié)點q均發(fā)生過活動關系，例如，節(jié)點p和節(jié)點q都參加過共有節(jié)點集合j中各節(jié)點對應的用戶舉辦過的活動。由于信任具有衰減性，為提高評價相似性的計算準確性，選擇節(jié)點p對集合j中各節(jié)點給出的最近m次評價，以及節(jié)點q對集合j中各節(jié)點給出的最近m次評價。假設節(jié)點p對集合j中的節(jié)點ji的最近第k次評價信息為e(p,ji,k)，則節(jié)點p對集合j中各節(jié)點的最近m次評價可以生成一個如下的評價信息矩陣apj：

同樣地，可以獲取節(jié)點q對集合j中的節(jié)點ji的最近第k次評價信息為e(q,ji,k)，則節(jié)點q對集合j中各節(jié)點的最近m次評價也可以生成一個評價信息矩陣aqj。然后通過計算這兩個矩陣apj和aqj的相似性即可以得到節(jié)點p和節(jié)點q的評價相似度值。在一實施例中，可以通過計算矩陣apj和aqj的距離來計算這兩個矩陣之間的相似性。下面給出一種計算矩陣apj和aqj的距離的方法。

一個節(jié)點(例如節(jié)點x)對另一個節(jié)點(例如節(jié)點y)的距離，指的是該節(jié)點(例如節(jié)點x)對應的用戶對另一個節(jié)點(例如節(jié)點y)對應的用戶的平均評價信息。不妨以節(jié)點x和節(jié)點y為例，節(jié)點x對節(jié)點y的距離為：

其中，e(x，y，k)為節(jié)點x對節(jié)點y舉辦的最近第k次活動時給出的評價信息；i(y，x)為節(jié)點x參加節(jié)點y舉辦的活動數(shù)目。

當計算節(jié)點p和節(jié)點q的評價相似度值時，則獲取節(jié)點p、q的共有節(jié)點集合j＝{j1，j2，j3，…，jn}，然后計算節(jié)點p分別對集合j中各節(jié)點的距離以及計算節(jié)點q分別對集合j中各節(jié)點的距離最后計算出節(jié)點p和節(jié)點q的評價相似度值sim(p，q)：

在上面的式子中，j(p,q)為節(jié)點p和節(jié)點q的共有節(jié)點集合，|j(p,q)|為節(jié)點p和節(jié)點q的共有節(jié)點集合中節(jié)點的數(shù)目；i(ji,p)為節(jié)點p參加節(jié)點ji舉辦的活動數(shù)目，e(p,ji,k)為節(jié)點p對節(jié)點ji舉辦的最近第k次活動時給出的評價信息；i(ji,q)為節(jié)點q參加節(jié)點ji舉辦的活動數(shù)目，e(q,ji,k)為節(jié)點q對節(jié)點ji舉辦的最近第k次活動時給出的評價信息。

步驟s330：對于每個評價信息，獲取給出該評價信息的節(jié)點的信任值。

步驟s350：根據(jù)對第一節(jié)點給出評價信息的節(jié)點與第一節(jié)點的評價相似度值，以及該節(jié)點的信任值，計算該評價信息的有效性值。例如，不妨令對第一節(jié)點給出評價信息的節(jié)點為p，第一節(jié)點為q，則節(jié)點p對第一節(jié)點q給出的評價信息的有效性值cr(p)是根據(jù)trust(p)以及sim(p,q)來計算的，其中trust(p)表示節(jié)點p本身的信任值，sim(p,q)表示節(jié)點p與第一節(jié)點q的評價相似度值。在一實施例中，cr(p)＝trust(p)*sim(p,q)。在一實施例中，從上面的推導過程可以看到，對于任何兩個節(jié)點，例如節(jié)點p和節(jié)點q，節(jié)點p對節(jié)點q的評價信息的有效性值，與其說是節(jié)點p對節(jié)點q的“評價信息的有效性值”，倒不如說是節(jié)點p對節(jié)點q的“評價有效性值”，因為從步驟s350可以看到，節(jié)點p對節(jié)點q的各評價信息的有效性值其實都是相等的。

