一、基本信息
论文题目：《ETAF: An Extended Trust Antecedents Framework for Trust Prediction》
发表时间：
论文作者及单位：
论文地址：https://ieeexplore.ieee.org/document/6921639
二、摘要
信任是被广泛采用的一种信息来源，用于为用户个性化在线服务，例如在产品推荐中。然而，对于大多数在线系统来说，信任信息通常非常稀疏或不可用。为了解决这个问题，我们提出了一种原则性方法，通过扩展一个著名的信任先行框架，从用户的交互中预测其中隐含的信任。具体来说，我们考虑目标用户的本地和全局可信度，并通过进一步考虑活跃用户的信任倾向，形成个性化的信任指标。两个真实数据集的实验结果表明，在直接用户交互受到限制的情况下，我们的方法在信任排名性能方面比最先进的方法更有效。
三、论文主要内容与工作
1、本文通过扩展一个著名的信任先行框架（TAF），提出了一种从用户交互中预测信任值的原理性方法ETAF。具有现实意义的是，本文假设系统中没有明确的信任。从计算上讲，信任在TAF中被视为几个一般信信任先例的结果（见图2），包括委托人的信任倾向，以及由信任因素决定的受托人的信任度，即能力、仁慈和正直。除了计算本地信任度之外，我们的ETAF模型还考虑了基于所有用户交互的受托人的全局信任度。进一步考虑到信任倾向，我们获得了个性化的信任价值。两个真实数据集的实验结果表明，在缺乏直接用户交互的情况下，我们的方法比对应的隐式信任预测方法在生成可信用户列表方面表现得更好。
2、本文的贡献有三点：
- 我们提出了一个信任价值预测的扩展信任先行框架；
- 我们提出了一套实现该框架的公式；
- 我们对两个数据集（即CIAODVD和EPinions）进行了一系列实验，以证明我们的方法与当前最新方法相比的有效性。
3、原有的关于信任的研究可以分为两类方法:
- 第一种类型是从现有的信任连接（即信任网络）推断信任值。最常见的方法是沿着信任链传播信任。例如，Guha等人[7]提出了一种基于共引、转置信任和信任耦合概念的信任传播模型
- 第二类方法建立在用户的交互操作之上。刘等人。[9]提出一种信任分类方法，根据个人用户行为和配对用户交互的证据预测信任标签。研究表明，交互因素对信任预测的影响大于用户因素。
4、传统的信任框架如下图所示
其中，四个信任因素可以解释如下：
能力是指受托人执行特定和预期行动的专业知识或能力。慈善是指受托人相信并将对委托人做好事的程度，除了以自我为中心的利益动机。诚信是指受托人坚持一套良好的道德规范。最后，信任倾向是指委托人倾向于信任用户的程度。前三个受托人因素决定了受托人的可信度。再加上最后一个委托人因素，可以从用户的交互中获得个性化的信任价值。
5、TAF模型根据两个用户之间的直接交互作用来制定受托人因素，因此只形成受托人的本地信任度。然而，这样的直接交互可能在两个特定的用户之间稀疏或不可用。在这种情况下，委托人不能正确决定是否信任潜在的受托人。因此，进一步考虑从其他用户与目标受信者的交互中获得的全球可信度度量是有必要和有帮助的。G·OMZ等。[17]主张可以利用四个信息源得出信任价值，即直接经验、广告、建议和全球信任。尽管广告和建议在我们的案例中不适用，但应考虑直接经验和全球信任。此外，文献中的研究，如[16]已经在其计算模型中利用了全局可信度，但只考虑了能力因素。在这项工作中，我们扩展了taf模型（用etaf表示），通过合并从用户与目标受托人之间的所有交互中获得的全局可信度。ETAF模型如下图所示。
6、对以上模型进行了形式化与伪码描述。
7、在两个数据集上进行了实验，以验证本文提出的框架的有效性。
四、总结
本文提出了一个扩展的信任先行框架用于信任值预测。具体来说，受托人的本地和全球可信度都被考虑在内，分别从本地和全球观点的角度，从能力、慈善和诚信三个信任因素计算得出。结合委托人的信任倾向，提出了一种个性化的信任度量。由此产生的ETAF模型可以缓解用户直接交互稀疏或为零的情况。对两个真实数据集的实验结果表明，我们的方法在信任排名性能方面优于当代同行。全球可信度既直接影响排名绩效，也间接影响当地的可信度。对于未来的工作，我们打算考虑更多的用户交互特性，比如交互持续时间和频率，以便更好地制定信任因素。