|  درخواست عضويت  |  رمز خود را فراموش کرده ايد؟  |  ورود اعضا [Sign in]
جستجوي پيشرفته مطالب   |  
 جستجو:  
magiran.com >  مجله مهندسي برق و الكترونيك >سال پانزدهم، شماره 3 > متن
مشخصات نشريه
آخرين شماره
آرشيو شماره هاي گذشته
جستجوي مطالب
سايت اختصاصي
تماس با نشريه
ارسال الکترونيکي مقاله
شماره جديد اين نشريه
سال پانزدهم
شماره 3


 راهنمای موضوعی نشريات
اين نشريه در گروه(های) زير قرار گرفته است:

?????


 


Iranian Journal of Electrical and Electronic Engineering, 2019(Issue 3)



Title:
Trust Classification in Social Networks Using Combined Machine Learning Algorithms and Fuzzy Logic


Author(s):
M. Naderan*,E. Namjoo,S. Mohammadi

Paper language: English


Abstract:

Social networks have become the main infrastructure of today’s daily activities of people during the last decade. In these networks, users interact with each other, share their interests on resources and present their opinions about these resources or spread their information. Since each user has a limited knowledge of other users and most of them are anonymous, the trust factor plays an important role on recognizing a suitable product or specific user. The inference mechanism of trust in social media refers to utilizing available information of a specific user who intends to contact an unknown user. This mostly occurs when purchasing a product, deciding to have friendship or other applications which require predicting the reliability of the second party. In this paper, first the raw data of the real world dataset, Epinions, is examined, and the feature vector is calculated for each pair of social network users. Next, fuzzy logic is incorporated to rank the membership of trust to a specific class, according to two-, three- and five-classes classification. Finally, to classify the trust values of users, three machine learning techniques, namely Support Vector Machine (SVM), Decision Tree (DT), and k-Nearest Neighbors (kNN), are used instead of traditional weighted sum methods, to express the trust between any two users in the presence of a special pattern. The results of simulation show that the accuracy of the proposed method reaches to 91%, and unlike other methods, does not decrease by increasing the number of samples.



Keywords:
Trust Inference, Social Networks, Feature Vector, Fuzzy Logic, Epinions
 

دوست گرامي:

    با تشکر از همراهي شما به اطلاع مي رساند مطالعه متن مقالات نشريات و خدمات اختصاصي اين سايت تنها براي اعضا و با پرداخت حق عضويت (اشتراک طلايي) امکان پذير است.

  هزینه حق عضویت سالانه(اشتراک طلایی):

  • مشترکان داخل کشور     250.000 ريال (100 مقاله اعتبار اولیه) پرداخت با همه کارتهای بانکی
  • مشترکان خارج از کشور   50 دلار  (100 مقاله اعتبار اولیه) پرداخت با  Paypal
  اگر عضو سايت هستيد:
     شناسه کاربري:
     رمز عبور:

  اگر عضو سايت نيستيد:
شما با تکميل فرم عضويت و تاييد نشاني ايميل خود در سايت "بانک اطلاعات نشريات کشور magiran.com"  مي توانيد از امکانات اختصاصي اين سايت به شرح زير استفاده نماييد.:
  • دسترسي به متن مقالات پس از پرداخت حق عضويت و فعال سازی اشتراک طلايي
  • استفاده از  فروشگاه سايت و سفارش اينترنتي اشتراک نسخه چاپي نشريات با 10 درصد تخفيف
  • ايجاد فهرست نشريات مورد علاقه براي دسترسي سريع
  • اطلاع از انتشار نشريات مورد علاقه از طريق پست الکترونيکي
  • دريافت روزانه سرخط مطالب روزنامه هاي عضو بر اساس کلمات انتخابي خودتان تا سقف 10 عنوان


آيا مايل به عضويت در بانک اطلاعات نشريات کشور هستيد؟ 
(رايگان)

          

 



 

 

 
 
ارسال مطلب به دوستان
نظر بدهيد
ثبت در فهرست علائق

معرفی سايت به ديگران
گزارش اشکال در اطلاعات
اشتراک نشريات ديگر



 

اعتماد
ايران
جام جم
دنياي اقتصاد
رسالت
شرق
كيهان
 پيشخوان
نشريه هيدروژئومورفولوژي
متن مطالب شماره 18، بهار 1398را در magiran بخوانيد.

 

 

 

سايت را به دوستان خود معرفی کنيد    
 1397-1380 کليه حقوق متعلق به سايت بانک اطلاعات نشريات کشور است.
اطلاعات مندرج در اين پايگاه فقط جهت مطالعه کاربران با رعايت شرايط اعلام شده است.  کپی برداري و بازنشر اطلاعات به هر روش و با هر هدفی ممنوع و پيگيرد قانوني دارد.
 

پشتيبانی سايت magiran.com (در ساعات اداری): 77512642  021
تهران، صندوق پستی 111-15655
فقط در مورد خدمات سايت با ما تماس بگيريد. در مورد محتوای اخبار و مطالب منتشر شده در مجلات و روزنامه ها اطلاعی نداريم!
 


توجه:
magiran.com پايگاهی مرجع است که با هدف اطلاع رسانی و دسترسی به همه مجلات کشور توسط بخش خصوصی و به صورت مستقل اداره می شود. همکاری نشريات عضو تنها مشارکت در تکميل و توسعه سايت است و مسئوليت چگونگی ارايه خدمات سايت بر عهده ايشان نمی باشد.



تمامي خدمات پایگاه magiran.com ، حسب مورد داراي مجوزهاي لازم از مراجع مربوطه مي‌باشند و فعاليت‌هاي اين سايت تابع قوانين و مقررات جمهوري اسلامي ايران است