步驟s500：根據(jù)第一節(jié)點的相關節(jié)點集合中各個節(jié)點對第一節(jié)點的評價信息，以及每個評價信息的有效性值，計算第一節(jié)點的信任值。在一實施例中，步驟s500可以將第一節(jié)點的相關節(jié)點集合中各個節(jié)點對第一節(jié)點的評價信息分別乘以對應的有效性值，然后除以評價信息的總數(shù)目，得到第一節(jié)點的信任值。在另一實施例中，步驟s500在計算第一節(jié)點的信任值時，可以考慮到了活動社交網(wǎng)絡中節(jié)點對應的用戶作為活動的參與者和舉辦者的不對等性，從而將第一節(jié)點對應的用戶作為活動參與者與舉辦者的兩種身份的信任值進行加權(quán)平均，以得到第一節(jié)點的信任值，綜合反映了第一節(jié)點對應的用戶本身的可信度；因此，請參照圖7，在一實施例中，步驟s500可以包括步驟s510～s550。

步驟s510：根據(jù)第一節(jié)點的第一集合中各節(jié)點對第一節(jié)點的評價信息，以及每個評價信息的有效性值，計算第一節(jié)點對應的用戶作為活動參與者的信任值。在一實施例中，不妨以第一節(jié)點為q為例，第一節(jié)點q對應的用戶作為活動參與者的信任值計算如下：

其中，trust1(q)表示節(jié)點q作為活動參與者的信任值，n1(q)表示節(jié)點q作為活動參與者所參與的活動總數(shù)目；h表示活動的舉辦者，h(q,i)表示節(jié)點q作為活動參與者所參與的第i次活動的舉辦者，而cr(h(q,i))表示該活動舉辦者對節(jié)點q給出的評價信息的有效性值；s(q,i)表示節(jié)點q作為活動參與者在第i次活動時，得到的該第i次活動的舉辦者所給出的評價信息。

步驟s530：根據(jù)第一節(jié)點的第二集合中各節(jié)點對第一節(jié)點的評價信息，以及每個評價信息的有效性值，計算第一節(jié)點對應的用戶作為活動舉辦者的信任值。在一實施例中，不妨以第一節(jié)點為q為例，第一節(jié)點q對應的用戶作為活動參與者的信任值計算如下：

其中，trust2(q)表示節(jié)點q作為活動舉辦者的信任值，n2(q)表示節(jié)點q作為活動舉辦者所舉辦的活動總數(shù)目；p表示活動的參與者，p(q,i,j)表示節(jié)點q作為活動舉辦者所舉辦的第i次活動中的第j個參與者，而cr(p(q,i,j))表示該活動參與者對節(jié)點q給出的評價信息的有效性值；s(q,i,j)表示節(jié)點q作為活動舉辦者在其舉辦的第i次活動時得到該活動中第j個參與者的評價信息；num(q,i)表示節(jié)點q作為活動舉辦者在其舉辦的第i次活動中作為參與者的人數(shù)。

步驟s550：計算第一節(jié)點對應的用戶作為活動參與者的信任值與第一節(jié)點對應的用戶作為活動舉辦者的信任值的加權(quán)平均值，作為第一節(jié)點的信任值。在一實施例中，不妨令第一節(jié)點為q，則第一節(jié)點q的信任值計算如下：

trust(q)＝α×trust1(q)+β×trust2(q)

其中，trust(q)為第一節(jié)點q的信任值，trust1(q)表示第一節(jié)點q作為活動參與者的信任值，trust2(q)表示第一節(jié)點q作為活動舉辦者的信任值；α和β為加權(quán)平均系數(shù)，均大于或等于0，且α+β＝1。在一實施例中，β大于α，即在計算第一節(jié)點q的信任值時，其作為活動舉辦者的信任值的權(quán)重要大于其作為活動參與者的信任值的權(quán)重，直觀上分析這樣的權(quán)重分配，我們能發(fā)現(xiàn)這樣的加權(quán)計算也是符合邏輯的，因為在實際的活動社交網(wǎng)絡中，由于一個活動舉辦者有眾多的活動參與者，舉辦者可能并不會給所有參與者一一評分，此外，在一次活動中，若活動舉辦者就是一個惡意用戶，則這次活動必然是失敗的，因此活動的舉辦者是更值得關注的，從這兩點直觀上能得出，在計算節(jié)點對應的用戶的信任值時，用戶作為舉辦者得到的信任值所占的權(quán)重更大。經(jīng)過多組實驗評測發(fā)現(xiàn)，當α為0.2，β為0.8，也就是作為參與者的信任值和作為舉辦者的信任值權(quán)重分別是0.2和0.8時，活動成功率和評價準確度能達到最大值，因此在一實施例中，α為0.2，β為0.8。

