的陌生用户信任综合计算公式。
[0159] 给定用户i及陌生用户j，在社会网络下，用户i对陌生用户j间接信任UU)表示 为：
[0160]
[0161] 式中WS(j)表示用尸j证人集合；j . k. *表示用尸j的证人k; k. 1表示以k为结束点的 第1条I类信任路径;nk表示以k为结束点的I类信任路径的数目；Cre(xk.〇为第1条I类信任 路径上的推荐信任可靠性；fi,表示以k为结点的第1条I类信任路径的信任度。
[0162] 步骤204,对于一个商品购买者用户，确定该商品购买者用户所在的各个潜在交易 组合中，间接信任度最高的至少一个潜在交易组合。
[0163] 步骤205,将该信任度最高的至少一个潜在交易组合中的商品出售者用户与该商 品购买者用户之间的关系确定为推荐关系。
[0164] 具体的，推荐系统可以将商品出售者的商品或网络店铺的相关信息推送给商品购 买者的终端。
[0165] 本公开所提出的方案基于给定用户的购买历史，构建相应的其物品集、邻居用户 集，生成社会化网络;借鉴社会网络的思想，利用协同过滤技术，提出了基于社会化的推荐 计算模型。该模型不仅解决了电子商务推荐系统中信任计算缺乏个性化的问题，而且有效 地防范了恶意评价行为的侵害。
[0166] 另外，本公开所示方案实现了物品推荐和信任度社会化计算的有机结合，既有效 地减少了因比较、分析交易伙伴信任度所耗费的时间和精力，降低了信任风险
[0167] 此外，本公开所示方案基于兴趣度相似性、偏好相似性的情境计算思想，推导了类 型路径的兴趣度计算公式，并给出了用户间偏好倾向相似性计算方法，有效地解决了因物 品异质性而无法准确描述偏好相似性的问题，提高了推荐系统的个性化服务质量，为进一 步完善和开展推荐系统个性化服务提供了技术支持。
[0168] 综上所述，本公开实施例所示的方法，通过根据商品类型树以及各个用户之间的 交易商品信息计算每个信任情境组合的相似度，根据各个用户对各自交易商品的商品特征 的评价信息计算每两个用户对共同交易伙伴的信任倾向之间的相似度，根据所述每一组信 任情境的相似度以及所述每两个用户对共同交易伙伴的信任倾向之间的相似度计算每组 潜在交易组合之间的间接信任度，并根据所述每组潜在交易组合之间的间接信任度确定 推荐关系，结合用户之间购买商品类型的相似性以及用户对商品的评价的相似性来考虑用 户之间的推荐是否可信，能够抵恶意评价的欺骗攻击、降低信任风险以及提升推荐的个性 化。
[0169] 图3是根据一示例性实施例示出的一种交易系统中的推荐关系确定装置的框图， 该装置可以通过硬件或者软硬结合的方式实现为计算机设备的一部分，该计算机设备可以 是一台个人电脑、工作站、网络服务器或者云服务平台等。该交易系统中的推荐关系确定装 置可以包括：
[0170] 第一相似度计算模块301，用于根据商品类型树以及各个用户之间的交易商品信 息计算每个信任情境组合的相似度，所述信任情境用于表征两个用户之间存在交易时，商 品购买者对交易商品的兴趣度;一个所述信任情境组合中包含两个信任情境，且所述两个 信任情境的商品购买者不同，商品出售者相同；所述商品类型树用于表征各个商品所属类 型之间的从属关系；
[0171] 第二相似度计算模块302,用于根据各个用户对各自交易商品的商品特征的评价 信息计算每两个用户对共同交易伙伴的信任倾向之间的相似度，所述信任倾向用于表征两 个用户之间存在交易时，商品购买者对交易商品的商品特征的评价；
[0172] 间接信任度计算模块303,用于根据所述每一组信任情境的相似度以及所述每两 个用户对共同交易伙伴的信任倾向之间的相似度计算每组潜在交易组合之间的间接信任 度，所述潜在交易组合包括两个未发生过交易的用户，所述间接信任度用于指示向一组潜 在交易组合中的商品购买者推荐该潜在交易组合中的商品出售者的可行性；
