Journal of Information Technology Management University of Tehran
ISSN: 2008-5893 Faculty of Management
EISSN: 2423-5059
Vol. 9, No. 2; PP. 191 – 216
Summer 2017

A Model for Investigation of the Intensity of
Trust Relationships’ Strength among Users in Social Media
Rojiar Pirmohammadiani 1, Shahriar Mohammadi 2
Abstract: Although trust relations among users in social media are the evidence of social influence, but the level of this impact depends on strength of trust among users. Therefore, in this paper we study the effect of trust relationships’ strength among users through the development of matrix factorization method. Matrix factorization is a method to predict the rate that user assign to the products. For this purpose, based on similarity factors the strength of trust relationship is measured, then this feature as an effective parameter was added to matrix factorization. The proposed model is applied on Epinions data set. The weight of trust relationships’ strength parameter is determined through the proposed model. Based on the results, by adding the strength of trust relationship the error rate is reduced. Furthermore, if the strength of trust between users is larger than 0.8, the error reduction will be more significant. Improving the results through more accurate estimation shows that this effect is set correctly.

Key words: Matrix factorization, Social influence, Social media, Trust relationships’ strength.

Ph.D. Candidate in Information Technology Engineering, Dep. of Industrial, K.N. Toosi University of Technology, Tehran, Iran
Assistant Prof. of Information Technology, Dep. of Industrial, K.N. Toosi University of Technology, Tehran, Iran

Submitted: 07 / June / 2016
Accepted: 09 / April / 2017
Corresponding Author: Rojiar Pirmohammadiani
Email: Rpirmohamadiani@mail.kntu.ac.ir

Journal of Information Technology Management د ناوری اطلاعات
دانشكدة مديريت دانشگاه تهران دورة 9، شمارة 2 تابستان 1396 صص. 216- 191

ارائة مدلي براي بررسي اثرگذاري شدت اعتماد ميان كاربران در
محيط رسانههاي اجتماعي
روجيار پيرمحمدياني1، شهريار محمدي2
چكيده: اگرچه روابط اعتماد بيان شده ميان كاربران در محيط رسانههاي اجتمـاعي گـواهي بـروجود اثرگذاري اجتماعي در آنهاست، ميزان ايـن اثرگـذاري، بـه شـدت اعتمـاد ميـان كـاربرانبستگي دارد. از اين رو، در اين مقاله از طريق توسعة روش تجزيـة مـاتريس، ميـزان اثرگـذاريشدت اعتماد ميان كاربران در پيشبيني امتيازهايي كه كاربران به محصولات ميدهند، بررسـيشده است. براي اين منظور ابتدا از طريق عوامل مبتني بر شباهت، شدت اعتماد ميـان كـاربراناندازهگيري شد، سپس اين خصيصه بهعنوان پارامتر اثرگذار به مدل تجزية ماتريس اضافه شـد . مدل پيشنهادي بر دادههاي جمع آوري شده از وبسايت نقد و بررسي محصولات اپينيونز، اعمال گرديد. بر اساس نتايج به دست آمده، با اضافه كردن پارامتر شـدت اعتمـاد، ميـزان خطـا كـاهشمي يابد و چنانچه وزن اعتماد بين كاربران از 8/0 بزرگ تر باشد، ميزان كاهش خطـا چشـمگيرترخواهد بود. بهبود نتايج به دست آمده از طريق تخمين دقيقتر امتيازها، گواهي بر تعيـين درسـتاين اثرگذاريهاست.

واژه هاي كليدي: اثرگذاري اجتماعي، رسانههاي اجتماعي، شدت روابـط اعتمـاد، مـدل تجزيـةماتريس.

دانشجوي دكتري مهندسي فناوري اطلاعات ـ گرايش تجـارت الكترونيـك، دانشـكدة صـنايع، دانشـگاه صـنعتيخواجه نصيرالدين طوسي، تهران، ايران
استاديار گروه فناوري اطلاعات، دانشكدة صنايع، دانشگاه صنعتي خواجه نصيرالدين طوسي، تهران، ايران