以上就是本申請?zhí)峁┑幕顒由缃痪W(wǎng)絡中節(jié)點可信度的計算方法，針對該計算方法，本申請在一實施例中還提供了一種活動社交網(wǎng)絡中節(jié)點可信度的計算裝置，請參照圖8，該計算裝置包括第一評價信息獲取模塊100、有效性值計算模塊300和信任值計算模塊500，下面具體說明。

第一評價信息獲取模塊100用于對于信任值待計算的第一節(jié)點，獲取第一節(jié)點的相關節(jié)點集合中各個節(jié)點對第一節(jié)點的評價信息；其中第一節(jié)點的相關節(jié)點集合為第一節(jié)點的第一集合與第二集合的并集，所述第一節(jié)點的第一集合包括第一節(jié)點對應的用戶參與過的所有活動當中的各舉辦者分別對應的節(jié)點，所述第一節(jié)點的第二集合包括第一節(jié)點對應的用戶舉辦過的所有活動當中的各參與者分別對應的節(jié)點。在一實施例中，第一評價信息獲取模塊100中的評價信息可以是包含評價分數(shù)的數(shù)據(jù)，例如百分制的評價分數(shù)或五分制的評價分數(shù)等。

有效性值計算模塊300用于分別計算每個評價信息的有效性值。請參照圖9，在一實施例中，有效性值計算模塊300包括評價相似度值計算模塊310、信任值獲取模塊330和有效性值計算子模塊350。

評價相似度值計算模塊310用于對于每個評價信息，計算給出該評價信息的節(jié)點與第一節(jié)點的評價相似度值。在一實施例中，請參照圖10，評價相似度值計算模塊310可以包括共有節(jié)點集合獲取模塊311、第二評價信息獲取模塊313和相似性計算模塊315。

共有節(jié)點集合獲取模塊311用于對于評價相似度值計算模塊310中的每個評價信息，獲取給出該評價信息的節(jié)點與第一節(jié)點的共有節(jié)點集合，其中該共有節(jié)點集合為第一節(jié)點的第一集合與所述給出該評價信息的節(jié)點的第一集合的交集。

第二評價信息獲取模塊313用于獲取給出該評價信息的節(jié)點對所述共有節(jié)點集合中各個節(jié)點的最近m次評價信息，以及獲取所述第一節(jié)點對所述共有節(jié)點集合中各個節(jié)點的最近m次評價信息；m為大于或等于1的整數(shù)。

相似性計算模塊315用于計算給出該評價信息的節(jié)點對所述共有節(jié)點集合中各個節(jié)點的最近m次評價信息與所述第一節(jié)點對所述共有節(jié)點集合中各個節(jié)點的最近m次評價信息的相似性，其中該相似性為所述給出該評價信息的節(jié)點與第一節(jié)點的評價相似度值。在一實施例中，相似性計算模塊，包括一用于實現(xiàn)下述計算式的相似性計算子模塊：

其中，p為所述給出該評價信息的節(jié)點，q為所述第一節(jié)點，sim(p,q)為節(jié)點p與節(jié)點q的評價相似度值；j(p,q)為節(jié)點p與節(jié)點q的共有節(jié)點集合，節(jié)點ji屬于共有節(jié)點集合j(p,q)，|j(p,q)|為節(jié)點p和節(jié)點q的共有節(jié)點集合中節(jié)點的數(shù)目；i(ji,p)為節(jié)點p參加節(jié)點ji舉辦的活動數(shù)目，在一實施中取值最近的m次活動數(shù)目；i(ji,q)為節(jié)點q參加節(jié)點ji舉辦的活動數(shù)目，在一實施中取值最近的m次活動數(shù)目；e(p,ji,k)為節(jié)點p對節(jié)點ji舉辦的最近第k次活動時給出的評價信息；e(q,ji,k)為節(jié)點q對節(jié)點ji舉辦的最近第k次活動時給出的評價信息。

