CN112733037A - 一种基于信任的社交物联网服务推荐方法 - Google Patents

Abstract

本发明公开了一种基于信任的社交物联网服务推荐方法，主要三个层次组成，分别是社交网络层、物联网设备层和社交物联网服务层。首先通过在社交网络层采用基于情感和行为融合的方法计算各个用户之间的直接信任关系值，并根据用户间的直接信任值来计算联合信任值以形成信任关系拓扑结构；随后采用小世界模型挖掘社交用户的信任聚类，构建基于信任关系的社交网络用户的信任圈；同时，在物联网设备层计算每个用户的物联网设备的可用性；最后，根据用户信任圈和设备可用性构建效用函数，并按照效用函数值的大小将能够满足用户所需服务的设备及其服务推荐给用户。

Description

一种基于信任的社交物联网服务推荐方法

技术领域

本发明涉及社交物联网信息技术的技术领域，具体是涉及一种基于信任的社交物联网服务推荐方法。

背景技术

社交物联网是一种从多角度、多层面融合了物联网技术和社交网络技术的新型网络形式，它将社交关系的概念引入到物与物、物与人之间，明确了通过建立社交网络的方式，来实现物与物、物与人、人与人的互联，是当前信息技术发展的新兴领域。社交物联网可以抽象为具有某种拓扑结构的计算机网络，其中的节点可能是物也可能是人，链接边表示物与物、物与人、人与人之间的社交关系。社交物联网已成为战略性新兴产业与新互联方式的重要组成部分，代表了全球信息技术发展的趋势和潮流。

服务推荐是网络服务的重要方法，已经在Web服务、物联网、电子商务等领域得到了广泛应用。随着社交物联网的出现和发展，具有社交属性的产品呈指数式爆发增长。智能手环可以分享个人的健康监测结果、智能血压仪可以远程监测家人的身体状况、智能玩具可以让朋友家人一起互动分享、智能电视可以实现电视播放内容的实施展示及弹幕互动、智能车联网可以实现路况信息在驾驶员之间的实时分享等等。这些越来越多的智能设备将其业务以网络服务的形式发布出来，这使得网络中服务的数量和种类快速增多，其中很多服务具有相同或者相似的功能。在这种情况下，社交物联网的快速发展必将导致服务的海量积累，社交用户将难以分辨哪些服务具有实际的功能或者哪些更适合自己，从而面临着服务选择的困境。如何帮助社交用户在各种社交物联网设备中更好的选择最适合自己需求的服务将是一个迫切需要解决的问题。

无论是在国内还是在国际上，关于社交物联网服务推荐的理论和应用研究都处于起步阶段。现有的方法主要是面向物联网、社交网络、及电子商务等传统领域，侧重于研究对象的属性相似性聚类、交互关系的偏好发现等。综合起来主要有基于内容的服务推荐方法、基于结构的服务推荐方法、基于协同过滤的服务推荐方法、基于知识规则的服务推荐方法、以及应用多种推荐技术的组合服务推荐方法等等。但是这些技术主要集中在基于功能与性能的物联网服务选择或推荐方法上，强调的是服务的完备性、可用性和高效性。虽然有个别研究引入了社交物联网的概念，但是也仅仅从社交网络用户的需求相似性出发，实现了功能、性能等服务的推荐。

然而，在社交物联网中，终端设备更容易部署和开发，开发者更容易访问资源和服务，感知和控制设备更容易对用户数据进行搜集和分析，从而导致恶意和非可信节点能够轻易加入网络并与目标节点建立连接来获取数据。因此，社交物联网的服务推荐不仅仅要考虑服务的功能性、可用性、正确性等传统内容，更要求保障节点间服务的安全性和可信性。