تاريخ دريافت مقاله: 18/03/1395 تاريخ پذيرش نهايي مقاله: 20/01/1396 نويسندة مسئول مقاله: روجيار پيرمحمدياني E-mail: Rpirmohamadiani@mail.kntu.ac.ir
مقدمه
در سالهاي اخير با گسترش مفاهيم وب 0/2، زيرساختهايي در فضاي اينترنت به وجود آمده تـاكاربران بتوانند محتواي مد نظر خود را ايجاد كنند، با يكديگر به اشتراك بگذارند و بـه راحتـي بـاساير كاربران ارتباط برقرار كنند. بـه مجموعـة ايـن برنامـههـاي كـاربردي مبتنـي بـر اينترنـت،رسانه هاي اجتماعي گفته ميشود (كاپلان و هانلين، 2010). يكي از قـوي تـرين پلـتفـرم هـايتعامل تجارت اجتماعي، وبسايتهاي نقد و بررسي است. از جملة اين سـايت هـا مـيتـوان بـهاپينيونز1و يلپ2 اشاره كرد كه به عنوان پورتالهاي نظردهي، كسبوكارهاي ارزشـمندي را بـرايخود ايجاد كردهاند. همچنين بخشي از محبوبيت و موفقيت وبسايتهايي ماننـد آمـازون را نيـزميتوان به نظردهي جامع دربارة محصولات مختلف نسبت داد (وانگ، ماي و چيانگ، 2013). در اين وبسايتها كاربران در خصوص محصولات، به نوشتن و خواندن نظرها ميپردازنـد . در ايـنحالت اطلاعات و محتواي توليدي توسط كاربران در قالب رتبهبندي و ارزيـابي محصـولات رويتصميم هاي كاربران و امتيازهايي كه به محصولات ميدهند، تأثيرگذار است. مطابق نظرخـواهيانجام شده در سال 2013 ميان كاربران آمريكايي فيسبوك، 64 درصد اين كاربران اعتقاد داشتند كه شبكههاي اجتماعي بر تصميم آنها براي خريد تأثير داشتند و 59 درصد نيز معتقـد بودنـد كـهاين اثرگذاري بسيار شايان توجه بوده است3. همچنين بررسي انجام شـده توسـط سـايت بيزريـت نشان ميدهد 59 درصـد مشـتريان اطلاعـات بـهدسـت آمـده توسـط مشـتريان را در رابطـه بـامحصولات و خدمات ارزشمند مي دانند4؛ به گونه اي كه اگر تبليغ ها و پيامهاي كلامي مربـوط بـهاين محصول در داخل رسانههاي اجتماعي مثبت باشد و اغلب كاربران به يـك محصـول امتيـازبالايي داده باشند، اين باور در كاربر تقويت ميشود كه آن محصول يـا خـدمت كيفيـت مناسـبيدارد و نيازهاي كاربران را بهنحو مطلوبي برآورده مي كند و كاربران ديگر اين محصول را مطمـئن مي دانند. به تبع آن، كاربر امتياز بيشتري به محصول مي دهد و تمايل به خريد نيـز در او افـزايشمي يابد (پيرمحمدياني، محمدي و حسـيني، 1392). حـاجلي (2014)، نيلـور، لامبرتـون و وسـت(2012)، يانگ (2012)، لي و سونگ (2010)، سيا و همكـاران (2009)، تـأثيرات كلـي تبليغـاتكلامي در محيط رسانههاي اجتماعي را بررسي كرده اند.
ــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ
Epinions
Yelp
.3 http://www.convinceandconvert.com/the-socialhabit/11shocking-new-social-media-statist
4. WWW. bizrate.com ics-in-america.
حجم اطلاعات توليدشده در رسانههاي اجتماعي بسيار زياد است. در اين ميان تنها بخشي از اطلاعاتي كه كاربران به آن اعتماد دارند، در رفتارها و تصميم هاي بعدي آنهـا اثرگـذار اسـت. در واقع افراد قابل اعتماد يك فرد، سطح بالاتري از اثرگذاري را روي آن فرد منعكس ميكنند، زيرا ارتباطات قوي و مشابهت در ارجحيتها از دلايل شـكل گيـري رابطـة شـبكهاي و اعتمـاد بـين كاربران رسانههاي اجتماعي است (پيرمحمدياني و محمدي، 1393).
اعتماد، در شكلگيري و تصميم بـه خريـد كـاربران نقـش مهمـي دارد. از ايـن رو، مقـالات بسياري به موضوع اعتماد توجه كرده اند. اغلب تحقيقاتي كه در اين حوزه انجام شده است، تلاش كرده اند با استفاده از پرسشنامه، اطلاعاتي دربارة تأثيرات مستقيم و غيرمستقيم اعتماد بر تصـميمبه خريد كاربران به دست آورند (حاجلي، 2014؛ چاو و نگاي، 2011؛ برتراند، 2013؛ دوو، والدن و لي، 2012؛ كيم، فرين و راو 2009؛ فورمن، گوس و وينسنفلد، 2008؛ آواد و راگووسي، 2008) يا عوامل اثرگذار بر اعتمـاد كـاربران شبكه هاي اجتماعي را در نمونة آماري جمع آوري شده، بررسـيكنند (ابزري، قرباني، خواجهزاده و مكينيان، 1390؛ عسگري و حيدري، 1394؛ حقيقـي و منتظـر،1394). اما اندازة اعتماد كاربران به يكديگر متفاوت است. با توجه به تعاملات كاربران با يكديگر، سطوح متفاوتي از اعتماد بين آنها شكل ميگيرد. از ايـن رو بايـد اثرگـذاري شـدت اعتمـاد بـينكاربران بر برداشت كاربران از محصولات و امتيازي كه كاربران به محصولات ميدهند، به دقت بررسي شود؛ اما اين موضوع در تحقيقات گذشته لحاظ نشده اسـت . در واقـع ، مفهـوم اعتمـاد درحالت كلي بيان شده و شدت اعتماد ميان كاربران كه عامل تعيينكننده براي اثرگذاري كـاربرانبر يكديگر است، كمتر در كانون توجه قرار گرفته است. همچنين بـا توجـه بـه اينكـه تحقيقـاتگذشته بر پاية پرسشنامه و روشهاي توصيفي بوده است، نتوانستهاند وزن اين پارامترها را دقيـقو با توجه به دادههاي موجود و تراكنشهاي انجام شـده بـين كـاربران تعيـين كننـد و تجز يـه و تحليل هاي انجام شده در اين حوزه بسيار اندك است. مقالة حاضر اين گـپ هـا را بررسـي كـردهاست. در اين مقاله يك مدل رياضي ارائه شده است كه از طريق توسـعة روش هـاي پـيشبينـيامتيازهاي كاربران به محصولات، ميزان اثرگذاري شدت اعتماد بـين كـاربران را بـه طـور دقيـق تعيين مي كند. روش تجزية ماتريس، يكي از روشهاي رايج بـراي تخمـين امتيـازي اسـت كـه كاربران به محصولات مي دهند. در روش تجزية ماتريس اسـتاندارد، ايـن امتيازهـا بـا توجـه بـهاولويتها و ارجحيتهاي كاربران تخمين زده ميشود. در اين مقاله تلاش شـده اسـت از طريـقتوسعة پارامترهاي مربوط به روش تجزية ماتريس و اضافه كردن معيار شدت اعتمـاد، امتيازهـاييكه كاربران به محصولات ميدهند به طور دقيقتري تخمين زده شود. بنابراين دو سـناريو ي زيـرمطرح شده است:
تخمين امتيازي كه كاربران به محصولات ميدهند با استفاده از روش تجزية مـاتريساستاندارد و بدون پارامتر شدت اعتماد.
تخمين امتيازي كه كاربران به محصولات ميدهند با استفاده از روش تجزية مـاتريستوسعه داده شده و دخالت پارامتر شدت اعتماد.
در سناريوي دوم، براي پيشبيني امتياز هر كاربر به يك كالا، دو پارامتر اثرگذار است. پارامتر نخست با توجه به ارجحيتهاي كاربر u و خصيصههاي محصول i تعيين ميشود. اين پارامترهـادر روش استاندارد تجزية ماتريس نيز در نظر گرفته شده اند. دوم، امتيازي كه كاربر u به محصول i ميدهد، از كاربراني كه كاربر u به آنها اعتماد دارد نيز تأثير ميپذيرد. ميزان اين اثرگذاري، بـهشدت اعتماد بين كاربران بستگي دارد. شباهت ميان كاربران، مبنايي مهم بـراي اسـتنتاج شـدت ارتباط بين كاربران است. از اين رو در مقالة حاضر، شدت اعتماد ميان كاربران مبتنـي بـر عامـلشباهت محاسبه ميشود. ميانگين شدت اعتماد كاربر u با كاربراني كه به آنها اعتماد كرده اسـت ، به عنوان عاملي اثرگذار به مدل تجزية ماتريس، اضافه شده و ايـن حالـت بـا سـناريوي نخسـت مقايسه مي شود. بهبود نتايج به دست آمده از طريق تخمين دقيقتر اين امتيازها، گواهي بر تعيـيندرست اثرگذاري پارامترهاي مختلف و از جمله اعتمـاد اسـت كـه هـدف اصـلي ايـن مقالـه نيـزمحسوب مي شود. همچنين در اين مقاله فرض شده است، كاربر u بـه طـور برابـر از طـرف همـةكاربران تحت تأثير قرار نمي گيرد و تعدادي از اين كاربران بر تخمين رتبة كـاربر مـد نظـر تـأثير بيشتري مي گذارند. به همين دليل، پس از تعيين وزن پـارامتر اعتمـاد، ميـزان اثرگـذاري بـه ازاي شدت اعتمادهاي مختلف به طور دقيقتر بررسي شده است.
روش پيشنهادي روي دادههاي جمع آوري شده از سايت اپينيونز اعمال شد. با توجه بـه روش پيشنهادشده، وزن هر يك از عاملها به درستي تعيين ميشود. همچنين در اين مدل ميزان اعتماد بين كاربران اندازهگيري شده است و ميتوان به صورت دقيق تعيين كرد كدام كاربران اثرگـذار ي بيشتري دارند. در واقع اين مقاله از طريق تخمين دقيقتر امتيازهايي كه كاربران بـه محصـولاتميدهند و تعيين كاربراني كه بر اين امتيازدهي تأثير بيشتري دارند، راهنماييهايي براي مديريت بهتر كاربران در رسانه هاي اجتماعي براي كسب وكارها فراهم ميكند.
در ادامه و در بخش پيشينة پژوهش، موضـوع اعتمـاد بـه شـكل كلـي دسـته بنـدي شـده وپژوهش ها و مقالههاي معتبر و مرتبط به هر يك از اين دستهها، بررسي شده انـد . بخـش پيشـينةنظري پژوهش، به بررسي نظرية هوموفيلي، به عنوان منطق سنجش شباهت در شبكه مي پـردازد و معيارهاي ساختاري و زمينهاي مبتني بر شباهت را بيان ميكند. بخش روش پژوهش، به ارائـة چارچوب پيشنهادي از طريق توسعة روش تجزية مـاتريس اختصـاص دارد و روشهـاي تجزيـةماتريس و محاسبة شدت اعتماد ميان كاربران رسانههاي اجتمـاعي را تشـريح مـي كنـد؛ سـپسمجموعه دادة استفاده شده در اين مقاله توصيف شده و نتايج به دست آمده از پيادهسازي چـارچوبپيشنهادي ارائه مي شود. در پايان نيز ضمن بيان نتيجهگيري، پيشنهادهايي براي تحقيقـات آتـيمطرح خواهد شد.
پيشينة پژوهش
رسانههاي اجتماعي يكي از عوامل اصلي اثرگذار بر تصميم به خريد كاربران و تكرار استفادة آنها از محصولات و خـدمات است؛ ولي پاية اين اثرگـذاري هـا بـر اسـاس اعتمـاد اسـت (فتحيـان وحسيني، 1393). در اين رابطه، بررسي اعتماد به عنوان پيشنيازي براي رفتار اجتمـاعي كـاربران، به ويژه در زمينة تصميمگيريهاي مهم در مواجهه بـا حجـم عظـيم و اغلـب غيرقابـل اطمينـاناطلاعات در محيط وب، ضرورت دارد. در سالهاي اخير مطالعات زيادي در زمينة اعتماد موجـودبين كاربران رسانههاي اجتماعي انجام گرفته است كه در آنها دو نوع اعتماد وجود دارد: 1. اعتماد كاربران به سازمان و كسب وكار و 2. اعتماد موجود بـين كـاربران رسـانههـاي اجتمـاعي (تـن وساترلند، 2004). اعتماد كاربران به سازمان و كسب وكار، بيان كنندة اعتماد به شـركت و سـازماناست. در اين حالت فرد اعتقاد دارد كه سازمان بر اسـاس م نـافع او عمـل مـيكنـد . ايـن اعتمـادجنبه هاي مختلف كاركردي سازمان را دربرمي گيرد. در واقع كاربران بايـد بـه شـركت هـايي كـهمحصولات و خدمات خود را از طريق اينترنت عرضه مي كنند، به اندازة كافي اعتماد داشته باشند تا با آنها ارتباط برقراركرده و اطلاعات مالي و شخصي خود را با اين شركتها مبادله كنند (وانگ و امورين، 2005).
مقاله هاي زيادي مسائل و پارامترهاي مؤثر بر اعتماد سازماني را بررسي كـرده انـد . حقيقـي ومنتظر (1394)، نشان دادند كه به طوركلي ويژگيهاي وبگاه، ويژگي هاي فناورانـه، وي ژگـي هـا ي امنيتي و ويژگي هاي فردي و اجتماعي، در شكلگيري اعتماد كاربران شبكههاي اجتماعي بر خط اهميت بيشتري دارند. عسگري و حيدري (1394)، عوامل مؤثر بر اعتمـاد و رضـايت مشـتري دربخش تجارت الكترونيك را بررسي كردند. ابزري و همكارانش (1390)، ضمن معرفي مدلي براي عوامل اثرگذار بر ايجاد اعتماد در اينترنت، با استفاده از تكنيك تحليل سلسله مراتبي اين عوامل را رتبهبندي كردند. بر اساس نتايج به دست آمده از تجزيه و تحليل عوامل مؤثر بر ايجـاد اعتمـاد درمحيط اينترنت، ميزان اهميت عوامل به ترتيب عبارت اند از: عوامل مربـوط بـه تكنولـوژي؛ وجـود شرايط شكل گيري اعتماد ؛ كيفيت بالاي اطلاعات؛ كيفيت بالاي مبادلة الكترونيكي؛ ويژگي هـا ي رفتاري كاربران ؛ قابليت هاي شركت عرضه كنندة محصولات يا خدمات از طريق اينترنت. اعتماد موجود بين كاربران رسانههاي اجتماعي، رسانههاي اجتمـاعي آنلايـن و انجمـنهـاياشتراكگذاري اطلاعات با محوريت نظرات، مشاركت ها يـا فعاليـت هـاي انجمـن كـاربري ادارهمي شوند. به طور مسلم، تمام اطلاعات و محتواي موجود در اين برنامهها مورد اعتماد و دلخواه هر فردي نيست. در نسل قديم، اعتماد به محتواي سايت در اعتبار خود سايت خلاصـه مـي شـد؛ در حالي كه در وب اجتماعي، اعتمـاد بـه محتـوا مسـتلزم اعتمـاد بـه توليدكننـدة آن اسـت (آواد و راگووسي، 2008). به همين دليل، در ساختار وب اجتماعي كـاربران اهميـت زيـادي دارنـد؛ زيـرااعتماد به كاربر فراهم كنندة اطلاعات، به اندازة قابليت اطمينان و صـحت خـود اطلاعـات دارايارزش است (برتراند، 2013). مدلهاي محاسباتي زيادي براي ارزيابي و پيشبيني قابليت اعتمـادكاربران در روابط اجتماعي آنلاين ارائه شده است. هـر يـك از ايـن مـدل هـا كـه از جنبـه هـايگوناگون دسته بندي ميشوند، به عوامل متفاوتي در محاسبة مقادير اعتماد توجه مي كنند (تانـگ،ژاو، هو و ليو، 2013).
در سال 2008، مدل اعتماد ليو براي پيش بيني اعتماد يك كاربر به كاربر ديگر بـا اسـتفاده ازروش دستهبندي بردارهاي ماشين معرفي شد (ليو، 2008). در اين مدل ويژگيهاي مورد سنجش از تعاملات كاربر با كاربر مربوطـه و سـاير كـاربران اسـتخراج شـده و بـه عنـوان ورودي، مبنـايتصميم گيري قرار مي گيرد. در تحقيقي كه موتسـوا و همكـارانش (2009) انجـام دادنـد، ارتبـاط دوسويه بين اعتماد و رتبه بندي هاي كاربران ارزيابي شده است. در ايـن مقالـه بـراي پـيش بينـياعتماد، روي رفتار كاربران تمركز شده و به كمك داده ها ي رتبه بندي و مرور محصولات مختلف، دقت پيش بيني در اعتماد افزايش يافته است. بورزمك (2009)، از درخت تصميم براي پيشبينـياعتماد در شبكه هاي اجتماعي استفاده كـرده اسـت. در ايـن مـدل عـلاوه بـر انت شـار اعتمـاد درشبكه هاي اعتماد، به انتشار اعتماد مبتني بـر شـباهت نيـز توجـه شـده اسـت. از ايـن رو، مـدل پيشنهادشدة وي، مي تواند براي كاربران تازه واردي كه روابط اعتمـاد محـدودتري دارنـد، مـؤثرتر عمل كند. با اين حال ويژگي هاي به كاررفته در اين مدل بسيار سادهاند و نتايج به دست آمده دقت كافي ندارند. تانگ و همكارانش (2014)، از نظرية همـوفيلي بـراي پـيشبينـي اعتمـاد اسـتفادهكردند. در اين مقاله مسئلة پيشبيني اعتماد در قالب مسـئلة بهينـهسـازي در تركيـب بـا نظريـةهموفيلي لحاظ شده است. نتايج اجراي الگوريتم روي دو مجموعه دادة واقعي، نشان دهندة بهبود دقت مدلهاي پيشبيني اعتماد است.
با توجه به پژوهش هاي پيشين، مقالات حوزة اعتماد در سه دستة كلي »بررسي تـأثير رابطـةاعتماد موجود بين فرد دريافتكننده و فرد ارسالكنندة تبليغـات كلامـي بـر تمايـل بـه خريـد«، »شناسايي و رتبه بندي عوامل اثرگذار بر اعتمـاد كـاربران در شبكه هاي اجتماعي الكترونيكي« و »مدل هاي پيش بيني اعتماد«، دسته بندي شدهاند. اين دستهبندي و مقاله هاي مربوط به هر دسته در جدول 1 آورده شده است.
جدول 1. خلاصة مطالعات پيشين در زمينة اعتماد آنلاين
موضوع نويسنده (نويسندگان)
بررسي تأثير رابطة اعتماد موجود بين فرد دريافتكننده و فرد ارسالكنندة تبليغات كلامي بر تمايل به خريد حاجلي (2014)
چاو و نگاي (2011)
باتراند (2013)
دوو، والدن و لي (2012)
كيم، فرين و راو (2009)
فورمن، گوس و وينسنفلد (2008)
آواد و راگووسي (2008)
شناسايي و رتبه بندي عوامل اثرگذار بر اعتمـاد كـاربران در شبكه هاي اجتماعي الكترونيكي حقيقي و منتظر (1394)
عسگري و حيدري (1394)
ابزري، قرباني، خواجهزاده و مكينيان (1390)
وانگ و امورين (2005)
مدل هاي پيش بيني اعتماد تانگ، ژائو، هو و ليو (2014)
بورزمك (2009)
موتسوا (2009)
ليو (2008)

