Un modèle de crédibilité basé sur le clustering flou pour une évaluation probabiliste de la confiance des ressources sur le Web
Résumé
This paper discusses the assessment of Web resources trust. This assessment is undermined by the uncertainty that raises due to end-users’ ratings that can be questioned and variations in Web resources performance at run-time. To tackle the first uncertainty a fuzzy-clustering-based credibility model is suggested so that the gap between specific endusers (known as strict) and the current majority is reduced. To deal with the second uncertainty a probabilistic trust approach is proposed so that trust levels for future interactions with Web resources are made available to users. The probabilistic approach is built upon probabilistic databases and a fuzzy-based credibility model. A series of experiments are carried out to validate the suggested credibility model and the trust approach.
Ce papier discute l’évaluation de la confiance des ressources sur le Web. Cette évaluation se trouve controversée en raison de deux types d’incertitude liés aux évaluations des utilisateurs finaux et à la variation des performances de ces ressources au fil du temps. Pour pallier le premier type d’incertitude, nous suggérons un modèle de crédibilité basé sur le clustering flou afin de minimiser l’écart entre des utilisateurs finaux particuliers dits stricts et la majorité des utilisateurs. Pour faire face au deuxième type d’incertitude nous proposons une approche de calcul de la confiance de manière à extrapoler la confiance des ressources sur le Web lors des interactions futures avec ces ressources. L’approche s’appuie sur le principe des bases de données probabilistes associé à notre modèle de crédibilité flou. Nous mettons en œuvre une série d’expérimentations pour valider le modèle de crédibilité proposé ainsi que l’approche de calcul de la confiance.