[发明专利]一种面向社交网络的基于信任的众包工人筛选方法

摘要

本发明公开了一种面向社交网络的基于信任的众包工人筛选方法，在社交网络环境中提供一种高效的众包工人筛选方法，创建一个语境社交网络的基础框架；为了提高算法的效率及精度，设置强关联单元，并且为强关联单元构造了一种新颖的索引结构；对可信任工人进行了建模，并且提出了基于语境信息的可信任众包工人的选取算法，可靠性能高、工作量少、计算准确、可信度高。

主权项

一种面向社交网络的基于信任的众包工人筛选方法，其特征在于，步骤包括：（1）搭建语境社交网络框架G = (V, E, LV, LE)，其中，V是顶点集，E是边集，LV是相关定点属性，LE是相关边属性；所述相关定点属性包括个人影响力，所述相关边属性包括社会信任和社会亲密度；（2）在语境社交网络中，构建强关联单元的子网，随机挑选出社交网络中的整数K个含有高数值的社会影响力的顶点作为种子节点，对于每个种子结点，采用深度优先遍历方法来寻找连接具有高数值社会影响因素的后继结点；所述强关联单元的每个顶点都连接着具有较大值的个人影响力，所述强关联单元的每条边都连接着具有较大值的社会亲密度和社会信任；（3）对强关联单元做一个索引，所述索引包括连接索引和社会语境索引；（4）设置用来作为社交工人信任度估量标准的信任质量的限制值，即设置社会信任、社会亲密度以及个人影响力三个社会影响因素的限制值；（5）设置源点需求者为w1,目标工人表示为wm,且沿着从源点需求者到目标工人的社交路径的中间结点表示为w2 ，…，wm‑1，并将社会信任、社会亲密度和个人影响力这3个的合成值分别设置为Tp(w1 ,...,wm)、rp(w1 ,...,wm )和ρp(w1 ,...,wm )；（6）计算3个社会影响因素的合成值以及可用性函数：（6.1）社会信任的合成值：沿着源点需求者到目标工人的社交信任路径，将所有中间结点之间的社会信任值相乘，其计算公式如下：（1）（6.2）社会亲密度的合成值：在一条社交路径中，社会亲密度会随着中间结点的增加而迅速减小，另外，在实际的社交网络中，当延伸到另一个顶点时，社会亲密度会下降得更快，即社会亲密度的减弱不是线性的，其合成值计算如下：（2）（6.3）个人影响力的合成值：因为在社交网络中，个人影响力不具有传递性，所以将所有中间结点的个人影响力值的平均值作为这条社交路径的个人影响合成值，其计算方式如下：（3）（6.4）设置一个作为沿着源点需求者到目标工人的社交路径的信任度的测量标准，即用来估计目标工人的信任度测量的可用性函数Q，其计算公式如下：（4）其中，T, r, ρ是社交路径影响因素所对应的合成值，,和分别是T, r, ρ的权重,、和均取值于集合（0,1）并且++=1，当一条路径的可用性函数值越大，则这个目标工人的可信度越高；（7）设置一个用来查看目标工人是否达到源点需求者要求的目标函数δ；如果目标工人满足源点需求者所设置的信任质量的限制值，即当从源点需求者到目标工人的社交路径的社交影响因素合成值大于对应的信任质量的限制值时，目标函数计算公式如下：（5）其中，T、 r和ρ分别是沿着源点需求者到目标工人的社交影响因素的合成值，,,分别是源点需求者所设置的信任质量的限制值；由于如果一个目标工人满足信任质量的限制，即< 1，如果一个目标工人不满足信任质量的限制，即≥ 1，所以目标函数值越小，目标工人的可信度越高；（8）采用蒙特卡洛方法，即通过从目标工人（Vt）遍历到源点需求者（Vs）的反向筛选过程,以及通过从源点需求者（Vs）遍历到目标工人（Vt）的正向选取过程，查找到符合源点需求者要求的目标工人。