用户与项目声誉评估：信息推荐系统第二版

(1)用户声誉

随着用户在平台中输出的知识量的累积，用户开始在虚拟社区中承担某些社会角色，形成一定的社会影响力。社区中的其他成员则会受到其潜在的影响，比如当在该平台中寻求帮助时，用户往往更容易接受影响力高的用户所提出的观点或者介绍的信息资源。

声誉是一种累积的效应。网络环境下，用户通过自己的知识输出，为他人解决问题的同时也为自己带来一定的影响力。这种影响力继而可以成为他人快速寻求帮助的资源。用户在科学网中可以进行博文发表、用户访问、博文评论和推荐以及加好友等行为。声誉是大众对用户的一种整体评价。现实生活中，经常因为某个人的名声而进行访问或者作品阅读等，而互联网的发展为其提供了更加简单、便捷的方式。根据用户之间的行为可以获得某个用户在一定社群中的影响力，这种影响力可以被认为是声誉的直接表现。根据科学网中用户的基本的信息:访问量、好友数、发表博文的数量和用户自身的活跃度，我们可以获得用户的声誉。

纵观评价指标的发展，无论是对信息质量的评价，还是以人为对象来进行评价，其中都不乏通过其他对象的反馈情况来获得对该对象的整体评估，如Google的PageRank评价指标将跳出页面和跳入页面的数量作为衡量页面重要性的指标，社会网络分析[39]中通过“入度”和“出度”来衡量一个网络节点的重要性等。因此，如果将与信息有关的行为主体分为信息发送方和信息接收方，那么信息发送方是资源拥有者为了获得关注或者社会影响力而发起的信息传播行为，信息接收方是他人或者对象因为相关需求而自动进入或跳转到相关资源区域进行其他活动的行为主体。通过对这些评价指标的分析，不难看出当评价一个行为主体的影响力时，经常采用资源本身(或拥有者)的贡献价值和其他对象的回应来评价资源(或拥有者)。而在科学网中，用户的贡献价值主要表现在用户发表的博文信息以及对其他用户的访问、评价、推荐等行为中，而其他用户对该用户的反应主要表现在如访问、评价、推荐和加好友等行为中。这里，一方面我们利用用户之间的四种信息来衡量用户的声誉:发表博文的数量，用户的活跃度(该网站衡量一个用户活跃程度的固有指标)，访问量及其好友数。用户发表的博文越多，用户越活跃，那么其向外传递的能量就越多。另一方面，其他用户访问该用户的数量越多，加为好友的数量越多，表明用户越信任该用户。本节给出用户uj的绝对声誉的计算方式，见公式(6-13)。

其中，N＿vis(uj)是用户uj的总访问量，N＿fri(uj)是用户uj的好友数量，N＿arti(uj)是用户uj发表的博文的数量，acti(uj)是用户uj的活跃度。

部分用户出于保密措施等原因而导致数据缺失的问题，本节通过填充所有用户的声誉平均值来解决。

(2)项目声誉(www.xing528.com)

除了通过用户声誉来衡量用户在一定领域内所具有的地位，本节同样对项目给出一个指标来衡量其受欢迎的程度，这里称为项目声誉。本节中的项目具体指博文。由于科学网中的博文多为科研心得以及对领域最新发展的报道和评述等，所以博文的声誉值是衡量一篇博文是否值得推荐的重要指标。虽然博文探讨的是相同的热点，但是由于作者的视角不同而增加新的价值，所以依然具有不同的阅读意义，不同于一般的热点新闻，而是具有很高的推荐价值。

在研究的过程中，笔者发现影响博文声誉的因素主要有博文的评论数量、实名推荐人的数量、博文的阅读量以及发表的天数。博文的评论数量、推荐人的数量以及博文的阅读量越大，说明博文越受欢迎。但是时间的长短与博文被用户发现的概率有直接的关系，所以本节考虑时间影响因子来消除时间对博文声誉的影响。博文声誉的计算方法见公式(6-14)和(6-15)，分别为博文的绝对声誉Hn和相对声誉n。

博文的绝对声誉，见公式(6-14)。

其中，N＿rec(n)是实名推荐的用户的数量，N＿read(n)是博文的阅读量，N＿rev(n)是博文的评论数，N＿dat(n)是距离数据采集时间点，博文发表的天数。本节将“N＿rec(n)/N＿read(n)”称为用户的满意度系数，将“1/N＿dat(n)”称为时间影响因子。

博文的相对声誉，见公式(6-15):

其中，max(Hn)是绝对声誉最大的博文的声誉，可以看作归一化因子。n在[0，1]之间。