发明内容

本发明的要解决的问题是：提供一种不仅仅考虑到服务的功能性、可用性、正确性等传统内容，而且还具有保障节点间服务的安全性和可信性的社交物联网服务推荐方法。

本发明的技术方案是：提供一种基于信任的社交物联网服务推荐方法，包括如下步骤：

构建社交网络用户的信任关系和信任圈：首先采集社交网络用户的交互数据以提取出情感数据和行为数据，并基于情感数据和行为数据而计算得到每个用户之间的直接信任值，然后通过两个用户之间所有直接信任值而计算得到联合信任值，最后结合联合信任值对社交网络进行聚类分析从而构建社交用户的信任圈；

计算物联网设备的可用性：采集物联网设备中与请求、应答、使用相关的历史记录而形成调用数据库，随后基于调用数据库计算每个用户的物联网设备的可用性；

推荐社交物联网服务：基于社交用户的信任圈和物联网设备的可用性而构建所有用户拥有设备的效用函数，从而根据效用函数将能够满足用户所需服务的设备及其服务推荐给用户。

具体的，所述情感数据和行为数据均来源于用户之间的交互数据，这些交互数据的基本内容包括：用户ID、交互内容、交互时间、交互时长、交互次数，其中交互内容用于作为用户之间的情感数据，交互时间、交互时长、交互次数用于作为用户之间的行为数据。

其中，以直接信任值表示为S，用户i与用户j之间的直接信任值表示为S_i,j，用户i对用户j的交互内容表示为R_i,j，用户j对用户i的交互内容表示为R_j,i，交互时间表示为T；每次交互的时长表示为L；历史交互总次数表示为F，P为概率函数，n为时间序列，直接信任值的计算公式为：

其中C为情感相似的内容集合、

为表现情感不相似的内容集合，而内容情感的相似性计算公式为：

其中Score(R_i,j,R_j,i)为两部分内容情感的相似性计分函数，当Score(R_i,j,R_j,i)值大于预先设定的固定值时，将R_i,j,R_j,i加入情感相近的内容集合C，否则将R_i,j,R_j,i加入情感非相近的内容集合

进一步的，还设有一个判断直接信任关系的参考值，当直接信任值S_i,j大于等于该参考值时，在用户i与用户j之间建立信任关系，且其直接信任值为S_i,j；当直接信任值S_i,j小于该参考值时，用户i与用户j之间无信任关系，其直接信任值S_i,j赋值为0；所有社交网络用户的信任关系是一个二维表，表示为集合G_i,j。当参考值的预设值较大时，所需的直接信任值的数值越大，最终得到的服务推荐方法的安全性和可信性更高；当参考值的预设值较小时，则参与计算的赋值大于0的直接信任值越多，最终得到的服务推荐方法越准确。

具体的，所述联合信任值是指若两个直接信任值等于0的用户之间可以通过其他直接信任值大于0的用户建立间接联系，则称这两个用户之间具有联合信任值，联合信任值的大小即为这两个用户之间的所有直接信任值的连续乘积,表示为

具体的，采用小世界聚类分析方法对社交网络进行聚类分析，小世界聚类方法中采用的聚类系数为：

其中θ为聚类系数，m为与某个用户具有信任关系的用户数目，n为全部用户的数目；搜索在聚类系数值为θ时，使得联合信任值函数

获得最大值的用户及其信任关系，将这些用户及其信任关系构成的集合作为一个信任聚类，称为社交用户的信任圈，表示为G′：

具体的，物联网设备的可用性是通过设备调用成功或设备正常使用的概率来表示的，计算公式为：

其中D_i为设备，λ(D_i)＝1表示调用成功，λ(D_i)＝0为调用失败，n为调用的总数，P(D_i)即为设备D_i的可用性概率。

需要说明的是，设备调用成功的概率是指设备能够正常调用的次数/设备申请调用的总次数后得到的概率值，而设备是否正常调用则可以结合调用数据库中的请求时间、请求的服务、应答时长、使用时长等数据进行判断。