[0173] 推荐关系确定模块304,用于根据所述每组潜在交易组合之间的间接信任度确定 推荐关系。
[0174] 综上所述，本公开实施例所示的装置，通过根据商品类型树以及各个用户之间的 交易商品信息计算每个信任情境组合的相似度，根据各个用户对各自交易商品的商品特征 的评价信息计算每两个用户对共同交易伙伴的信任倾向之间的相似度，根据所述每一组信 任情境的相似度以及所述每两个用户对共同交易伙伴的信任倾向之间的相似度计算每组 潜在交易组合之间的间接信任度，并根据所述每组潜在交易组合之间的间接信任度确定推 荐关系，结合用户之间购买商品类型的相似性以及用户对商品的评价的相似性来考虑用 户之间的推荐是否可信，能够抵恶意评价的欺骗攻击、降低信任风险以及提升推荐的个性 化。
[0175] 图4是根据另一示例性实施例示出的一种交易系统中的推荐关系确定装置的框 图，该装置可以通过硬件或者软硬结合的方式实现为计算机设备的一部分，该计算机设备 可以是一台个人电脑、工作站、网络服务器或者云服务平台等。该交易系统中的推荐关系确 定装置可以包括：
[0176] 第一相似度计算模块301，用于根据商品类型树以及各个用户之间的交易商品信 息计算每个信任情境组合的相似度，所述信任情境用于表征两个用户之间存在交易时，商 品购买者对交易商品的兴趣度;一个所述信任情境组合中包含两个信任情境，且所述两个 信任情境的商品购买者不同，商品出售者相同；所述商品类型树用于表征各个商品所属类 型之间的从属关系；
[0177] 第二相似度计算模块302,用于根据各个用户对各自交易商品的商品特征的评价 信息计算每两个用户对共同交易伙伴的信任倾向之间的相似度，所述信任倾向用于表征两 个用户之间存在交易时，商品购买者对交易商品的商品特征的评价；
[0178] 间接信任度计算模块303,用于根据所述每一组信任情境的相似度以及所述每两 个用户对共同交易伙伴的信任倾向之间的相似度计算每组潜在交易组合之间的间接信任 度，所述潜在交易组合包括两个未发生过交易的用户，所述间接信任度用于指示向一组潜 在交易组合中的商品购买者推荐该潜在交易组合中的商品出售者的可行性；
[0179] 推荐关系确定模块304,用于根据所述每组潜在交易组合之间的间接信任度确定 推荐关系。
[0180]可选的，对于包含第一信任情境和第二信任情境的一个信任情境组合，所述第一 信任情境的商品购买者为第一用户，所述第二信任情境的商品购买者为第二用户，所述一 组信任情境的商品出售者同为第三用户;所述第一相似度计算模块301，包括：
[0181]集合获取单元301a，用于获取共同类型集合，所述共同类型集合为第一类型集合 和第二类型集合的交集，所述第一类型集合为所述第一用户与所述第三用户之间的交易商 品的类型路径上的各个类型组成的集合，所述第二类型集合为所述第二用户与所述第三 用户之间的交易商品的类型路径上的各个类型组成的集合;所述类型路径为所述商品类型 树中，从通用类型到交易商品的最小类型之间的路径;所述通用类型为所述商品类型树中 处于最顶层的类型；
[0182] 兴趣度计算单元302b，用于计算所述第一用户对所述共同类型集合中每一个类型 的兴趣度，以及所述第二用户对所述共同类型集合中每一个类型的兴趣度；
[0183] 相似度计算单元302c，用于根据所述共同类型集合、所述第一用户对所述共同类 型集合中每一个类型的兴趣度以及所述第二用户对所述共同类型集合中每一个类型的兴 趣度，计算所述信任情境组合的相似度。
