基于Ranked Pairs社会选择理论的在线服务评价研究与实现

发布时间：2020-07-30 12:20

【摘要】：近些年,互联网的迅猛发展,使得在线服务规模显著增长,涵盖了网络搜索引擎、新闻门户网站、电子商务、Web服务、在线出行等领域。因此,用户可以越来越方便地使用满足自身需求的在线服务。但是,因为越来越多的服务提供者在互联网上为用户提供其服务,使得在线服务数量和类别剧增,出现了许多具有相似功能的在线服务。另外,由于受利益化的市场竞争的影响,不能确保服务提供者提供的服务是客观、切实可信的,导致用户在选择最适合自身需求的在线服务时需要反复进行搜索、比较,浪费用户大量时间。因此,一种客观有效的在线服务评价方法用来衡量不同在线服务之间的优劣关系从而帮助用户更加快捷的选择在线服务变得越来越重要。不同用户与在线服务交互时具有不同的心理和偏好,导致不同用户通常具有不同的评价偏好准则。有的用户重视在线服务的质量,有的用户重视与在线服务交互时的交互体验。因此有的用户倾向给予在线服务整体较高的评价,有的用户倾向给予在线服务整体较低的评价,使得相同在线服务由于用户评价准则不一致得到不同的评分,导致不同用户对同一服务评分不具备公平的可比较性。因此传统的在线服务评价方法通过简单聚合不具可比较性的服务评分得到服务评价结果难以真实反映服务之间的优劣关系。针对不同用户对在线服务进行评价时具有不同的评价准则,从而导致用户对在线服务评分不具备公平的可比较性问题,文本提出一种基于Ranked Pairs社会选择函数的在线服务评价方法,方法根据用户对在线服务的偏好关系而不是传统评分计算在线服务评价结果。首先根据用户-服务评分矩阵获得每个用户对在线服务的偏好关系;然后基于多数准则确定服务优先关系,并根据服务优先关系建立服务对排序列表;最后构造以服务为节点的有向无环图,并在该有向无环图中寻找一条包含所有服务的最优路径,该路径为集结所有用户对在线服务偏好关系得到的服务整体偏好序列,然后根据在线服务偏好序列计算所有服务的评价值,并且将得到的评价值进行排序从而得到在线服务评价结果。理论分析和基于实际数据集的实验结果表明方法在用户评价准则不一致时具有更好的合理性和有效性。
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP393.09;TP391.3
【图文】：

体系结构图,在线服务,体系结构

图 1.1 在线服务体系结构务评价服务规模的扩大，导致出现了大量功能相似的在线服务，使得用户线服务的时候面临越来越多的困难，因此一种客观有效的在线服务在线服务之间的优劣关系，从而辅助用户更好地选择适合自身需求。用户与在线服务产生交互后往往会通过对该服务进行评分、发表务产生交互后的满意程度[3]。作为一种反馈机制，在线服务评价不平台与用户之间的双向互动，而且促进了大规模的口碑网络[4]。作ord-of-mouth)，这些反馈评价是用户对在线服务满意程度的体现，作为用户在选择在线服务时的参考依据。大在线服务提供平台为了提供更好的用户体验，为用户提供了多种在线服务排名方法来衡量不同在线服务之间的性能，并根据得到的

京东,在线服务,网络环境,心理

绪论除了通常的文字型评价，这些平台还提供一些评价指标供用户选择 1 星~5 星进行打分来反馈用户自己对服务的满意程度。打分型评论不仅可以为用户节省大量的时间和精力，同时还能方便用户快速地做出反馈。除此之外，在线服务提供平台还会提供一些常用评论词语，即标签的形式供用户进行选择。相比较打分型评论的形式，标签所表达的信息更加详实和全面。我们以国内最大 B2C 电子商务网站京东商城为例，京东商城评价信息提供商品符合度、店家服务态度、物流发货速度、配送员服务态度四类评价指标，并且每类指标分值分成 1 星~5 星 5 个不同级别来供用户对所买商品进行评价。京东商城提供的评价方式如图 1.2所示。

组织结构图,组织结构图

本文组织结构图

【参考文献】