基于Plackett-Luce模型的在线服务评价研究与实现

发布时间：2021-01-08 10:45

　　近年来,随着互联网技术的快速发展,在线服务规模显著增长。互联网中存在大量功能相同或相似的在线服务,用户需要花费大量的时间在众多服务中选择满意的在线服务,通过在线服务评价方法可以帮助用户更好地选择在线服务。现有研究方法假设用户具有相同的评价准则,但是用户的消费爱好和消费习惯都不相同,这导致每位用户对在线服务的评价准则在实际中是不同的。在不同评价准则下得到的同一服务的用户评分是不具备可比较性的,根据不可比较的在线服务评分获取的在线服务评价结果无法反映在线服务的真实性能,会出现误导用户选择在线服务的情况。为解决上述问题,本文采用了一种基于Plackett-Luce模型的在线服务评价方法。该方法基于用户评价准则不一致的情况,通过概率的方法将不可比较的在线服务评分转化为最终的在线服务评价结果。首先通过Plackett-Luce模型基于用户服务评分获取每位用户对不同在线服务的偏好值;其次在同一用户评价准则下,根据偏好值获取每位用户对所有的服务的偏好关系;然后通过偏好关系获取在所有用户偏好下每个在线服务的占优次数并将其标准化;最后建立Plackett-Luce模型的对数似然函数以及排名概率迭代函数,... 

【文章来源】：昆明理工大学云南省

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

系统主界面

数据上传

数据上传界面

【参考文献】：
期刊论文
[1]基于排序对社会选择函数的在线服务评价[J]. 付晓东,李俊,刘骊,岳昆,冯勇,刘利军.  清华大学学报(自然科学版). 2018(08)
[2]利用Copeland社会选择理论的在线商品群体评价[J]. 殷岩,付晓东,刘骊,岳昆,刘利军,冯勇.  小型微型计算机系统. 2018(06)
[3]一种考虑用户评分标准不一致性的在线商品评价方法[J]. 陈颖,付晓东,岳昆,刘骊,刘利军.  小型微型计算机系统. 2017(06)
[4]一种使用改进熵权TOPSIS的Web服务质量评价排序方法[J]. 孙若男,张斌,刘婷婷.  小型微型计算机系统. 2017(06)
[5]Parameterized Algorithmics for Computational Social Choice:Nine Research Challenges[J]. Robert Bredereck,Jiehua Chen,Piotr Faliszewski,Jiong Guo,Rolf Niedermeier,Gerhard J.Woeginger.  Tsinghua Science and Technology. 2014(04)
[6]基于粗糙集理论的Web服务选择方法[J]. 刘军,李宁宁.  计算机应用与软件. 2013(08)
[7]在线商品评论的效用分析研究[J]. 杨铭,祁巍,闫相斌,李一军.  管理科学学报. 2012(05)
[8]面向方面的UML建模[J]. 郭婧,吴军华.  计算机工程与设计. 2011(12)
[9]上下文感知的移动社交网络服务选择机制研究[J]. 王玉祥,乔秀全,李晓峰,孟洛明.  计算机学报. 2010(11)
[10]一种能力属性增强的Web服务信任评估模型[J]. 李海华,杜小勇,田萱.  计算机学报. 2008(08)



本文编号：2964455