基于直觉模糊集和最优推荐的信任评价模型

摘要：

提出一种基于直觉模糊集和最优推荐的信任评价模型.用直觉模糊集描述固有信任属性,对固有信 任直觉模糊集构成的集合进行模糊聚类,构造信任向量库存储各节点的信任向量,设计推荐信任的计算公式,并应用离散空间的最优搜索理论 提高评价效率.实验结果表明,当网络节点数较大时,该模型能计算推荐信任度,且具有较高的评价效率.

关键词：直觉模糊集、信任评价模型、分布概率、信任向量

所属期刊栏目：38

分类号：N945(系统科学)

资助基金：四川省科技支撑计划基金资助项目2008GG0007;成都信息工程学院校选科研基金资助项目CRF201020

在线出版日期：2012-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：142-144