探究属性对用户社交媒体信任的影响

社交媒体的一个主要挑战是识别可信信息。如果我们不能将信息识别为可信的，该信息可能变得无用或丢失。相反，我们可能消费错误或不实信息并带来严重后果。用户在消费前如何处理所提供的信息？帖子上的评论、作者或投票对于做出此类决策是否关键？这些属性是否被综合考虑，哪个属性更重要？为回答这些问题，我们开发了一个信任模型以支持社交媒体中用户内容的知识共享。该信任模型基于稳定性、质量和可信度三个维度。每个维度包含基于数据分析对用户重要的度量（用户角色、用户 IQ、投票等）。我们在本文中提出了使用联合分析（CA）作为评估方法对所提信任模型的评估。从 348 份回复中获得的结果验证了该信任模型。信任度翻译器根据计算出的信任值将内容解释为非常可信、可信、不可信和非常不可信。此外，结果显示各维度重要性不同：稳定性 24%、可信度 35%、质量 41%。