همان طور كه در جدول 1 نشان داده شده است، هر يك از پژوهشهاي يادشده بعد خاصي از اعتماد را در نظر گرفتهاند و آن را در مطالعة خود تشريح كردهاند. مقاله هاي اشاره شده در دو گروه نخست، از نظر ماهيت و روش پژوهش، توصيفي ـ پيمايشي هسـتند؛ زيـرا تـلاش مـيكننـد بـااستفاده از پرسشنامه، اطلاعاتي دربارة تأثيرات مستقيم و غيرمستقيم اعتماد بر تصميم بـه خريـدكاربران يا عوامل اثرگذار بر اعتمـاد كـاربران شبكه هاي اجتماعي و بخش تجارت الكترونيـك را در نمونة آماري جمع آوري شده، بهدست آورند.
در گروه سوم مقاله ها، مدلهايي براي پيش بيني رابطة اعتماد ميـان كـاربران پيشـنهاد شـده است، اما اثرگذاري شدت اعتماد بين كاربران بر برداشت كـاربران از محصـولات و امتيـازي كـهكاربران به محصولات ميدهند، در تحقيقات گذشته لحاظ نشده و در اين حوزه تجزيه و تحل يـل از نوع كمي بسيار اندك است. مقالة موجود اين گپها را بررسي كرده است.
پيشينة نظري پژوهش
زماني كه كاربران دربارة محصولات توليد در شـبكة كـاربران همسـايهيشـان، نظـري را منتشـرمي كنند، طي پروسة انتشار، شدت اعتماد بين كاربران با همسايههايشان بر ميـزان موفقيـت ايـنكمپينها اثر ميگذارد. معيارهاي مختلفي بـراي تعيـين شـدت اعتمـاد وجـود دارد. نظريـه هـاياجتماعي ميتوانند به ما در فهم بهتر ارتباطات اجتمـاعي كمـك كننـد (يونـگ و تـران، 2013).
نظرية هوموفيلي، مهم ترين نظرية اجتماعي براي استنتاج شدت ارتباطـات ميـان كـاربران اسـت(تانگ و همكاران، 2014). تئوري هموفيلي در ارتباطات اجتماعي بيان ميكند كه كاربران مشابه به احتمال زياد روابط اجتماعي برقرار ميكنند. در اين حالـت ، هـدف بررسـي و محاسـبة ميـزان اهميت ويژگيهاي مشترك اعتمادكننده و اعتمادشونده نظير مشخصههاي آماري، ويژگـي هـايشبكهاي، ترجيحات و روشهاي مشترك در قضاوت ديگـران بـر شـكل گيـري اعتمـاد و شـدت اعتماد بين كاربران است. اين شباهت ميتواند از جنبة زمينهاي يا ساختاري مطرح شود (ذوالفقـارو آقايي، 2012).
شباهت زمينهاي بين زوج كاربران، از بازخوردها و رتبهبنـدي آنهـا بـر مجموعـه موضـوعاتمشترك به دست مي آيد كه بسته به نوع سيستم مي تواند شامل كالاهاي مشـترك، اطلاعـات يـاسرويسهاي مشترك باشد. در اين رابطه، مجموعـه آيـتم هـايي كـه توسـط هـر دو كـاربر i و j رتبه بندي شدهاند با RS(i, j) نشان داده مي شوند كـه برابـر اسـت بـا اشـتراك بـين مجموعـةآيتم هايي كه توسط هر كاربر R(i) رتبهبندي شده است.
RS i j( , ) = R i( )∩ R j( ) (1 رابطة
براي محاسبة شباهت روي مجموعة مشترك RS(i, j)، آيتمهاي رتبه بنديشـده توسـط هـركاربر به شكل بردارهاي جداگانه نمايش داده مي شود، سپس از فاصـلة اقليدسـي بـين دو بـردار
براي سنجش شباهت استفاده ميشود. در اين حالت، اگر تابع فاصله مقدار كوچكي داشـته باشـد،نحوة ارزيابي دو كاربر نسبت به ديگران مشابه است. رابطة 2 چگونگي محاسبة شباهت مبتني بر دادههاي رتبهبندي را نمايش ميدهد.
1277112-68560

