Name: Sviluppo di un nuovo modello per la raccomandazione di utenti affidabili in OSN (en Italiano)
SKU: 58840756
Price: 200858.00 COP
Availability: InStock
Author: Ishwariya, M. ; Issac, Franklin
ISBN: 9786205693568

portada Sviluppo di un nuovo modello per la raccomandazione di utenti affidabili in OSN (en Italiano)

Sviluppo di un nuovo modello per la raccomandazione di utenti affidabili in OSN (en Italiano)

Formato

Libro Físico

Autor

M. Ishwariya

Franklin Issac

Editorial

Edizioni Sapienza

Idioma

Italiano

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9x15.2x0.3 cm

Peso

0.10 kg.

ISBN13

9786205693568

Categorías

Redes y comunicaciones informáticas

Sviluppo di un nuovo modello per la raccomandazione di utenti affidabili in OSN (en Italiano)

M. Ishwariya (Autor) · Franklin Issac (Autor) · Edizioni Sapienza · Tapa Blanda

Libro Nuevo Importado

Envío: 21 a 25 días háb.

$ 334.763$ 200.858

-40%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 200.858

¡Envío Gratis! Llega entre el 17 Nov y el 24 Nov a Bogota, Cundinamarca. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Sviluppo di un nuovo modello per la raccomandazione di utenti affidabili in OSN (en Italiano)"

La vastità dei social media fa sì che non vi sia alcun controllo sulla portata delle informazioni. Queste situazioni pongono una sfida importante in termini di fiducia e sicurezza. Se si considera l'affidabilità, la categoria dei Social Network (SN) si rivela un rischio importante nei social media. Lo studio proposto si concentra sui "Social Network", sulle sfide da affrontare e suggerisce un metodo per valutare la fiducia dell'utente sul social network. L'utente simile fidato viene raccomandato agli alter dell'utente ego che riceve una richiesta di amicizia da un altro alter o di inviare la richiesta di amicizia all'utente simile fidato. La fiducia raccomandata viene calcolata utilizzando il modello di reputazione basato su SDE e la modellazione degli argomenti con LDA. La tecnica di raccomandazione ibrida è implementata utilizzando il clustering CANOPY, che crea vari gruppi di utenti simili fidati. Ogni gruppo viene valutato per la sua qualità e gli utenti all'interno del gruppo vengono raccomandati per la richiesta di amicizia. Vengono valutate le prestazioni effettive del sistema di raccomandazione.