In the domain of Autonomic and Organic Computing, the entities of a distributed system are variable as well as the efficiency and the intention of their work. Therefore, a scalable mechanism to incentivise/sanction entities which contribute towards/against the system goal is needed. Trust is a suited metric to find benevolent entities. In this paper, we focus for one on the SimTrust model which introduces trust on entities when they share interest and opinions using tagging information. The second model is the Weighted Simple Exponential Smoothing Trust metric (WSES) which functions on explicitly rated items. WSES follows two basic rules which ensure a logic rating mechanism. When putting these two models in context, SimTrust has advantages on items that have not been rated yet or can not easily be rated. WSES is a trust metric which returns good results on explicit rank values. We propose concepts on combining both approaches and state in which cases they are incompatible.


翻译:在自动和有机计算领域,分布式系统的实体是可变的,其效率和工作意图也各不相同。因此,需要一种可扩缩的机制来激励/制裁那些有助于/不利于系统目标的实体。信任是找到慈善实体的合适衡量标准。在本文中,我们侧重于SimTlust模式,该模式在实体分享兴趣和意见时,通过标记信息引入信任。第二个模式是在明确评级项目上发挥作用的加权简单计量平滑信托指标(WSSES)。SESES遵循两个基本规则,确保逻辑评级机制。在将这两个模式置于上下文时,SimTrust对尚未评级或无法轻易评级的项目具有优势。SimTrust是一个信任指标,它能反映明确评级值的良好结果。我们提出了关于合并方法和状态的概念。

0
下载
关闭预览

相关内容

专知会员服务
39+阅读 · 2020年9月6日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
28+阅读 · 2019年10月18日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
利用动态深度学习预测金融时间序列基于Python
量化投资与机器学习
18+阅读 · 2018年10月30日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
论文浅尝 | Improved Neural Relation Detection for KBQA
开放知识图谱
13+阅读 · 2018年1月21日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Arxiv
3+阅读 · 2018年3月14日
VIP会员
相关VIP内容
专知会员服务
39+阅读 · 2020年9月6日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
28+阅读 · 2019年10月18日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
利用动态深度学习预测金融时间序列基于Python
量化投资与机器学习
18+阅读 · 2018年10月30日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
论文浅尝 | Improved Neural Relation Detection for KBQA
开放知识图谱
13+阅读 · 2018年1月21日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员