CStrust: 结合文本内容与社会结构的可信度模型

"基于文本内容和社会结构的可信度 (2013年)" 是一篇自然科学领域的论文，主要探讨了如何在社交网络中建立一种综合考虑文本内容和用户社会结构的可信度评估模型。这篇论文由卞先华、陈亮和郑倩冰在国防科学技术大学计算机学院完成，得到了国家自然科学基金的支持。 论文提出了名为CStrust的组合信任模型，该模型旨在解决社交网络中信息爆炸导致的可靠性问题。CStrust模型结合了两个关键因素：文本上下文信息和用户的社会结构。文本上下文信息涉及到对用户发布内容的语义理解，通过分析用户的言论、观点和表达方式来评估其信息的真实性。而用户社会结构则是指用户在网络中的关系网，包括他们的好友、关注者、影响力等，这些因素可以反映用户在社区中的地位和信誉。 在模型框架下，论文定义了一个搜索内容的置信值函数，用于量化信息的可信度。这个函数不仅考虑了信息本身的合理性，还考虑了发布信息的用户在社交网络中的影响力和声誉。通过在新浪微博上的实验，CStrust算法被证明在提高信息可信度方面的效果显著，优于微博默认的搜索算法。同时，由于CStrust考虑了用户喜好和个体影响力，因此在处理个性化和社区影响力方面也表现出优越性，超过了传统的主题建模方法，如Latent Dirichlet Allocation (LDA)。 关键词：社交网络、语义、社会结构、可信度 这篇论文的贡献在于提供了一种新的可信度评估方法，有助于在海量信息中筛选出更可靠的内容，对于社交媒体的信息管理和推荐系统具有重要的理论和实践价值。CStrust模型的创新之处在于将文本分析与社会网络分析相结合，为未来的研究提供了新的思路，即如何更好地理解和评估网络中的信息可信度。