SimilarityScore(i, j) = (| R(i)| RS(i, j) |∪ R(j) |) × −(1N1 k RS∈ (i, j) (Rik − Rjk ) )2 (2 رابطة
در رابطة بالا، تعداد آيتمها در مجموعة مشترك نيز اهميت دارد. واضح است كه در حالتي كه مقدار شباهت يكسان است، هرچه تعداد عناصر مجموعة مشترك بيشتر باشـد، شـباهت بـين دوفرد مقدار بيشتري خواهد بود. از بخش نخست رابطة بالا بـراي در نظـر گـرفتن ايـن فاكتورهـااستفاده شده است (پراساد، سرينيواس، كوماري و راجو، 2009).
شباهت ساختاري به شيوهاي از محاسبة شباهت بين زوج كاربران اشاره ميكند كه مبتني بـرتوپولوژي مشابه در شبكه تعريف ميشود. در اين حالـت ، اگـر زوج كـاربر مـد نظـر بـا مجموعـةيكساني از افراد در شبكه ارتباط داشته باشند، شبيه تلقي ميشوند. از جملة اين متريكها ميتوان به متريك رتبة شباهت1 اشاره كرد. ايدة اصلي مدل رتبة شباهت اين است كه دو شـي، اگـر بـهاشياي مشابهي لينك داده باشند، به هم شبيهاند. به طور دقيق تر، شي a و شـيb شـبيه انـد ، اگـربه ترتيب به اشياي c و d مرتبط باشند كه آن دو نيز به هم شبيه اند كـه محاسـبة آن مبتنـي بـررابطة 3 است.
 a∈Γ(i) b∈Γ( )j score(a,b) (3 رابطة Score(i, j) = C.

