1、隨著信息技術的飛速發(fā)展和互聯(lián)網的廣泛普及，電子郵件、在線購物、在線交友、網上支付、即時通訊等應用已經成為人們工作和生活中不可或缺的一部分。人們在互聯(lián)網上通過各種關系相互聯(lián)系在一起，形成了一個個規(guī)模龐大、關系復雜以及內容豐富的在線社會網絡。面向商業(yè)領域的實際應用，目前對在線社會網絡的研究面臨兩大挑戰(zhàn)。一是，由于互聯(lián)網的開放性和匿名性，如何給在線社會網絡中的用戶提供合理的信任計算機制成為一個亟待解決的問題。二是，在線社會網絡作為一個新的商業(yè)

2、渠道，面向實際應用，如何對在線社會網絡進行挖掘分析從而取得更好的經濟效益和社會效益也成為一個備受關注的焦點問題。這兩方面直接關系到在線社會網絡的安全性和實用性，因此對其研究既具有理論價值又具有實際意義。
　　 本文正是以在線社會網絡的迅猛發(fā)展為背景，針對上述兩方面開展深入研究，提出了相應的模型和算法。本文的研究內容和主要貢獻有以下幾個方面：
　　 ●基于在線社會網絡的鏈武信任模型
　　 根據用戶可以在社會網絡中傳

3、遞信任消息的特點，本文提出了一個集成信任值和置信值的二維鏈式信任模型。面向不同的應用場景和用戶個性化需求，給出了多種信任計算策略。針對互聯(lián)網的開放性和匿名性，介紹了鏈式信任模型的局部存儲機制、動態(tài)更新機制和信任報告機制。通過在Epinions網站的真實在線社會網絡上進行實驗，證明了鏈式信任模型的有效性和靈活性。
　　 ●基于語義的信任推理
　　 本文創(chuàng)新性地提出了一種基于語義的信任推理機制。該機制利用語義網技術定義了Ep

4、inions領域本體，然后采用OWL/RDF語言對Epinions網站上的數(shù)據進行知識表達，并從中抽取出信任相關的信息。根據這些信息，本文制定了基于OWL的信任推理規(guī)則。利用這些規(guī)則，我們可以推理出用戶感興趣的領域，并從泛化的信任關系推理出領域相關的信任關系，以及根據用戶的反饋行為推理出隱式信任關系，從而支持更加準確高效的信任計算。
　　 ●集成聲望、內容和上下文信息的組合信任模型
　　 絕大多數(shù)現(xiàn)有的信任模型都是基于聲

5、望信息的，但是僅僅利用聲望信息進行信任計算是遠遠不夠的。因此，本文提出了一個集成聲望、內容和上下文信息的組合信任模型--RCCtrust。RCCtrust利用基于語義的信任推理機制從互聯(lián)網的內容和上下文中抽取出信任相關的信息，并將用戶在商品評分和反饋行為上的相似度集成起來刻畫用戶之間的信任程度，從而構建出一個邊權重的組合信任網絡來進行信任計算。實驗結果表明RCCtrust模型無論是在準確率方面，還是在覆蓋率方面，都優(yōu)于傳統(tǒng)協(xié)同過濾的單純

6、相似度方法和僅僅利用信任關系的trust-aware方法。
　　 ●基于啟發(fā)式信息的目標團體發(fā)現(xiàn)
　　 本文提出了一個在社會網絡中基于啟發(fā)式信息進行目標團體發(fā)現(xiàn)的算法。根據對Epinions網站上的在線社會網絡進行分析得出的特征，并結合用戶的角色和在線行為，抽取出進行目標團體發(fā)現(xiàn)的啟發(fā)式信息，從而可以有效地簡化算法和減小搜索空間。實驗結果顯示，基于啟發(fā)式信息的目標團體發(fā)現(xiàn)算法能夠有效地發(fā)現(xiàn)在線社會網絡中具有影響力的目標團

7、體，在基于社會網絡的市場營銷中具有廣泛的應用價值。
　　 ●基于影響力最大化的關鍵人物挖掘
　　 傳統(tǒng)關鍵人物挖掘算法往往只考慮了社會網絡的結構特點，而忽略了節(jié)點之間的相互作用。針對這一不足，本文提出了一個基于影響力最大化的關鍵人物挖掘算法。面向Epinions網站上的信任網絡，利用從互聯(lián)網的內容和上下文中挖掘出的信息，對用戶之間的影響力關系進行建模，并通過求解影響力最大化問題來確定在線社會網絡中的關鍵人物。實驗結果表明