具体的，所述效用函数使用如下公式：

其中，

为设备D_i的效用函数，

为在相同信任圈内的用户与设备拥有者用户之间的联合信任值，

为用户与设备拥有者之间联合信任值最小的值，

为用户与设备拥有者之间联合信任值最大的值，

为信任圈内用户拥有的设备中能够提供所需要服务的具有最大可用性概率的设备的可用性概率，

为信任圈内用户拥有的设备中能够提供所需要服务的具有最小可用性概率的设备可用性的概率。

进一步的，在推荐社交物联网服务时，先搜索用户拥有设备所能提供的各类服务，再根据效用函数将能够满足用户所需服务的设备及其服务推荐给用户。

与现有技术相比，本发明提供的基于信任的社交物联网服务推荐方法，通过在社交网络层构建了社交用户的信任圈，同时在物联网设备层计算了用户的物联网设备的可用性，在最终的社交物联网服务层，基于用户的信任圈和物联网设备的可用性，准确且安全地将满足用户所需服务的设备及其服务推荐给用户，从而形成了一个具备信任支持的社交物联网环境。对于设备和服务，基于信任的服务推荐能够快速响应动态的用户和设备的个性化服务需求，从而改进服务效率、提高服务质量；对于用户，可以使用户更信任环境内设备提供的服务、增强用户隐私安全性、提高用户参与的积极性。

附图说明

图1为本发明的一种基于信任的社交物联网服务推荐方法的仿真图；

图2为本发明的一种基于信任的社交物联网服务推荐方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明以社交物联网中涉及的用户类、设备类和服务类三类实体作为处理对象。一个用户可以拥有或使用多个设备，一个设备只能隶属于一个用户；一个设备可以提供多种服务，一种服务可由多种设备提供；一个用户可以使用多种服务，一种服务也可以为多个用户提供服务该模型由三个层次组成，分别是社交网络层、物联网设备层和社交物联网服务层。在社交网络层与物联网设备层之间的关系为拥有关系，即社交网络用户拥有物联网设备；在物联网设备层与社交物联网服务层之间的关系为提供关系，即物联网设备提供某种服务；在社交网络与社交物联网服务层之间的关系为推荐关系，即社交物联网服务层为社交网络层用户推荐合适的服务。

请结合图1和图2，本发明的实施例提供的一种基于信任的社交物联网服务推荐方法，包括如下步骤：

步骤S1，构建社交网络用户的信任关系和信任圈：首先采集社交网络用户的交互数据以提取出情感数据和行为数据，并基于情感数据和行为数据而计算得到每个用户之间的直接信任值，然后通过两个用户之间所有直接信任值而计算得到联合信任值，最后结合联合信任值对社交网络进行聚类分析从而构建社交用户的信任圈。

具体来说：社交物联网用户的交互数据来源于社交物联网平台的数据中心，主要是用户交互的文本、图片、语音等数据，并通过严格的信息过滤去除敏感信息以保护用户的信息安全；对这些交互数据统计分类后可以得到的数据类型包括：用户ID、交互内容、交互时间序列、交互时长、交互次数。其中，交互内容用于作为用户之间的情感数据，交互时间、交互时长、交互次数用于作为用户之间的行为数据。

随后，将直接信任值表示为S，则用户i与用户j之间的直接信任值表示为S_i,j，用户i对用户j的交互内容表示为R_i,j，用户j对用户i的交互内容表示为R_j,i，交互时间表示为T；每次交互的时长表示为L；历史交互总次数表示为F，P为概率函数，n为时间序列，则直接信任值的计算公式为：

其中C为情感相似的内容集合、

为表现情感不相似的内容集合，而情感的相似性计算公式为：

其中Score(R_i,j,R_j,i)为两部分内容情感的相似性计分函数，当Score(R_i,j,R_j,i)值大于预先设定的固定值时，将R_i,j,R_j,i加入情感相似的内容集合C，否则将R_i,j,R_j,i加入情感不相似的内容集合

