[发明专利]基于可信度模型的节点推荐方法及系统

说明书

技术领域

本发明涉及信息服务技术领域，具体地，涉及一种基于可信度模型的节点推荐方法及系统。

背景技术

随着互联网技术的发展，各种服务端中需要对网络节点进行可信度计算，并向用户提供节点的可信度等级，然而现有的技术方案中的可信度等级结果并不可靠，往往容易被网络节点的交互历史数据所干扰。

经过检索，发现如下2项中国已授权的发明专利：

现有技术1：专利号为ZL201210201114.3--基于信用等级与违约损失率匹配的信用评级系统与方法；

现有技术2：专利号为ZL201210279363.4--一种基于用户诚实度的动态的Web服务信任评估方法；

现有技术1提出的系统由数据分析模块、系统维护模块、数据查询模块和报告制作模块构成，报告制作模块具有保存信用评级结果、打印及预览功能。满足“信用等级越高、违约损失率越低”的信用本质属性，使商业银行等债权人在清楚不同信用等级对应的违约率的情况下，可以避免对盈亏平衡点以下等级的客户进行贷款，减少贷款损失。本方法的信用评级调整结果，不但像现有研究和实践那样给出了客户清偿能力的信用等级排序，而且给出了每一个信用等级的违约率和违约损失，比现有的银行信用评级系统揭示了更多、公众更需要了解的信息。

现有技术2提出的方法首先根据用户对服务的要求，自动挖掘用户偏好；根据用户偏好划分相似用户群，在偏好相似用户群中进行评价一致性聚类，区分诚实用户与恶意用户，计算偏好相似用户群的用户诚实度，根据用户诚实度的变化，动态调整主观评价在综合信任计算中的权重，从而降低恶意评价对Web服务信任评估的影响，提高信任评估的准确性，更好地指导用户进行可信服务的选择。

本发明所要解决的问题与现有技术1和现有技术2近似，属于相同的技术领域，但是现有技术的方法不能够被运用至其他网络节点，其中的主要原因是，不能够建立精确的算法来处理存在交互的操作行为；且没有引入误差限值，从而使得可信度等级的结果不可靠。

本发明提供的基于可信度模型的节点推荐方法及系统能够有效地解决上述的问题。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于可信度模型的节点推荐方法及系统。

根据本发明提供的基于可信度模型的节点推荐方法，包括如下步骤：

步骤A1：统计第一类节点与第二类节点的数量，并将第一类节点与第二类节点之间的交互历史分别存储至对应的二维矩阵中；

步骤A2：根据矩阵算法和迭代算法分别得到第一类节点与第二类节点的可信度等级；

步骤A3：根据各个第一类节点的可信度等级，向第二类节点推荐若干第一类节点作为可信任节点；或者，根据各个第二类节点的可信度等级，向第一类节点推荐若干第二类节点作为可信任节点。

优选地，所述步骤A1包括：

步骤A1.1：分别统计第一类节点与第二类节点的数量，将第一类节点的总数记为M，第二类节点的总数记为N；

则用v_i,j表示第一类节点中的第j个节点关于第二类节点中的第i个节点的交互历史，其中j＝1,2,3…M；i＝1,2,3…N；

则用u_j,i表示第二类节点中的第i个节点关于第一类节点中的第j个节点的交互历史，其中j＝1,2,3…M；i＝1,2,3…N；

步骤A1.2：将第一类节点与第二类节点之间的交互历史分别存储至对应的二维矩阵中，得到两个二维矩阵V和U，其中：

优选地，所述步骤A2包括：

步骤A2.1：通过矩阵算法得到与二维矩阵V和U，即第一类节点与第二类节点之间的交互历史相关的两个核心矩阵A和B，其中，核心矩阵A为由二维矩阵V和二维矩阵U中的数值经过矩阵相乘运算得到的一个N行N列的二维矩阵，核心矩阵B为由二维矩阵U和二维矩阵V中的数值经过矩阵相乘运算得到一个M行M列的二维矩阵；

步骤A2.2：通过迭代算法，并设置迭代误差值，分别得到第一类节点与第二类节点的可信度等级；具体地，

第一类节点的可信度等级：

步骤a1、设定迭代起始值t，t表示M×1的可信度等级向量；

步骤a2、进行迭代运算，将核心矩阵B中的数值乘以t；

步骤a3、进行归一化处理；

步骤a4、计算迭代后的误差δ⁽ⁿ⁾；