| Γ(i) | .| Γ( )j |
Score(i, j) = 0;whereΓ =(i) ∅ Γ =∅or(j)
رابطة 3، يك رابطة بازگشتي است كه در آن Γ(i) نشان دهندة مجموعة همسايگان كاربر I و c ثابتي در بازه (1 , 0) است كه به عنوان ضريب تنزيل2 به كار مـي رود و معمـولاً مقـداري برابـر 8/0 دارد. اگر در رابطة بالا j = i باشد، رتبة شباهت مقـداري برابـر 1 خواهـد داشـت. خروجـيرابطه، مقداري در بازه [1,0] است (چن، 2013).
روش شناسي پژوهش
پژوهش حاضر از لحاظ هدف، كاربردي است. بر اساس مدل ارائه شده در ايـن مقالـه، بـراي هـركاربر، ميتوانيم كاربران معتمدي را پيدا كنيم كه ميزان اثرگذاري آنها بر امتياز اختصاصيافتـه ازطرف آن كاربر بيشتر باشد؛ اين كار به سازمان ها در درك بهتر ترجيحات كاربر مـد نظـر كمـكمي كند. اين پژوهش راهكارهايي براي بهبود پيش بيني امتياز كاربران ارائه مي دهد كه مي تواند در سيستم هاي پيشنهاددهنده مؤثر باشد. روش و ابزار گردآوري اطلاعات در اين پژوهش به واسـطةبررسي پيشينة پژوهش و استفاده از داده هاي ثانويه و مطالعة مقاله ها، كتاب ها و پايـان نامـه هـايداخلي و خارجي مرتبط، كتابخانه اي است. شايان ذكر است كه براي پياده سازي روش پيشنهادي از زبان پايتون استفاده شده است.
ــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ
Semirank
Decay Factor
چارچوب پيشنهادي پژوهش
در وبسايتهاي نقد و بررسي، محصولات مختلف در گروههـاي متنـوعي ماننـد فـيلم، وسـايلالكترونيكي، لوازم خانگي و غيـره دسـته بنـد ي شـده انـد . در ايـن وب سـايت هـا، كـاربران دربـارة محصولات به نوشتن نظر يـا خوانـدن آنهـا مـي پردازنـد و بـا دادن امتيازهـايي در بـازة 1 تـا 5 محصولات را رتبهبندي مي كنند. همچنين برخي از اين وبسايتها امكـاني فـراهم آوردهانـد تـاكاربران ميزان اعتماد خود را به كاربران ديگر بيان كنند. سازوكار اعتماد به اين شكل اسـت كـهكاربران به افراد مورد اعتماد امتياز 1 و به كاربراني كه اعتماد ندارند امتياز 1- اختصاص ميدهند.
اين اطلاعات در پروفايل مربوط به كاربران موجود است (شرچان، نپال و پاريس، 2013).
البته وجود اعتمادي كه به صورت 1 و 1- در ميان كاربران بيان ميشود، نمـي توانـد شـدت وميزان اثرگذاري را به درستي نشان دهد، زيرا اعتماد كاربران به يكـديگر متفـاوت اسـت. در واقـعميتوان دسته بندي اي شامل اعتماد با اثرگذاري بيشتر و اثرگذاري كمتر بـراي رابطـة اعتمـاد درنظر گرفت. بر اساس اين شدت اعتماد، ما براي هر كاربر ميتوانيم كاربران معتمـدي پيـدا كنـيمكه ميزان اثرگذاري آنها بر امتياز اختصاصيافته از طرف آن كاربر بيشتر باشد و اين در درك بهتر ترجيحات كاربر مد نظر به ما كمك ميكند. در شكل 1 چارچوب لحاظ شده در اين مقالـه نشـانداده شده است.