而关于联合信任值，若两个无信任关系(即直接信任值等于0)的用户之间可以通过其他具有信任关系(即直接信任值大于0)的用户建立间接联系，则称这两个用户之间具有联合信任值，联合信任值的大小即为这两个用户之间的所有直接信任值的连续乘积，表示为

进一步的，还可以设有一个判断直接信任关系的参考值，当直接信任值S_i,j大于等于该参考值时，在用户i与用户j之间建立信任关系，且其直接信任值为S_i,j；当直接信任值S_i,j小于该参考值时，用户i与用户j之间无信任关系，其直接信任值S_i,j赋值为0；所有社交网络用户的信任关系是一个二维表，表示为集合G_i,j。从而当参考值的预设值较大时，所需的直接信任值的数值越大，最终得到的服务推荐方法的安全性和可信性越高；当参考值的预设值较小时，则参与计算的赋值大于0的直接信任值越多，最终得到的服务推荐方法越准确。

最后是构建社交用户的信任圈，具体是采用小世界聚类分析方法对社交网络进行聚类分析，小世界聚类方法中采用的聚类系数为：

其中θ为聚类系数，m为与某个用户具有信任关系的用户数目，n为全部用户的数目；搜索在聚类系数值为θ时，使得联合信任值函数

获得最大值的用户及其信任关系，将这些用户及其信任关系构成的集合作为一个信任聚类，称为社交用户的信任圈，表示为G′：

步骤S2，计算物联网设备的可用性：采集物联网设备中与请求、应答、使用相关的历史记录而形成调用数据库，随后基于调用数据库计算每个用户的物联网设备的可用性。

具体来说，物联网设备的可用性是通过设备调用成功的概率来表示的，计算公式为：

其中D_i为设备，λ(D_i)＝1表示调用成功，λ(D_i)＝0为调用失败，n为调用的总数，P(D_i)即为设备D_i的可用性概率。

需要说明的是，设备调用成功的概率是指设备能够正常调用的次数/设备申请调用的总次数后得到的概率值，而设备是否正常调用则可以结合调用数据库中的请求时间、请求的服务、应答时长、使用时长等数据进行判断。

步骤S3，推荐社交物联网服务：基于社交用户的信任圈和物联网设备的可用性而构建所有用户拥有设备的效用函数，从而根据效用函数将能够满足用户所需服务的设备及其服务推荐给用户。

具体来说，所述效用函数使用如下公式：

其中，

为设备D_i的效用函数，

为在相同信任圈内的用户与设备拥有者用户之间的联合信任值，

为用户与设备拥有者之间联合信任值最小的值，

为用户与设备拥有者之间联合信任值最大的值，

为信任圈内用户拥有的设备中能够提供所需要服务的具有最大可用性概率的设备的可用性概率，

为信任圈内用户拥有的设备中能够提供所需要服务的具有最小可用性概率的设备可用性的概率。根据得到的效用函数的大小，即可能够满足用户所需服务的设备及其服务推荐给用户。

进一步的，在推荐社交物联网服务时，先搜索用户拥有设备所能提供的各类服务，再进行服务推荐，从而更具有针对性。

此外应当指出的是，步骤S1与步骤S2之间并没有顺序要求，即步骤S1和步骤S2可以是并行的；而步骤S3则是在得到步骤S1和步骤S2中的数据后进行的。

以上对本发明进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (9)

1.一种基于信任的社交物联网服务推荐方法，其特征在于，包括如下步骤：

构建社交网络用户的信任关系和信任圈：首先采集社交网络用户的交互数据以提取出情感数据和行为数据，并基于情感数据和行为数据而计算得到每个用户之间的直接信任值，然后通过两个用户之间所有直接信任值而计算得到联合信任值，最后结合联合信任值对社交网络进行聚类分析从而构建社交用户的信任圈；

