基于交互感知的动态自适应的信任评估模型

？构建了一种基于交互感知的动态自适应信任评估模型，将历史交互窗口和可信推荐数引入到了总体信任评估中，克服了传统模型对交互证据感知能力不足的问题。提出了基于满意度迭代的直接信任积累方法，并采用实体稳定度实现了激励和惩罚2种迭代策略，有效抑制了恶意伪装实体的作弊行为。给出了一种基于直接和间接相结合的综合推荐信任聚合方法，通过引入实体熟悉度和评分相似度解决了传统模型推荐准确度低和不可靠的问题。实验结果表明，与已有模型相比，该模型有效地提高了信任评估的准确性，并具有更强的抵御串谋实体协同作弊的能力。