Saltar para:
Logótipo
Comuta visibilidade da coluna esquerda
Você está em: Início > Publicações > Visualização > A Robust Reputation-Based Group Ranking System and Its Resistance to Bribery

Publicações

A Robust Reputation-Based Group Ranking System and Its Resistance to Bribery

Título
A Robust Reputation-Based Group Ranking System and Its Resistance to Bribery
Tipo
Artigo em Revista Científica Internacional
Ano
2022
Autores
João Saúde
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Guilherme Ramos
(Autor)
FEUP
Ver página pessoal Sem permissões para visualizar e-mail institucional Pesquisar Publicações do Participante Ver página do Authenticus Sem ORCID
Ludovico Boratto
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Carlos Caleiro
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Revista
Vol. 16 2
Páginas: 26:1-26:35
ISSN: 1556-4681
Editora: ACM
Outras Informações
ID Authenticus: P-00V-FQ7
Resumo (PT):
Abstract (EN): The spread of online reviews and opinions and its growing influence on people's behavior and decisions boosted the interest to extract meaningful information from this data deluge. Hence, crowdsourced ratings of products and services gained a critical role in business and governments. Current state-of-the-art solutions rank the items with an average of the ratings expressed for an item, with a consequent lack of personalization for the users, and the exposure to attacks and spamming/spurious users. Using these ratings to group users with similar preferences might be useful to present users with items that reflect their preferences and overcome those vulnerabilities. In this article, we propose a new reputation-based ranking system, utilizing multipartite rating subnetworks, which clusters users by their similarities using three measures, two of them based on Kolmogorov complexity. We also study its resistance to bribery and how to design optimal bribing strategies. Our system is novel in that it reflects the diversity of preferences by (possibly) assigning distinct rankings to the same item, for different groups of users. We prove the convergence and efficiency of the system. By testing it on synthetic and real data, we see that it copes better with spamming/spurious users, being more robust to attacks than state-of-the-art approaches. Also, by clustering users, the effect of bribery in the proposed multipartite ranking system is dimmed, comparing to the bipartite case.
Idioma: Inglês
Tipo (Avaliação Docente): Científica
Nº de páginas: 35
Documentos
Não foi encontrado nenhum documento associado à publicação.
Publicações Relacionadas

Dos mesmos autores

A Robust Reputation-Based Group Ranking System and Its Resistance to Bribery (2021)
Artigo em Revista Científica Internacional
João Saúde; Guilherme Ramos; Ludovico Boratto; Carlos Caleiro

Da mesma revista

Spatio-Temporal Parallel Transformer Based Model for Traffic Prediction (2024)
Artigo em Revista Científica Internacional
Kumar, R; João Mendes-Moreira; Chandra, J
Adaptive Model Rules From High-Speed Data Streams (2016)
Artigo em Revista Científica Internacional
Duarte, J; João Gama; Bifet, A
A Robust Reputation-Based Group Ranking System and Its Resistance to Bribery (2021)
Artigo em Revista Científica Internacional
João Saúde; Guilherme Ramos; Ludovico Boratto; Carlos Caleiro
Recomendar Página Voltar ao Topo
Copyright 1996-2025 © Faculdade de Direito da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z
Página gerada em: 2025-09-06 às 23:50:21 | Política de Privacidade | Política de Proteção de Dados Pessoais | Denúncias