计算物联网设备的可用性：采集物联网设备中与请求、应答、使用相关的历史记录而形成调用数据库，随后基于调用数据库计算每个用户的物联网设备的可用性；

推荐社交物联网服务：基于社交用户的信任圈和物联网设备的可用性而构建所有用户拥有设备的效用函数，从而根据效用函数将能够满足用户所需服务的设备及其服务推荐给用户。

2.根据权利要求1所述的一种基于信任的社交物联网服务推荐方法，其特征在于，所述情感数据和行为数据均来源于用户之间的交互数据，而所述交互数据包括：用户ID、交互内容、交互时间、交互时长、交互次数，其中交互内容用于作为用户之间的情感数据，交互时间、交互时长、交互次数用于作为用户之间的行为数据。

3.根据权利要求2所述的一种基于信任的社交物联网服务推荐方法，其特征在于，以直接信任值表示为S，用户i与用户j之间的直接信任值表示为S_i,j，用户i对用户j的交互内容表示为R_i,j，用户j对用户i的交互内容表示为R_j,i，交互时间表示为T；每次交互的时长表示为L；历史交互总次数表示为F，P为概率函数，n为时间序列，直接信任值的计算公式为：

其中，C为情感相似的内容集合、

为表现情感不相似的内容集合，而情感的相似性计算公式为：

其中，Score(R_i,j,R_j,i)为两部分内容情感的相似性计分函数，当Score(R_i,j,R_j,i)值大于预先设定的固定值时，将R_i,j,R_j,i加入情感相似的内容集合C，否则将R_i,j,R_j,i加入情感不相似的内容集合

4.根据权利要求3所述的一种基于信任的社交物联网服务推荐方法，其特征在于，还设有一个判断直接信任关系的参考值，当直接信任值S_i,j大于等于该参考值时，在用户i与用户j之间建立信任关系，且其直接信任值为S_i,j；当直接信任值S_i,j小于该参考值时，用户i与用户j之间无信任关系，其直接信任值S_i,j赋值为0；所有社交网络用户的信任关系是一个二维表，表示为集合G_i,j。

5.根据权利要求3或4所述的一种基于信任的社交物联网服务推荐方法，其特征在于，所述联合信任值是指:若两个直接信任值等于0的用户之间可以通过其他直接信任值大于0的用户建立间接联系，则称这两个用户之间具有联合信任值，联合信任值的大小即为这两个用户之间的所有直接信任值的连续乘积,表示为

6.根据权利要求5所述的一种基于信任的社交物联网服务推荐方法，其特征在于，采用小世界聚类分析方法对社交网络进行聚类分析，小世界聚类方法中采用的聚类系数为：

其中θ为聚类系数，m为与某个用户具有信任关系的用户数目，n为全部用户的数目；搜索在聚类系数值为θ时，使得联合信任值函数

获得最大值的用户及其信任关系，将这些用户及其信任关系构成的集合作为一个信任聚类，称为社交用户的信任圈，表示为G′：

7.根据权利要求6所述的一种基于信任的社交物联网服务推荐方法，其特征在于，物联网设备的可用性是通过设备调用成功的概率来表示的，计算公式为：

其中D_i为设备，λ(D_i)＝1表示调用成功，λ(D_i)＝0为调用失败，n为调用的总数，P(D_i)即为设备D_i的可用性概率。

8.根据权利要求7所述的一种基于信任的社交物联网服务推荐方法，其特征在于，所述效用函数使用如下公式：

其中，

为设备D_i的效用函数，

为在相同信任圈内的用户与设备拥有者用户之间的联合信任值，

为用户与设备拥有者之间联合信任值最小的值，

为用户与设备拥有者之间联合信任值最大的值，

为信任圈内用户拥有的设备中能够提供所需要服务的具有最大可用性概率的设备的可用性概率，

为信任圈内用户拥有的设备中能够提供所需要服务的具有最小可用性概率的设备可用性的概率。

9.根据权利要求8所述的一种基于信任的社交物联网服务推荐方法，其特征在于，在推荐社交物联网服务时，先搜索用户拥有设备所能提供的各类服务，再根据效用函数将能够满足用户所需服务的设备及其服务推荐给用户。

Images