روشی نوین برای محاسبه اعتماد در شبکه‌های اجتماعی موبایلی

شبکه‌های اجتماعی موبایلی موجب تسهیل ارتباطات از طریق موبایل می‌شوند که کاربران این شبکه‌ها از موبایل به‌منظور دسترسی، اشتراک و توزیع اطلاعات استفاده می‌کنند. با افزایش روزافزون کاربران در شبکه‌های اجتماعی، حجم زیادی از اطلاعات به اشتراک گذاشته می‌شود که مشکلاتی ازجمله انتشار مطالب نادرست و شایعات دروغ را نیز به دنبال دارد. در این زمینه قوی‌ترین عامل برای سنجش صحت اطلاعات، استفاده از اعتبار هر کاربر به‌عنوان منبع توزیع اطلاعات است. اعتبار هر کاربر به‌عنوان منبع پخش اطلاعات می‌تواند بر اساس اعتماد دیگر کاربران به آن کاربر محاسبه شود. با توجه به ذهنی و ادراکی بودن مفهوم اعتماد، نگاشت اعتماد به یک مدل محاسباتی یکی از مسائل مهم در سیستم‌های محاسباتی شبکه‌های اجتماعی است. ازجمله پیچیدگی‌های فرآیند محاسبه اعتماد در این شبکه‌ها توجه به این موضوع است که در شبکه‌های اجتماعی، اجتماعات گوناگونی وجود داشته که همه کاربران آن‌ها به‌صورت مستقیم به یکدیگر متصل نمی‌باشند. در این مقاله با استفاده از ویژگی‌های کاربران در شبکه‌های اجتماعی، روشی منطبق بر منطق فازی برای دسته‌بندی کاربران پیشنهادشده است که اعتماد بین کاربران واقع در یک دسته با استفاده از مدل پیشنهادی محاسبه می‌شود. هم‌چنین با استفاده از فرآیندهای ترکیب، انتقال و اجتماع اعتمادها، اعتماد بین کاربرانی که به‌صورت مستقیم به یکدیگر متصل نیستند نیز بدست می‌آید. بررسی نتایج بیانگر این مسئله است که روش پیشنهادشده اعتماد افراد را در یک شبکه با دقت قابل قبولی معین می‌سازد.

A new approach for trust computing in mobile social networks

Mobile social networks facilitate connections through mobile devices, and users of these networks can use mobile to access, share and distribute information. With increasing the number of users on social networks, the large amount of shared information and the dissemination of created information cause some problems such as rumor propagation and access to incorrect information. The most powerful tools for validity of received information is based upon the trust value which is assigned by the others. However, considering the subjective and perceptive nature of the concept of trust, the mapping of trust in a computational model is one of the important issues in computing systems of social networks. In addition, there may be various communities on social networks and all users will not be directly connected to each other, which leads to a more complex process of calculating trust. In this research, using user characteristics in social networks, a fuzzy classification approach is proposed, and the trust is computed between users in a class using a computational model. Also trust is gained between users who are not directly connected, using the combination, transition and aggregation processes. By comparing the results, it can be seen that the proposed method recognizes trustworthy people with high precision.