两个最突出的例子是 Google 的 PageRank度量和 eBay 的 反馈分数。但这些措施都没有解决我认为 Craig 的想法。PageRank 是使用引文分析来确定最权威的引文的好方法，但是对页面的信任应该考虑它的外链（即，我们可以相信该页面不会将我们指向不可信的链接吗？）而不仅仅是它的内链-链接。eBay 的反馈分数有一个不同的问题：他们在不考虑买家和卖家的社交网络的情况下统计正面和负面的评级——并且这种方法很容易 通过虚假评级进行欺诈。顺便说一下，LinkedIn 推荐如果从严格的数量角度来看，也有类似的弱点…… 更多阅读 DNA 和犯罪数据的使用 5 个最重要的犯罪 DNA 和犯罪数据来源 大数据遇上离婚：公司如何利用生活变化 Facebook“天秤座”是否说明了大数据的阴暗面？ 人工智能如何将 James Bond 追踪工具放入您的家中 大数据时代：千禧一代的未来会是什么样子。
后者认为网络需要的是
来管理我们的在线声誉。碰巧的是，这个想法占据了我好几年。所以我想是时候分享我对这个主题的想法了。 当我们思考信任如何在线运作时，两个最突出的例子是 Google 的 PageRank度量和 eBay 的 反馈分数。但这些措施都没有解决我认为 Craig 的想法。PageRank 是使用引文分析来确定最权威的引文的好方法，但是对页面的信任应该考虑它的外链（即，我们可以相信该 数据库 页面不会将我们指向不可信的链接吗？）而不仅仅是它的内链-链接。eBay 的反馈分数有一个不同的问题：他们在不考虑买家和卖家的社交网络的情况下统计正面和负面的评级——并且这种方法很容易 通过虚假评级进行欺诈。顺便说一下，LinkedIn 推荐如果从严格的数量角度来看，也有类似的弱点，但滥用的可能性会因签署的背书而减轻——而且它们不仅仅是二进制或数字评级。顺便说一句，如果您懒得亲自写推荐，可以使用这里的 网站。
信任传播看起来确实
建在社交网络之上的完美应用。考虑任何涉及获取建议以做出决定的问题。如果我们定期征求我们的一级联系人的建议，那么我们应该能够随着时间的推移了解我们可以信任谁的建议。然后我们可以为这些关系提供担保，这为信任我们的关系提供了一个基础，可以通过我们信任他们的二级关系。通过我们的社交网络等等。当然，信任不是不可撤销的：信任的 CW 线索 丧失应该以类似的方式传播。 我已经与社交网络领域的两位领先专家Jon Kleinberg和 Prabhakar Raghavan讨论过这个问题 ，据我所知还没有人按照这些原则构建系统。从经济角度来说，我设想了一个系统，在这个系统中，一个人的声誉真正是他或她的硬币。一个人可能会考虑互相贿赂以利用后者的既定声誉，但一个拥有良好声誉的理性人会要求过高的贿赂以危及该声誉。 当然，大量信息必须在整个社交网络中传播并存储。