Resumen

Entre los algoritmos utilizados para evaluar la credibilidad del usuario en las redes sociales, la mayoría de ellos cuantifican la información del usuario y luego calculan la medida de credibilidad del usuario mediante una suma lineal. Sin embargo, el algoritmo anterior ignora el aliasing de los resultados de credibilidad del usuario en la dimensión de suma lineal, lo que resulta en una baja precisión de evaluación. Para resolver este problema, proponemos un método de evaluación de credibilidad del usuario basado en una máquina de soporte de vectores (SVM) con margen suave. Este método transforma la dimensión de evaluación de credibilidad del usuario de una dimensión de suma lineal a una dimensión de coordenadas de plano, lo que reduce los errores de evaluación causados por el aliasing del usuario en el intervalo de umbral de clasificación. En la cuantificación de la información del usuario, se utiliza el método de asignación de escalera para procesar la información de texto del usuario e información numérica, y se utiliza el método de asignación de peso de entropía de información para calcular la asignación de peso entre diferentes elementos de características, lo que reduce los errores causados por la inconsistencia del orden de magnitud entre diferentes tipos de información de usuario. Los resultados de simulación demuestran la superioridad del método propuesto en los resultados de evaluación de credibilidad de los usuarios.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Algoritmos; Credibilidad del usuario; Suma lineal; Máquina de vectores soporte; Método de evaluación; Entropía de la información
• Keywords:Algorithms; User credibility; Linear summation; Support-vector machine; Evaluation method; Information entropy