شكل 1. چارچوب پيشنهادي
روش تجزية ماتريس يكي از روشهاي رايج براي تخمـين امتيـاز كـاربران بـه محصـولاتاست. اين تكنيك در روشهاي مربوط به سيستمهاي پيشنهاددهنده كـاربرد بسـياري دارد. ايـنروش در مقالات آلمازرو و همكاران (2010)، عثمانلي (2010)، كـورن و بـل (2010) و وزالـيس،مـاركوس و مـارگريتيس (2010) بررسـي شـده اسـت. ايـن مـاتريس همـة امتيازهـايي را كـه مجموعه اي از كاربران به محصولات متفاوت دادهاند، شامل مـي شـود . در ايـن روش كـاربران و كالاها به فضاي ويژگيهاي پنهان در ابعاد ديگري تبديل ميشوند تا از اين طريق امتيازهـاي ي را كه كاربران به محصولات ميدهند، از طريق مشابهت ميان كاربران و محصولات در اين فضـا ي خاص برآورد شود. از اين رو يكي از ورودي هاي اصلي مربوط به مدل ماتريس تجزية امتيازهـاي داده شده از طرف كاربران به محصولات مختلف است كه از طريق دادههاي مربـوط بـه فعاليـت كاربران در داخل رسانههاي اجتماعي به دست مي آيد (ويدلي، 2013).
در اين مقاله، در سناريوي نخست با توجه به روش ماتريس تجزية استاندارد، امتيـاز كـاربرانبه محصولات برآورد مي شود. در سناريوي دوم از طريق اضافه كردن معيار شـدت اعتمـاد، مـدلتجزية ماتريس توسعه مي يابد ؛ به گونه اي كه اگر كاربران مورد اعتماد u، امتياز بالايي به محصول i داده باشند، كاربر u نيز احتمالاً تمايل خواهد داشت كه امتياز بالايي به محصول i بدهد. بـراياين منظور ابتدا از طريق فاكتورهاي مبتني بر شباهت، شدت اعتماد ميان كاربران اندازهگيري شد (شدت اعتماد عددي بين 1 تا صفر است)؛ سپس ميانگين شدت اعتماد كاربر u با كاربراني كه به آنها اعتماد كرده اند، به عنوان يك پارامتر اثرگذار، به مدل تجزية ماتريس اضافه گرديد. به همـيندليل، علاوه بر دادههاي امتيازدهي، از دادههاي مربوط بـه شـبكة اعتمـاد كـاربران نيـز اسـتفادهمي شود. در روش تجزية ماتريس، از طريق وزني كه به پارامترهاي اثرگذار اختصاص يافته، تـأثير اين پارامترها بر پيشبيني دقيقتر امتيازها بررسي مي شود. مقداري كه به ازاي آن كمترين مقـدارخطا محاسبه شده است، وزن پارامتر شدت اعتماد را تعيين مي كنـد . پـس از تعيـين وزن پـارامترشدت اعتماد، به مقايسة نتايج به دست آمده از دو سناريو پرداخته ميشود. نتايج بـه دسـت آمـده از طريق تخمين دقيقتر اين امتيازها، گواهي بر تعيين درست اثرگـذاري پارامترهـاي مختلـف و ازجمله اعتماد است كه هدف اصلي اين مقاله نيز محسوب مي شود.
فرض مي كنيم كاربر u به طور برابر از طرف همة كاربران تحت تأثير نبوده و تعـدادي از ايـنكاربران بر تخمين رتبة كاربر مد نظر تأثير بيشتري مي گذارند. بـراي ايـن منظـور شـدت اعتمـادكاربر u با كاربراني كه به آنها اعتماد كرده ، محاسبه شده است. مجموعة كـاربران مـورد اعتمـادكاربر u با توجه به شدت اعتمادي كه ايجاد ميكنند به گروههاي مختلف دسته بندي ميشـوند ودر يك بررسي دقيق تر، هر بار گروه با شدت اعتماد مشخص را بررسي مي كنـيم . از ايـن طريـقميزان اثرگذاري كاربران با شدت اعتماد متفاوت بر امتيازي كه كـاربر بـه محصـولات مـي دهـد،لحاظ شده است. در ادامه هر يك از بخش هاي چارچوب پيشنهادي تشريح مي شود.
روش تجزية ماتريس
در حالت كلي، سيستم امتيازدهي محصـولات، شـامل مجموعـهاي از كـاربران و مجموعـهاي از محصولات است. كاربران، ترجيحات خود را دربارة محصولات مختلف از طريق امتيازهايي كه به آنها ميدهند، بيان ميكنند. اين امتيازها در يك محدودة مشـخص و در قالـب مـاتريس ×R بيان ميشوند، در اين ماتريس، |M = |u معرف تعداد كـاربران و |N = |i نشـان دهنـدة تعـداد محصولات است. هر يك از عناصر r در ماتريس R بيان كنندة رتبهاي اسـت كـه كـاربرu بـهعنصر i داده است. همچنين در نمايش ديگـر ي، امتيازهـاي مشـاهده شـده در قالـب مجمـوةO نمايش داده مي شود كه اعضاي آن سه تايي (u, i, r ) هستند (آلمازرو و همكاران، 2010).
در روشهاي تجزية ماتريس در فضاي جديد، ارتباط بين كاربران و كالاهـا مفهـوم جديـديپيدا ميكند. براي مثال، هر كاربر u با يك بردار p و هر كـالايi بـا يـك بـردار q مشـخصمي شود. مقدار بردارهاي جديد q، شامل توسعة كالاهاي تجزيه شده و p شامل توسعة كاربران علاقه مند به كالاها مي شود. همچنـين q Tp ارتبـاط بـين كـاربرu و كـالايi را كـه ميـزانعلاقه مندي كاربر به كالا است، بيان ميكند. امتياز تقريبي كاربر u به كالاي i را كه مقدار واقعي r است، از فرمول زير بهدست ميآورند (كورن و بل، 2010).
7467628134

