安全可信的社會化服務推薦研究

《安全可信的社會化服務推薦研究》是依託蘇州大學，由劉安擔任項目負責人的面上項目。

基本介紹

• 中文名：安全可信的社會化服務推薦研究
• 項目類別：面上項目
• 項目負責人：劉安
• 依託單位：蘇州大學

項目摘要

網際網路中可用服務的類型和數目都呈爆炸式增長，如何發現滿足用戶個性化需求的服務是一個極具挑戰性的問題。與傳統的服務發現技術不同，服務推薦實現了從被動接受用戶請求向主動感知用戶需求的轉變，成為拓寬服務選擇範圍、提升服務選擇效率的有效手段。本項目針對服務推薦面臨的用戶反饋數據不易收集、服務功能屬性描述缺失、服務特徵沒有高效利用等問題以及開放網路中存在惡意用戶的現實，提出研究安全可信的社會化服務推薦系統，通過深入分析用戶社交網路和服務社交網路的結構及數據，以提高社會化推薦系統的魯棒性和可用性為目標，重點研究用戶服務社交空間理論、社會信息感知的用戶可信度評估、合作博弈最佳化的服務信譽度評估、以及保護隱私的社會化服務推薦等內容。本項目是服務計算、推薦系統和社交網路研究深化融合的一個最新交叉課題，為構建面向海量服務的社會化推薦系統提供有效的理論和技術支撐，不僅具有重要的理論意義，也具有廣泛的商業套用價值。

結題摘要

無處不在的高速網路和個人智慧型移動設備的普及促進了眾包計算模式的流行，從而使得網際網路中可用服務的類型和數目出現了爆炸式的增長。如何發現滿足用戶個性化需求的服務是一個極具挑戰性的問題。在開放網路中，用戶之間缺少基本的信任，而在推薦過程中又不可避免的需要收集用戶的私有數據，因此如何實現安全可信的服務推薦具有重要的套用前景。本項目以安全可信的社會化服務推薦系統為目標，重點研究社交網路空間中的數據管理，社交網路中用戶可信度和信譽度的評估、保護隱私的社會化服務推薦系統，以及安全可信的社會化服務套用系統。為了有效提高社會化服務推薦結果的準確性，本項目首先對用戶服務社交空間中包含的數據進行了相關處理，重點解決了文本數據中的語義漂移，有監督學習需要大量訓練數據、以及社交網路中短文本的情感分析等基礎問題。其次，在用戶可信度和信譽度評估方面，本項目對社交網路中的圖模式匹配、信任子網的抽取、基於上下文的可信用戶選擇、可信度的高效計算以及魯棒的社會影響者發現等問題進行了深入研究。在推薦系統特別是保護隱私的推薦系統方面，本項目對基於注意力機制的推薦模型、基於差分隱私的協同推薦模型、保護多方隱私的社會化推薦模型、基於差分隱私和隨機擾動的安全推薦模型等進行了深入的研究。最後，在安全可信的社會化服務套用系統方面，本項目重點研究了空間眾包這一套用，特別是安全可信的空間眾包任務分配和推薦算法。總體而言，本項目的研究為實現安全可信的社會化服務推薦系統提供了有效的技術支撐。在本項目的支持下，項目組在國內外重要學術期刊和會議上發表54篇高質量論文，其中包括中國計算機學會CCF推薦的A類文章4篇，B類文章29篇，C類文章17篇，獲得授權發明專利3項，培養碩士研究生7人，完成了預定的各項研究任務。