Zaufanie w Cyberspace : Ilustracja ze scenariusza rekomendacji książki

Jako przykład rozważmy rysunek który przedstawia dialog perswazyjny między agentem sprzedającym RS a agentem kupującym.

Obaj agenci mają własne podstawy wierzeń, opierając się na wartościach zaufania w różnych źródłach informacji, podobieństwie do innych agentów, informacjach przekazywanych przez innych agentów i ich własnych przekonaniach. Wartości zaufania mieszczą się w przedziale od 0 do 1. W tym przykładzie agent kupujący musi podjąć decyzję dotyczącą książki poleconej mu przez agenta sprzedającego RS. Na przykład nasz agent ds. Kupujących twierdzi, że kupujący może mieć następujący zbiór informacji:

Więc BBi^trust_buyer  zawiera:

Również BBi^bel_buyer zawiera:

Buyer ma również informacje z powiązań newspaper: BBi^newspaper_buyer ⊢ (bn1; ~ popular(a); 1)

Każdy argument może być następnie użyty z regułami wnioskowania o przekonaniach podanymi jako

Równania od 14.15 do 14.18 do konstruowania argumentów kupującego na temat tego, czy polecana książka jest popularna, czy nie. Korzystając z informacji z własnych baz i gazet, kupujący może określić:

BBí_buyer † (~ popular (a); {t1, bn1}; rules 1; t1)

gdzie:

rules1 = {Arg^trust, Trust}

Pokazuje to, że po przekazaniu informacji z gazety o ~popular (a), jej dowód wymaga zastosowania Trust w celu ustalenia stopnia wiary w informacje gazety. Zatem wymagana jest aplikacja Trust w celu importu bn1 z gazety. Interpretujemy stopień zaufania do źródła informacji jako stopień przekonania, że ​​to, co mówi źródło, jest prawdą. Aby obliczyć stopnie zaufania, przyjmujemy operację ≈ zaufanie jako minimum.

Zatem _t1 = 0,8 ≈ ^trust 1 = min {0,8, 1} = 0,8. Podobnie kupujący może również konstruować inne argumenty, jak pokazano na powyższym rysunku  (a), rysunku  (b) i rysunku.

Agent sprzedający RS ma również własne bazy przekonań zawierające niektóre z poniższych informacji, które są następnie wykorzystywane do konstruowania argumentów przy użyciu reguł.

Więc BBí^trust_seller

zawiera:

Poza tym BBí^bel_seller zawiera:

Selller ma również pewne informacje z połączeń z ankietą klientów:

BBí^{customersurvey}_seller ⊢ (sc1; popular (a); 0,9)

Agent sprzedający używa tych argumentów (skonstruowanych na podstawie wcześniejszych informacji) podczas dialogu perswazyjnego, jak pokazano później. W rezultacie sprzedawca ujawnia kupującemu nowe informacje, takie jak „Autor (a) jest zdobywcą nagrody Bookera”, co pomaga w przekonaniu kupującego o dobrej popularności danej książki. W związku z tym kupujący akceptuje rekomendację danej książki jako dobrą.