rui =q piu (4 رابطة
چالش اصلي در اين روشها، محاسبة تبديل هر كالا و كاربر به بردار جديـد p و q اسـت . ماتريس ×R با استفاده از الگوريتمهايي شـبيهSVD بـه سـه مـاتريسP× ،S و ×Q تبديل ميشود كه ماتريس S به تعداد k بعد كاهش پيدا ميكند. محاسبة نهايي از نتيجـة ضـربدو ماتريس R = P × Q است و با توجه به آنها براي هر كاربر و كالا ميتوان امتياز را محاسبه كرد. براي امتيازدهي اختصاصي رابطة 5 برقرار است. رابطة 5) rui =k p quk ik ≈rui
1=Kكه در آن p و q عنصرهايي از P و Q هستند.
براي تخمين پارامترهاي Pو Q، ابتدا دو ماتريس با مقادير تصادفي مقداردهي اوليه ميشوند، سپس مقدار خطاي بين امتيازهاي مشاهده شده و تخمـين زده شـده (e = r − r ) در يـك
روند بازگشتي كاهش مييابد. يكي از ماتريسها ثابت مي ماند و ماتريس ديگر بـه روز مـي شـود .
.اين مسئلة بهينهسازي ميتواند به صورت رابطة 6 نمايش داده شودmin 2 (u,i,r ) O (r − k 1 p quk ik )2 +β2 ( u k, p uk2 + i k, q ik2 ) (6 رابطة
در معادلة بالا، بخش نخست، امتياز مشاهده شده توسط كاربر و عبارت دوم با ضريب B يـكتعديلكنندة درجه دو1 است كه از جهش يك بارة مقادير p و q جلوگيري ميكند. همچنـانكه پيش از اين اشاره شد، ايـن معادلـه پايـهاي بـراي مسـئلة تخمـين امتيازهاسـت (وزالـيس وهمكاران، 2010). فرايند توضيح داده شده، مربوط به روش تجزية ماتريس حالت اسـتاندارد اسـتكه در بسياري از سيستم هاي پيشنهاددهنده نيز استفاده ميشود. حال با توجه به مدل پيشـنهاديخود، ساير پارامترهاي اثرگذار را به معادله اضافه ميكنيم.
محاسبة شدت اعتماد ميان كاربران مبتني بر فاكتور شباهت زمينهاي
براي توسعة تجزية ماتريس حالت استاندارد، اثرگذاري كاربران مورد اعتماد در وب سايتهاي نقد و بررسي در نظر گرفته شده است. براي اين منظور، ماتريس G را كه يك ماتريس M×M است و شبكة اعتماد بين كاربران را بيان ميكند، در نظر مـي گيـريم. ايـن شـبكة اعتمـاد از ارتباطـاتصريح ميان كاربران شكل گرفته است. guv عناصر داخل ماتريس G را نشان مـي دهـد كـه اگـررابطة اعتمادي بين كاربران وجود داشته باشد به آن مقدار 1 و در غير ايـن صـورت مقـدار صـفراختصاص داده مي شود (تانگ و همكاران، 2014).
در مقالة فاضلي، لوني، بلوجين، دراچسلر و اسلوپ (2014)، مقادير اعتماد صـريح بيـان شـدهميان كاربران در قالب ماتريس G لحاظ شده و به ماتريس تجزيـه اضـافه شـده اسـت. هـدف ازمقالة حاضر تنها روابط اعتماد صريح بيان شده ميان كاربران نيست، بلكه شدت اين روابط مد نظر است. به همين دليل اگر روش معناداري براي اندازهگيري شدت رابطة اعتماد بين كاربران در نظر گرفته شود، ميتوان كاربراني كه اثرگذاري بيشتري دارند را از كاربران كمتر اثرگذار تفكيك كـردو از اين طريق دقت روش پيشنهادي را افزايش داد. براي اين منظور، در گام نخست بايد شـدتاعتماد ميان كاربران محاسبه شود. از اين رو، علاوه بـر مـاتريسG ، مـاتريس S را نيـز در نظـرمي گيريم كه S نيز يك ماتريس M×M است و شدت اعتماد ميان كاربران را نشان ميدهد.
همانطور كه در بخش پيشينة نظري تحقيق بيان شد، نظرية هموفيلي مهم ترين نظريه براي استنتاج شدت ارتباطات ميان كاربران است (تانگ، چانگ و ليو، 2014). اين شباهت مـيتوانـد از
ــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ
1. Quadratic regulariser
جنبة زمينهاي يا سـاختاري مطـرح شـود. شـباهت زمينـه اي بـين زوج كـاربران از بازخوردهـا ورتبه بندي آنها در مجموعة موضوعات مشترك به دست ميآيد كه بسته به نوع سيستم مـيتوانـدشامل كالاهاي مشترك، اطلاعات يا سرويسهاي مشترك باشد. حال آنكـه شـباهت سـاختاري،مبتني بر توپولوژي مشابه در شبكه تعريف ميشود. روابط مربوط به اين معيارها نيز در رابطههاي 1، 2 و 3 بيان شده است. معيارهاي مختلف مربوط به محاسبة شدت اعتمـاد ، بررسـي شـدند تـامشخص شود كدام معيار، براي مدل پيشنهادي بهتر است.
در روش استاندارد تجزية ماتريس براي پيشبيني امتياز يك كاربر به يـك كـالا، ترجيحـات كاربر u و خصيصههاي محصول i در نظر گرفته شده است. هدف مقالـة حاضـر، افـزودن معيـارشدت اعتماد به ماتريس تجزيه به منظور بررسي تأثير آن بر دقت پيش بيني امتيازهاي داده شـدهبه محصولات است. از اين رو، لحاظ كردن شباهت در رتبهدهي شبكة كاربران مـورد اعتمـاد، در كنار رتبه هايي كه كاربر مد نظر به محصول داده است، براي بهبود دقت پيشبيني مؤثرتر خواهد بود. بنابراين از ميان معيارهاي شباهت معرفي شده، شباهت زمينه اي فـاكتور مناسـب تـري بـرايلحاظ كردن در مدل پيشنهادي است. مطابق رابطة 1 و 2، براي شباهت زمينهاي، شـدت ارتبـاطبين كاربران زياد است، اگر هر دو امتياز بالا يا پاييني به محصـول بدهنـد (امتيازهـاي داده شـدهمشابه باشد) يا دو كاربر رتبههاي متفاوتي داده باشند، شدت ارتباط بين آنها كم خواهد بود.
توسعة روش تجزية ماتريس از طريق اضافه كردن پارامتر شدت اعتماد
با توجه به توضيحات، فرض شده است امتيازي كه يك كاربر به يك كـالا تخصـيص مـيدهـد،تحت تأثير علاقة ذاتي خود كاربر و ميزان اثرگذاري ساير كاربران روي آن كاربر قرار ميگيرد. بر اساس اين توضيحات، معادلة مربوط به حالت استاندارد تجزية ماتريس را مطابق رابطـة 7 بسـطميدهيم.
k  ∀u g, uv >0 s uv rui rˆui =αk =1 p quk ik − −(1 α)

