兼顧個人化、可擴展性與強固性之超大型網路社群信任與名聲評估方法

機構典藏 > College of Business and Management > Graduate Institute & Department of Information Management > Research Paper > Item 987654321/115884

Please use this identifier to cite or link to this item: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/115884

Title:	兼顧個人化、可擴展性與強固性之超大型網路社群信任與名聲評估方法
Other Titles:	Developing Personalized, Scalable and Robust Methods for Trust and Reputation Management in Very-Large Scale Network Community
Authors:	張昭憲
Keywords:	信任與名聲管理(trust and reputation management);網路社群(network community);社會網路(Social Network);電子商務(e-Business)
Date:	2016-10-31
Issue Date:	2019-03-07 12:10:37 (UTC+8)
Publisher:	科技部
Abstract:	網路社群的快速成長有目共睹，以社交平台Line為例，在2014年4月全球註冊人數便已超過4億人。然而，傳統網路社群的信任與名聲管理機制相當簡單，面對龐雜的社群活動，未能有效發揮懲惡揚善功能。相關文獻中雖提出各種信任與名聲管理系統，但其強固性、可擴展性與個人化等重點，仍有許多待改進之處。有鑑於此，本計畫希望能針對這些主題發展有效的方法。首先，關於強固性，透過圖形結構分析，本研究綜合節點分支度、中心性等多種社群網路分析指標，分別以線性與非線性方式加以組合，期能提供正確的社群成員影響力評估。其次，關於可擴展性，考量大型社群網路在相關運算時的巨大負擔，本研究探討利用不同性質指標，預測運算成本較高之指標的可能性，以維持方法之可擴展性。最後，對於信任度的個人化問題，我們考量信任的主觀性，制定與客觀影響力之間的轉換方式，以產生真正符合使用者需求的主觀信任。根據實驗結果顯示，本研究提出之影響力預測方法與實際值具有高度相聯，約有超過70%的成員在社群中的影響力排名預測，誤差不超過25%，具有強固性與穩定度，符合計畫目標。此外，本研究利用四種不同中心性指標來預測運算成本較高的指標，結果呈高度相關。我們也發現節點分支度可做為其他高成本指標之重要參考依據，對於大型社群網路分析之成本縮減，提供另一種可行之道。
Relation:	兼顧個人化、可擴展性與強固性之超大型網路社群信任與名聲評估方法
Appears in Collections:	[Graduate Institute & Department of Information Management] Research Paper

Files in This Item:

There are no files associated with this item.

Loading...