[0184] 可选的，所述兴趣度计算单元302b，用于获取第一商品集合以及第二商品集合，所 述第一商品集合为所述第一用户历史购买过的商品的集合，所述第二商品集合为所述第一 用户从所述第三用户处购买过的商品的集合;根据所述第一商品集合、所述第二商品集合 以及第一类型路径确定所述第一用户对所述第一类型路径中各个类型的总兴趣度;所述第 一类型为所述第一用户与所述第三用户之间的交易商品的类型路径;获取所述第一类型路 径中每一个类型下的子类型;根据所述总兴趣度以及所述第一类型路径中每一个类型下的 子类型确定所述第一用户对所述第一类型路径中的各个类型的兴趣度，所述第一类型路径 中的各个类型包含所述共同类型集合中的各个类型。
[0185] 可选的，所述间接信任度计算模块303,包括：
[0186] 第一路径确定单元303a，用于对于一组潜在交易组合，确定所述潜在交易组合中 的两个用户之间的若干条信任路径，所述信任路径中包含至少三个用户，所述信任路径分 别以所述潜在交易组合中的商品购买者为开始点，以所述潜在交易组合中的商品出售者为 结束点，且所述信任路径中任意的相邻两个用户之间发生过商品交易；
[0187]第二路径确定单元303b，用于确定所述若干条交易路径中的指定类型信任路径， 所述指定类型信任路径是指所述若干条信任路径中，每两条包含同一证人的信任路径，所 述证人是与所述潜在交易组合中的商品出售者发生过交易的用户；
[0188]第一间接信任度计算单元303c，用于对于每一条指定类型信任路径，根据所述指 定类型信任路径中每相邻两个用户对应的信任情境组合的相似度、以及所述相邻两个用 户对共同交易伙伴的信任倾向之间的相似度，计算所述指定类型信任路径中、所述潜在交 易组合中的商品购买者对商品出售者的间接信任度；
[0189]可靠性计算单元303d，用于对于每一条指定类型信任路径，根据所述指定类型信 任路径的长度计算所述指定类型信任路径的可靠性；
[0190]第二间接信任度计算单元303e，用于根据所述指定类型信任路径的数量、所述潜 在交易组合中的商品出售者的证人集合、每一条所述指定类型信任路径的可靠性以及每一 条所述指定类型信任路径中、所述潜在交易组合中的商品购买者对商品出售者的间接信任 度，计算所述潜在交易组合之间的间接信任度。
[0191 ]可选的，所述推荐关系确定模块304，包括：
[0192] 组合确定单元304a，用于对于一个商品购买者用户，确定所述商品购买者用户所 在的各个潜在交易组合中，间接信任度最高的至少一个潜在交易组合；
[0193] 关系确定单元304b，用于将所述信任度最高的至少一个潜在交易组合中的商品出 售者用户与所述商品购买者用户之间的关系确定为推荐关系。
[0194] 需要说明的一点是，上述实施例提供的装置在执行。。。方法时，仅以上述各个功能 模块的划分进行举例说明，实际应用中，可以根据实际需要而将上述功能分配由不同的功 能模块完成，即将设备的内容结构划分成不同的功能模块，以完成以上描述的全部或者部 分功能。
[0195] 关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法 的实施例中进行了详细描述，此处将不做详细阐述说明。
[0196] 图5是根据一示例性实施例示出的一种装置500的框图。例如，装置500可以被提供 为一服务器。参照图5,装置500包括处理组件522,其进一步包括一个或多个处理器，以及由 存储器532所代表的存储器资源，用于存储可由处理部件522执行的指令，例如应用程序。存 储器532中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此 外，处理组件522被配置为执行指令，以执行上述图1或2所示的方法。
[0197] 装置500还可以包括一个电源组件526被配置为执行装置500的电源管理，一个有 线或无线网络接口 550被配置为将装置500连接到网络，和一个输入输出（I/O)接口 558。装 置500可以操作基于存储在存储器532的操作系统，例如Win