一种基于Copeland社会选择理论的在线商品群体评价方法技术

本发明专利技术涉及一种基于Copeland社会选择理论的在线商品群体评价方法，属于在线商品和社会选择理论技术领域。首先基于消费者历史评分间的相似性对不完整消费者‑商品评分矩阵进行填充；然后根据填充完整的评分矩阵建立每一个消费者对在线商品的偏好关系，将偏好关系汇总后表达为商品‑商品偏好比较矩阵；最后利用Copeland社会选择理论对商品‑商品偏好比较矩阵中的商品偏好逐一比较，根据比较结果累加后统计赢输次数，构建赢‑输矩阵，并对赢输差值进行排序，实现在线商品群体评价。本发明专利技术提高了操纵复杂性，缓解了不良商家对在线商品的群体评价进行操纵的问题；同时有效避免了独裁消费者控制评价结果的局面，使评价结果更加公平、公正。

An online commodity group evaluation method based on Copeland social selection theory

The invention relates to an online commodity group evaluation method based on the Copeland social selection theory, which belongs to the theory and technology field of online commodity and social selection. Based on the similarity score between consumers history score matrix of incomplete consumer goods filling; then according to the score matrix filling complete a consumer preferences for online goods, goods goods preference preference comparison matrix expression summary; finally using Copeland social choice theory of commodity goods the commodity preference preference matrix comparing one by one according to the comparison result, the cumulative number of construction statistics to win or lose, win lose matrix, and sort of win or lose value, realize the online commodity group evaluation. The invention improves the handling complexity, alleviates the problem that the bad businessmen operate on the online commodity group evaluation, and effectively avoids the situation that the dictatorship controls the evaluation result, and makes the evaluation result more fair and just.

【技术实现步骤摘要】
一种基于Copeland社会选择理论的在线商品群体评价方法
本专利技术涉及一种基于Copeland社会选择理论的在线商品群体评价方法，属于在线商品和社会选择理论

