社会科技和网络技术的不断发展让网络信任在社会信任中占据越来越重要的地位, 基于此, 各大网络运营商已将平台发展的重点转为研究和挖掘用户之间的信任关系。但现实总与网络存在差异, 而很多用户之间缺乏现实中的正面接触, 所以, 相关机构将对用户信任度研究的关注点越来越多地放在网络用户注册信息以及用户交互次数等内容上。随着研究的不断深入, 设定各种模型权重指标这一难题不断出现, 此问题已成为目前用户信任度评价分析中的主要困难, 亟待解决。
在现实的社会生活中, 信任具有一定的不可度量性, 为方便研究, 本文给出网络社会信任度的定义:
定义一:符号T (A, B) 表示用户A和用户B之间点对点的信任关系强弱的数值, 即信任度。T (A, B) ∈[0, 1], T (A, B) 的数值与用户之间的信任程度成正比。
定义二:信任关系T具有非对称性, 即T (A, B) ≠T (B, A) , 其是一种单向关系。
结合有关研究我们发现, 网络社会实质上是一个缩小版的真实社会, 其拥有与现实一样的关系网络, 与现实中一样, 网络用户也更愿意与信誉良好评级较高的用户打交道。所以, 本文针对现实的情况, 将好评率、会员等级、好友数量等因素作为评价用户社会声誉的相关指标。
从目前的实际情况来看, 现有的用户信任度评价方法中存在系统评价指标权重确定方法缺失的问题, 为了更好地减小甚至消除权重设定对于最终给出的模型精确度的影响, 本文结合实际状况引入层次分析法, 并将其作为重新确定模型评价指标权重的最主要方法。总体而言, 层次分析法就是一种将与决策相关元素按照一定的标准分解为方案层、目标层、准则层等不同层次结构, 并基于此通过对定量法、定性法等方法运用, 达到分析决策的方法。灵活、简单是其独有的特点, 所以, 其是多准则决策最常用的方法。
首先, 构建层次分析模型。以划分互相联系的有序层次的方法促进目标系统的层次化、条理化, 并建立起递进的层次结构。通常情况下, 目标层、方案层、准则层是层次分析模型的所属层级。
其次, 构建两两比较矩阵。为了更加确定模型中各指标的权重值, 我们需要构建比较矩阵和判断矩阵。为区分两种因素的重要程度, 结合相关专家的建议, 我们将两两比较指标与代表程度的9个级别相互对应
再次, 权向量计算与一致性检验。针对判断矩阵, 计算需要满足AW=λmaxW的最大特征根λmax和对应的特征向量W。W对应于A的归一化特征向量就是排序权向量的参考。但是, 为了避免排序中出现逻辑错误, 仍需依靠一致性检验对矩阵的可靠性进行检验。
最后, 层次总排序与一致性检验。按照要求完成各层因素对于整体目标相对重要性的排序权重计算, 也需要对整个过程进行一致性的检验。
首先, 构建层次分析模型。按照上文分析讨论的网络用户信任度评价模型和相关的评价指标, 根据相关标准和调研, 本文提出下图所示的层次分析模型图。
如图1所示, 第一层是目标层, 与用户信任度评价模型中的用户信任度T相对应;而第二层和第三层均为准则层, 其中U11, U12, U13和U21, U22, U23, U24分别与社会声誉产生的评价指标权重值以及社会相似性产生的评价指标权重值相对应。
其次, 构建成对的比较矩阵。以上图所示的网络用户信任度层次分析模型图为基础, 结合现有的研究和各行业专家、学者以及普通用户为各变量进行的填表、打分, 最终得到一个创建好的、较为完善的成对比较矩阵, 用于后续的评价分析。
最后, 对权向量进行计算并进行一致性检验。以上面的步骤和方法为基础完成对相关数据的一致性检验, 并得到各判断矩阵中对应的最大特征值λmax的特征向量W, 对其进行归一化处理即可得到子因素相对其父节点的重要性权值。
为了对本文提出模型的实用性和有效性进行验证, 进行了模拟实验。在实验中, 随机找到198名网络用户给和自己在工作、生活中有直接联系的合作伙伴、朋友及用户的信任度进行打分, 并且将分数按照由高到低的顺序排列, 保留用户与其所有直接联系的用户中打分最高的数据作为用户评分数据。除此之外, 还将本文提出的模型和均衡权重模型两种模型分别计算出的用户信任度评分和用户评分数据进行比较。从实验结果来看, 本文的模型均衡权重计算模型得到的数据准确率高。
综上所述, 本文在提出以用户信息为基础促进用户信任度评价模型构建方法的同时, 积极引入层次分析法完成对模型中各评价指标相对权重的计算, 最终确定出用户信任度模型的权重。相比于均衡权重法和人为指标权重设定, 上文提到的方法更能减小甚至消除主观因素对权重产生的影响。当然, 将层次分析法引入用户信任度模型种, 提高了此法的可操作性和科学性, 同时也能对研究其余针对模型权重提供参考和借鉴。
摘要：社会的不断进步推动着网络和计算机技术的发展, 从目前的社会现状来看, 各大网络运营平台都将关注热点和工作重点转移至用户之间信任关系的充分挖掘之中。基于此, 本文提出以用户信息为评价指标促进用户信任度评价模型建立的方法, 并在模型的构建过程中应用层次分析法, 在最大程度上解决多指标权重设定中人为主观因素多方干扰的问题, 希望能对行业的整体发展起到一定的借鉴和促进作用。
关键词：用户信任度,模型,层次分析,指标权重
[1] 李梦洁.基于信任度评估的社交网络用户相似性研究[D].南京:南京邮电大学, 2018.
推荐阅读：
基于零信任的网络安全模型架构与应用05-13
90后网络用户群体分析（共8篇）06-13
我国互联网用户网络安全现状分析02-11
网络信息用户需求05-28
网络环境下的高校图书馆用户培训12-25
用户体验在室内灯具设计中的应用探析09-12
网络用户计算机网络技术论文（精选3篇）05-02
网络用户管理制度（通用9篇）05-13
