Resumen

En las redes sociales, la confianza y la desconfianza entre los usuarios son factores importantes para ayudarles a tomar decisiones, diseccionar la información y recibir recomendaciones. Sin embargo, la escasez y el desequilibrio de las relaciones sociales plantean grandes dificultades y retos a la hora de predecir la confianza y la desconfianza. Mientras tanto, existen numerosos factores inductores que determinan las relaciones de confianza y desconfianza. La relación entre los factores inductores puede ser de dependencia, independencia y conflicto. La teoría de Dempster-Shafer y la red neuronal son estrategias eficaces y eficientes para hacer frente a estas dificultades y desafíos. En este trabajo, estudiamos la predicción de la confianza y la desconfianza basándonos en la combinación de la teoría de Dempster-Shafer y la red neuronal. En primer lugar, analizamos los factores inductores de la confianza y la desconfianza, a saber, la homofilia, la teoría del estatus y la tendencia a la emoción. A continuación, cuantificamos los factores inductores de la confianza y la desconfianza, tomamos estas características como evidencias y construimos un prototipo de evidencia como nodos de entrada de una red neuronal multicapa. Por último, proponemos un marco de predicción de la confianza y la desconfianza que utiliza una red neuronal multicapa para modelar el proceso de aplicación de la teoría de Dempster-Shafer en diferentes capas ocultas, con el objetivo de superar la desventaja de la teoría de Dempster-Shafer sin método de optimización. Los resultados experimentales sobre un conjunto de datos del mundo real demuestran la eficacia del marco propuesto.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:teoría de shafer, red neuronal multicapa, desconfianza, confianza, red neuronal, combinación de dempster, proceso de dempster, diferente capa oculta, factores, desventajas de dempster
• Keywords:shafer theory, multilayer neural network, distrust, trust, neural network, combination of dempster, process of dempster, different hidden layer, factors, disadvantages of dempster