一种在线评分方法及其系统技术方案

本发明专利技术提供了一种在线评分方法，包括：对用户数据和商品数据进行预定义处理；输入一组原始评分数据；对所述原始评分数据进行转换以形成一组新评分数据；通过预设算法调整所述一组新评分数据中的所有数据，并利用迭代方式直到达到稳态；在所述稳态下获取所述所有数据的最佳值，并根据所述最佳值得出所述原始评分数据的偏好设置。本发明专利技术还提供了一种在线评分系统。本发明专利技术提供的一种在线评分方法及其系统能有效提高排序算法的准确性。

【技术实现步骤摘要】

本专利技术涉及数据挖掘领域，尤其涉及一种在线评分方法及其系统。
技术介绍
在大数据时代如何从现有的大数据中提取有价值的信息，这对于数据极其丰富的在线系统是非常至关重要的一个问题。在线系统允许大量的用户进行交互，并提供成千上万的电影、书籍等等在线商品。但这也产生了很多不相关的在线商品，为了过滤掉这些不相关的商品，推荐系统采取很了很多基于相关性的方法，例如协同过滤方法得到了广大的应用。除了对相关性的考虑之外，商品的质量对在线用户也同样重要，因此，很多在线的网站例如Amazon和Netflix等引进了所谓的在线评分系统。在这些在线评分系统里，用户可通过对商品设定的一个评分等级值来评估该商品。在线评分系统能够帮助用户发现真正的高质量的商品。获得评分数据后，我们需要采用一些算法对这些商品进行排序。当前多数电商采用五星评分(例如1至5对应五种不同等级评分)作为主要评分标准，但这种评分往往不能横向的体现各商家的服务具体表现，也无法具体体现消费者的真实主观感受。此外，由于网络平台的特殊性本文档来自技高网...

【技术保护点】
一种在线评分方法，其特征在于，所述在线评分方法包括：对用户数据和商品数据进行预定义处理；输入一组原始评分数据；对所述原始评分数据进行转换以形成一组新评分数据；通过预设算法调整所述一组新评分数据中的所有数据，并利用迭代方式直到达到稳态；在所述稳态下获取所述所有数据的最佳值，并根据所述最佳值得出所述原始评分数据的偏好设置。

【技术特征摘要】
1.一种在线评分方法，其特征在于，所述在线评分方法包括：
对用户数据和商品数据进行预定义处理；
输入一组原始评分数据；
对所述原始评分数据进行转换以形成一组新评分数据；
通过预设算法调整所述一组新评分数据中的所有数据，并利用迭代方式直到达到稳
态；
在所述稳态下获取所述所有数据的最佳值，并根据所述最佳值得出所述原始评分数据
的偏好设置。
2.如权利要求1所述的在线评分方法，其特征在于，所述对用户数据和商品数据进行预
定义处理的步骤具体包括：
标记用户数据以及标记商品数据，其中，将用户集标记为U，商品标记为O，用户i对商品
α的评分标记为riα，用户i选择的商品集合标记为Oi，选择商品α的用户集合标记为Uα，用户i
和商品α的度分别标记为ki和kα，用户i的信誉和商品α的质量分别标记为Ri和Qα。
3.如权利要求2所述的在线评分方法，其特征在于，所述一组原始评分数据包括1、2、3、
4以及5，分别用于代表用户对商品评价的好坏程度，其中，所述对所述原始评分数据进行转
换以形成一组新评分数据的步骤具体包括：
将评分2和4分别转换成新评分R2和R4，其中，R2＝1+p1*2，R4＝3+p2*2，第一参数P1∈(0，
1)，第二参数P2∈(0，1)，且调整P1和P2的步长为0.01；
将1、R2、3、R4形成一组新评分数据。
4.如权利要求3所述的在线评分方法，其特征在于，所述通过预设算法调整所述一组新
评分数据中的所有数据，并利用迭代方式直到达到稳态的步骤包括：
根据预设排序算法调整所述新评分R2和R4中的所述第一参数p1和所述第二参数p2，并利
用迭代方式直到达到稳态。
5.如权利要求4所述的在线评分方法，其特征在于，所述在所述稳态下获取所述所有数
据的最佳值，并根据所述最佳值得出所述原始评分数据的偏好设置的步骤具体包括：
在所述稳态下获取所述第一参数p1和所述第二参数p2的最佳值；
根...

【专利技术属性】
技术研发人员：廖好，沈婧，曾安，毛睿，王毅，许红龙，李荣华，刘刚，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44