论文部分内容阅读
信誉系统在解决开放网络环境中的信任问题时，较传统技术具有明显优势．然而不实评价的存在严重降低了信誉系统的可用性．文中提出一种基于偏离度的不实评价过滤方法：RulerRep．该方法以用户自身与服务提供者的直接经验为标尺，度量评价者的评价准确性，并以该评价准确性定义评价者的平均偏离度．在融合多个评价以计算服务提供者信誉的过程中，用该平均偏离度导出其评价的权重，使得平均偏离度大的节点的意见权重较小，从而达到过滤不实评价的效果．最后，以平均均方误差为指标，在实验仿真中与TRAVOS算法和没有使用过滤技术的Beta