كشف سلوك المستخدم المشبوه لتحسين خوارزمية الشبكة الاجتماعية Mole-Trust اطروحة تناقشها كلية تكنولوجيا المعلومات
 التاريخ :  08/09/2020 12:38:44  , تصنيف الخبـر  كلية تكنولوجيا المعلومات
Share |

 كتـب بواسطـة  مسؤول موقع كلية تكنولوجيا المعلومات  
 عدد المشاهدات  89


ناقشت كلية تكنولوجيا المعلومات وعلى قاعة المؤتمرات اطروحة الدكتوراه والتي قدمتها التدريسية  (صبا محمد حسين) من قسم البرمجيات وبإشراف الاستاذ الدكتورة غيداء عبد الحسين  بعنوان (كشف سلوك المستخدم المشبوه لتحسين خوارزمية الشبكة الاجتماعية Mole-Trust Suspicious User Behaviour Detection for Enhancing Mole-Trust Social Network Algorithm. اشارت الباحثة في  الاطروحة ان استخدم الشبكات الاجتماعية مواقع الوسائط الاجتماعية المستندة إلى الإنترنت للبقاء على اتصال مع الأصدقاء أو العائلة أو العملاء. يمكن أن يكون للشبكات الاجتماعية غرض اجتماعي أو غرض تجاري أو كليهما. وان الشبكات الاجتماعية قاعدة مهمة للمسوقين الذين يسعون لإشراك العملاء. أصبح اعتماد المؤسسات على آراء العملاء مورداً هامًا للغاية لاتخاذ قرارات الشراء والأعمال. لذلك من الضروري اكتشاف المستخدمين المشبوهين في الشبكات الموثوقة لاستبعاد الأشخاص الذين يروجون للشائعات والأخبار والسلع المزيفة. 
 في هذه الاطروحة ، تم اقتراح تحسين أداء الشبكة الاجتماعية القائمة على الثقة. أصبح اعتماد المنظمات على آراء العملاء مورداً هامًا للغاية لاتخاذ قرارات الشراء والأعمال. ومع ذلك ، فقد أصبح من السهل إرسال تعليقات غير مرغوب فيها حول السلع والمنتجات ، ومن الصعب اكتشاف ما هو حقيقي أو مزيف. يقدم هذا المودل نموذجا للكشف عن العملاء الوهميين والعملاء الأصليين لدعم اتخاذ قرار الشبكة ونظام التوصية الذي يعتمد على الثقة. يعتمد ذلك على تجميع الميزات المرتبطة بتاريخ العميل ومؤشرات اكتشاف الآراء والمقاييس العامة وسمعة العميل القائمة على الملف الشخصي. حُللتْ التعليقات لتعزيز العلاقات بين المستخدمين تعتمد فيها توصية المنتجات على التعليقات الموثوقة المستخدمين وعلاقات الثقة بينهم.
بينت الباحثة ان خوارزميات الشبكات الاجتماعية نعمل وفق شروط معينة لبناء شبكات موثوقة بالاعتماد على rating المعطى من قبل المستخدم على المنتجات. هنا دعت الحاجة الى الكشف عن الاشخاص المزورين (ربما يعمل لصالح جهة معينة) من خلال توليد مجموعة من parameters. حيث تم توليد كل parameter  بالاعتماد على البيانات الموجودة في الdataset ومنها تم توليد user trust score ليحدد سلوك المستخدم بالإضافة الى عملية ال clustering في تشخيص المستخدم هل هو untrust  او trust. بعد الحصول على  two classes of user يقوم النظام  بعملية بناء الشبكة الموثوقة من خلال استبعاد العنصر الغير مرغوب في الشبكة (fake user) لتصبح شبكة متجانسة . أي ان كل اعضاء الشبكة من نفس الclass جميعهم authentic. كانت النتائج مرضية جداً مقارنة مع اعمال سابقة لتصنيف المستخدمين و بناء شبكات باستخدام تقنيات وخوارزميات ال social network التقليدية . جدير ذكره ان لجنة المناقشة تكونت من الاستاذ الدكتور وسام سمير بهيه جامعة بابل / تكنولوجيا المعلومات رئيسا و عضوية كلا من الاستاذ الدكتوره هدى ناجي نواف جامعة بابل/كلية تكنولوجيا المعلومات واستاذ مساعد الدكتور أسعد صباح هادي  جامعة بابل/ كلية تكنولوجيا المعلومات واستاذ مساعد الدكتور مازن سمير علي الحكيم تكنولوجيا المعلومات والاتصالات كلية دجلة الجامعة وأستاذ مساعد الدكتور مهدي نصيف جاسم / جامعة تكنولوجيا المعلومات والاتصالات