信任值獲取模塊330用于對于每個評價信息，獲取給出該評價信息的節(jié)點的信任值。

有效性值計算子模塊350用于根據(jù)對第一節(jié)點給出評價信息的節(jié)點與第一節(jié)點的評價相似度值，以及該節(jié)點的信任值，計算該評價信息的有效性值。例如，不妨令對第一節(jié)點給出評價信息的節(jié)點為p，第一節(jié)點為q，則節(jié)點p對第一節(jié)點q給出的評價信息的有效性值cr(p)是根據(jù)trust(p)以及sim(p,q)來計算的，其中trust(p)表示節(jié)點p本身的信任值，sim(p,q)表示節(jié)點p與第一節(jié)點q的評價相似度值。在一實施例中，cr(p)＝trust(p)*sim(p,q)。

信任值計算模塊500第一節(jié)點的相關節(jié)點集合中各個節(jié)點對第一節(jié)點的評價信息，以及每個評價信息的有效性值，計算第一節(jié)點的信任值。在一實施例中，信任值計算模塊500可以將第一節(jié)點的相關節(jié)點集合中各個節(jié)點對第一節(jié)點的評價信息分別乘以對應的有效性值，然后除以評價信息的總數(shù)目，得到第一節(jié)點的信任值。在另一實施例中，信任值計算模塊500在計算第一節(jié)點的信任值時，可以考慮到了活動社交網(wǎng)絡中節(jié)點對應的用戶作為活動的參與者和舉辦者的不對等性，從而將第一節(jié)點對應的用戶作為活動參與者與舉辦者的兩種身份的信任值進行加權(quán)平均，以得到第一節(jié)點的信任值，綜合反映了第一節(jié)點對應的用戶本身的可信度；因此，請參照圖11，在一實施例中，信任值計算模塊500可以包括第一信任值計算模塊510、第二信任值計算模塊530和加權(quán)平均計算模塊550。

第一信任值計算模塊510用于根據(jù)第一節(jié)點的第一集合中各節(jié)點對第一節(jié)點的評價信息，以及每個評價信息的有效性值，計算第一節(jié)點對應的用戶作為活動參與者的信任值。在一實施例中，不妨以第一節(jié)點為q為例，第一節(jié)點q對應的用戶作為活動參與者的信任值計算如下：

其中，trust1(q)表示節(jié)點q作為活動參與者的信任值，n1(q)表示節(jié)點q作為活動參與者所參與的活動總數(shù)目；h表示活動的舉辦者，h(q,i)表示節(jié)點q作為活動參與者所參與的第i次活動的舉辦者，而cr(h(q,i))表示該活動舉辦者對節(jié)點q給出的評價信息的有效性值；s(q,i)表示節(jié)點q作為活動參與者在第i次活動時，得到的該第i次活動的舉辦者所給出的評價信息。

第二信任值計算模塊530用于根據(jù)第一節(jié)點的第二集合中各節(jié)點對第一節(jié)點的評價信息，以及每個評價信息的有效性值，計算第一節(jié)點對應的用戶作為活動舉辦者的信任值。在一實施例中，不妨以第一節(jié)點為q為例，第一節(jié)點q對應的用戶作為活動參與者的信任值計算如下：

其中，trust2(q)表示節(jié)點q作為活動舉辦者的信任值，n2(q)表示節(jié)點q作為活動舉辦者所舉辦的活動總數(shù)目；p表示活動的參與者，p(q,i,j)表示節(jié)點q作為活動舉辦者所舉辦的第i次活動中的第j個參與者，而cr(p(q,i,j))表示該活動參與者對節(jié)點q給出的評價信息的有效性值；s(q,i,j)表示節(jié)點q作為活動舉辦者在其舉辦的第i次活動時得到該活動中第j個參與者的評價信息；num(q,i)表示節(jié)點q作為活動舉辦者在其舉辦的第i次活動中作為參與者的人數(shù)。

加權(quán)平均計算模塊550用于計算第一節(jié)點對應的用戶作為活動參與者的信任值與第一節(jié)點對應的用戶作為活動舉辦者的信任值的加權(quán)平均值，作為第一節(jié)點的信任值。在一實施例中，不妨令第一節(jié)點為q，則第一節(jié)點q的信任值計算如下：

trust(q)＝α×trust1(q)+β×trust2(q)