 ∀u g, uv >0 s uv ) (7 رابطة
مطابق رابطة 7، براي پيشبيني امتياز يك كاربر به يك كالا، دو پارامتر اثرگذار است. ميـزاناثرگذاري اين دو پارامتر از طريق ضريب α مشخص شـده اسـت. پـارامتر نخسـت بـا توجـه بـهترجيحات كاربر u و خصيصههاي محصول i تعيين ميشود. به اين پارامترهـا در روش اسـتانداردتجزية ماتريس نيز توجه شده است. از سوي ديگر، امتيازي كه كاربر u بـه محصـول i مـيدهـد تحت تأثير كاربراني كه كاربر u به آنها اعتماد دارد، قرار مي گيرد؛ به طوري كه اگر كـاربران مـورداعتماد u امتياز بالايي به محصول i داده باشند، كاربر u نيز احتمالاً تمايل خواهد داشت كه امتياز بالايي به محصول i بدهد. همچنين فرض شده است كاربر u بهطور برابر از طرف همة كـاربرانتأثير نمي پذيرد و تعدادي از اين كاربران بر تخمين رتبة كاربر مد نظر تأثير بيشتري مـي گذارنـد .
ميزان اين اثرگذاري به شدت اعتماد بين كـاربران بسـتگي دارد كـه مبتنـي بـر فـاكتور شـباهتمحاسبه مي شود. در اين رابطه،Suv شدت اعتماد مربوط به كاربراني را نشان ميدهد كه كاربر u به آنها اعتماد كرده است. مقدار اين پارامتر با توجه به رابطـة 5 محاسـبه مـي شـود . R معـرف امتيازهايي است كه كاربران مورد اعتماد u به محصولات متفاوت دادهاند. در صورتي كه كاربر مد نظر به هيچ كاربر ديگري اعتماد نداشته باشد، پارامتر دوم خودبه خود حذف مي شـود. بـراي حـلاين مشكل، يك كاربر ديگر به نام Z در نظر گرفته شده است. ايـن كـاربر، مـورد اعتمـاد همـةكاربران است (, ∀u1 =). همچنين كاربر Z كلية محصولات را رتبهبندي كرده است. براي هر محصول، امتيازي كه كاربر فرضي Z به محصولات اختصاص ميدهد با ميـانگين امتياز هـاي داده شده به آن محصول برابر است. ميانگين امتيازات داده شـده بـا توجـه بـه رابطـة 8 محاسـبه ميشود. در اين رابطه، X يك متغير گسسته است كه امتيـاز كـاربر Z بـه ازاي هـر محصـول رانشان ميدهد. اين امتيازها در بازة 1 تا 5 قرار دارند. E(X)، ميـانگين مقـدار مـورد انتظـار بـرايمتغير X و برابر با مجموع حاصل ضرب احتمال وقوع هر يك از امتيازهـاي ممكـن در مقـدار آنامتياز است. از طريق تعريف اين متغير مي توان اثر امتياز كلي داده شده به يك محصول در شبكه را نيز بر نمرة داده شده به آن محصول از طرف كاربر در نظر بگيريم (ويدلي، 2013).
r max
E (X) =  X P. (X) (8 رابطة
X r= minبا توجه به رابطة جديد تعريف شده براي مقدارrˆui ، مسئلة بهينهسازي توضيح داده شده بـراي حالت توسعه يافتة روش تجزية ماتريس، مطابق رابطة 9 خواهد بود.
67059-65845181432277116

 −α− −α+  
min 2 (u,i,r) O (rk 1 p qukik(1) ∀v g, uv >0 s ruv uis)2 β2 (u k, p uk2 + i k, q ik2) (9 رابطة
∀v g, uv >0uv
در ادامه، نتايج به دست آمده از حالت توسعهيافتة روش تجزية ماتريس بررسي مـي شـود و بـاحالت استاندارد روش تجزية ماتريس و نيز، حالتي كه در آن فقط روابط اعتماد صريح لحاظ شده است، مقايسه خواهد شد.
ساختار اجرايي تحقيق
در اين بخش، ابتدا دادههاي استفاده شده معرفي مي شوند، سپس نتـايج بـه دسـت آمـده از حالـتتوسعهيافتة روش تجزية ماتريس، نشان داده خواهد شد.
مجموعة داده
چارچوب پيشنهادي، با استفاده از دادههاي جمع آوري شده از وبسايت نقد و بررسـي محصـولاتاپينيونز پيادهسازي شده است. دادههاي مورد نياز شامل دادههاي مرتبط با نظرات مانند نام كاربر، نام محصول، دسته و گروه محصول و رتبة محصول است. همچنين دادههاي مرتبط بـا پروفايـلكاربران و دادههاي مرتبط با شبكة اجتماعي كاربران كه بيان كنندة ارتباطات اعتماد و عدم اعتماد بين كاربران است نيز لازم است. ويژگيها و خصيصههاي آماري مربوط به اين دادهها در جـدول2 درج شده است. شكل 2 نيز فراواني مربوط به امتيازهاي اختصاص داده شـده بـه محصـولات را نشان مي دهد. دادههاي موجود، به دو بخش دادههاي آموزش (80 درصـد ) و دادههـاي آزمـايش(20 درصد) دسته بندي شده اند.
جدول2. خصيصههاي آماري مجموعه دادة جمع آوري شده
تعداد مشخصات داده
120492 كاربران
7557600 محصولات
13668320 رتبه بندي ها
841372 اعتماد

شكل
2
.
رتبه

توزيع

نمودار

0
2
4
6
8
10
12
1
3
4
5
2
10
6
×
فراوانيامتيازها



قیمت: تومان


پاسخ دهید