其中，trust(q)為第一節(jié)點q的信任值，trust1(q)表示第一節(jié)點q作為活動參與者的信任值，trust2(q)表示第一節(jié)點q作為活動舉辦者的信任值；α和β為加權(quán)平均系數(shù)，均大于或等于0，且α+β＝1。在一實施例中，β大于α，即在計算第一節(jié)點q的信任值時，其作為活動舉辦者的信任值的權(quán)重要大于其作為活動參與者的信任值的權(quán)重，直觀上分析這樣的權(quán)重分配，我們能發(fā)現(xiàn)這樣的加權(quán)計算也是符合邏輯的，因為在實際的活動社交網(wǎng)絡中，由于一個活動舉辦者有眾多的活動參與者，舉辦者可能并不會給所有參與者一一評分，此外，在一次活動中，若活動舉辦者就是一個惡意用戶，則這次活動必然是失敗的，因此活動的舉辦者是更值得關注的，從這兩點直觀上能得出，在計算節(jié)點對應的用戶的信任值時，用戶作為舉辦者得到的信任值所占的權(quán)重更大。經(jīng)過多組實驗評測發(fā)現(xiàn)，當α為0.2，β為0.8，也就是作為參與者的信任值和作為舉辦者的信任值權(quán)重分別是0.2和0.8時，活動成功率和評價準確度能達到最大值，因此在一實施例中，α為0.2，β為0.8。

以上就是本申請所給出的關于活動社交網(wǎng)絡中節(jié)點可信度的計算方法及裝置的一些實施例，需要說明的是，在上述行文當中，節(jié)點以及該節(jié)點對應的用戶，有時會混用，這是因為節(jié)點以及該節(jié)點對應的用戶實質(zhì)含義是一樣的，只不過節(jié)點是節(jié)點對應的用戶在活動社交網(wǎng)絡中的指代。通過本申請可以獲取于活動社交網(wǎng)絡中任一節(jié)點的信任值，這為活動社交網(wǎng)絡中活動的參與者與舉辦者提供了可靠的參考依據(jù)，從而提高了活動社交網(wǎng)絡中活動的成功率，保證了網(wǎng)絡的安全和穩(wěn)定：例如，活動社交網(wǎng)絡中某個用戶(即活動舉辦者)發(fā)起一個活動，用戶q申請參加該活動，此時活動舉辦者通過本申請獲取用戶q的信任值，以決策是否允許用戶q作為參與者的身份參與到自己的活動；或者，用戶q(即活動舉辦者)發(fā)起一個活動，活動社交網(wǎng)絡中某個用戶對該活動內(nèi)容感興趣，此時該用戶查詢用戶q的信任值，以決策是否申請加入該活動。

為了說明本申請的效果，發(fā)明人作了一些實驗，請參照圖12～14，為在netlogo模擬環(huán)境中對本申請、傳統(tǒng)計算模型(例如，基本信任計算模型，其在計算評價信息的有效性值時沒有考慮評價信息的相似度值，而是直接使用給出評價信息的節(jié)點本身的信任值，作為評價信息的有效性值)以及無信任計算模型進行實驗比較的結(jié)果；需要說明的是，圖12～14中基于可信度的信任計算模型指的是本申請的模型。

圖12為設置活動社交網(wǎng)絡中用戶總個數(shù)、惡意用戶比例和惡意用戶實施惡意行為的比例保持不變，時間均勻遞增，采用本申請的模擬平臺、采用基本信任計算模型的平臺、無信任計算模型的平臺的活動成功率。

圖13為設置活動社交網(wǎng)絡中惡意用戶比例和惡意用戶實施惡意行為的比例保持不變，時間固定，平臺用戶數(shù)目均勻遞增，采用本申請的模擬平臺、采用基本信任計算模型的平臺、無信任計算模型的平臺的活動成功率。

圖14為設置活動社交網(wǎng)絡中用戶總個數(shù)、惡意用戶實施惡意行為的比例保持不變，時間固定，惡意用戶比例均勻遞增，采用本申請的模擬平臺、采用基本信任計算模型的平臺、無信任計算模型的平臺的活動成功率。

從中可以看出，采用本申請，無論是隨時間變化、用戶數(shù)目變化以及惡意用戶比例變化，其活動成功率有較明顯的提升，使得網(wǎng)絡更加完全和穩(wěn)定。

以上內(nèi)容是結(jié)合具體的實施方式對本申請所作的進一步詳細說明，不能認定本申請的具體實施只局限于這些說明。對于本申請所屬技術(shù)領域的普通技術(shù)人員來說，在不脫離本申請發(fā)明構(gòu)思的前提下，還可以做出若干簡單推演或替換。