技术介绍
随着电子商务和电子服务的蓬勃发展，网上购物已在人们日常生活中得到广泛应用。然而，由于互联网的虚拟性、匿名性等特点，消费者在选择合适的商品方面面临诸多困难：首先，消费者在交易前无从查证商家的真实性、可靠性以及商家所售商品的优劣性，只能通过搜索查看大量同款商品的评分评论来比较商品优劣；其次，同款商品的评分较少也会影响消费者的购买判断；然后，在实际交易过程中，会存在个别消费者独裁现象，独裁个人给出高评分或低评分，影响商品最终的总体评价，导致群体消费者因独裁消费者的反馈做出错误判断；最后，由于利益牵引，存在不良商家通过雇佣大量“消费者”给予其商品高分或给予对手商品低分评分，来引导该商品的总体评价，提升自身信誉或贬低竞争对手。为此，需要一个客观的在线商品群体评价方法来帮助消费者选择合适商品。群体评价通过集中多数消费者的评分以实现商品评价，消费者可以根据群体评价从高到低的排序来选择最优商品。同时，群体评价的操纵复杂性可鼓励交易双方诚信经营，阻止欺诈交易者参与网上交易。LiaoH，等(<PLoSONE>,2014,9(5):097-146)；PanWK等(<ProceedingsoftheTwenty-SixthAAAIConferenceonArtificialIntelligence>，2012:662-668)指出目前许多在线网站(如Ebay，Amazon，Netflix)借助第三方在线评分反馈机制来衡量在线商品的评价。其中最常用的评价方法就是累加法和均值法。累加法将消费者对商品的反馈评分进行分类，当评分5，4时，表示好评总分+1分，评分3时即表示中评得0分，评分2，1则为差评总分-1分，然后对总分进行累加，结果作为消费者对在线商品的总体评价的依据；均值法将消费者对商品的所有反馈评分进行累加，然后除以该商品被评分的次数，记作消费者对在线商品的总体评价。然而，公知的方法不满足孔多赛原则，当超过一半的消费者认为某商品优于另一商品时，公知的方法得到的评价结果不一定是符合大多数人的偏好。例如，存在四个消费者对A商品评分分别为：5，1，4，2，对B商品的评分为：4，4，2，0，由此可以看出，有三个消费者更偏好A商品，只有一个消费者偏好B商品，商品排名为A>B。根据公知的累加法计算，A商品的评价结果为0，B商品的评价结果为1，商品排名为A<B。根据公知的均值法计算，A商品的评价结果为3，B商品的评价结果为3.3，商品排名为A<B。公知方法的评价结果与大多数消费者偏好不一致，说明公知的方法不满足孔多赛原则，不满足大多数消费者的偏好。此外，上例中的结果表明公知的方法也不具有非独裁性，当一个独裁消费者认为B商品优于A商品，其他消费者则持相反的偏好时，公知的累加和均值法的评价结果均与独裁消费者的偏好一致，说明独裁消费者的偏好影响了商品的总体评价，使结果不具公平性。同时，这些公知的方法对欺诈行为没有可靠的应对措施，很容易被不良商家利用，操纵评价。在利益的牵引下，不良商家通过雇佣“消费者”共谋评分，通过给予其商品高分或给予对手商品低分评分，来引导该商品的总体评价，提升自身信誉或贬低竞争对手，这种欺诈行为，难以真实反映消费者对在线商品群体评价的情况。只有提升消费者对在线商品群体评价的操作复杂性，才能更好的保障消费者做出正确的购买决策。
技术实现思路
本专利技术要解决的技术问题是提供一种基于Copeland社会选择理论的在线商品群体评价方法，用来解决利用Copeland社会选择理论来提升消费者对在线商品群体评价的操作复杂性问题。本专利技术的技术方案是：一种基于Copeland社会选择理论的在线商品群体评价方法，首先基于消费者历史评分间的相似性利用皮尔逊相关系数计算相似度来对不完整消费者-商品评分矩阵进行填充；然后根据填充完整的评分矩阵建立每一个消费者对在线商品的偏好关系，将偏好关系汇总后表达为商品-商品偏好比较矩阵；最后利用Copeland社会选择理论对商品-商品偏好比较矩阵中的商品偏好逐一比较，根据比较结果累加后统计赢输次数，构建赢-输矩阵，并对赢输差值进行排序，实现在线商品群体评价。具体步骤如下：步骤1、基于消费者历史评分间的相似性对不完整消费者-商品评分矩阵进行填充。1.1、假设消费者集合为U＝{u1,u2,…,um}，商品集合为P＝{p1,p2,…,pn}，消费者对商品的评分可以用消费者-商品评分矩阵S＝[Ra,b]m×n表示，其中，Ra,b的取值表示消费者ua对商品pb的评分。评分级别越高，说明消费者对商品越偏好。如表1所示：表1消费者-商品评分矩阵S1.2、消费者的共同评分数据Iab可以表示对商品偏好的相似程度，因此，采用皮尔逊相关系数法度量消费者之间相似性：其中，Sim(a,b)表示消费者ua和消费者ub之间的相似性；Iab表示消费者ua和消费者ub评分交集，即Iab＝{k|Ra,k∩Rb,k,Ra,k≠0,Rb,k≠0}；Ra,k表示消费者ua对商品k的评分；和分别表示在共同评分数据中消费者ua和消费者ub对商品的评分均值。1.3、在选择消费者的共同评分Iab来计算消费者间的相似性时，若出现共同评分Iab数目较少时，说明消费者对商品偏好的相似度不高，那么需要根据数据实际情况，预先设定的参数γ来加以设定调整，表示如下：其中，γ(γ＞0)为根据数据实际情况预先设定的参数值，min(Iab,γ)表示取Iab和γ中数值较小的一个。1.4、根据所求相似度Sim'(a,b)，选择当前消费者ua的前K个相似邻居来预测ub对商品k的评分Rb,k，表示如下：其中，Sim'(a,b)表示消费者ua和消费者ub的相似度；S(b)表示通过阈值K(K＞0)选取的消费者ua的相似性邻居消费者的集合，即S(b)＝{a|Sim'(a,b)＞K,a≠b}；步骤2根据完整的消费者-商品评分矩阵建立消费者um对在线商品的偏好关系，构建商品-商品偏好比较矩阵SPm。2.1、基于消费者-商品评分矩阵S得到每一个消费者um∈U对商品pa，pb∈P(a,b＝1,2,...,n且a≠b)的偏好矩阵，并用EPm＝[epa×b]n×n表示如下：其中1表示相较于商品pa消费者um更偏好商品pb；0表示消费者um对商品pa和商品pb同样偏好；-1表示相较于商品pb消费者um更偏好商品pa。2.2、根据每一个消费者对在线商品的偏好矩阵EPm统计m个消费者中epa×b＝1的人数为Sa×b，并根据统计值Sa×b表达为商品-商品偏好比较矩阵SPm＝[Sa×b]n×n如下所示：其中，Sa×b为对第a个商品pa的偏好程度高于第b个商品pb的消费者数量。表2商品-商品偏好比较矩阵SPm步骤3基于商品-商品偏好比较矩阵SPm＝[Sa×b]n×n，利用Copeland社会选择理论实现在线商品的群体评价。3.1、利用Copeland社会选择理论对商品-商品偏好比较矩阵SPm＝[Sa×b]n×n中的商品偏好逐一比较(用Sa,bVSSb,a表示)得到赢者Max(pa,pb)，表示被本文档来自技高网...

【技术保护点】
一种基于Copeland社会选择理论的在线商品群体评价方法，其特征在于：首先基于消费者历史评分间的相似性对不完整消费者‑商品评分矩阵进行填充；然后根据填充完整的评分矩阵建立每一个消费者对在线商品的偏好关系，将偏好关系汇总后表达为商品‑商品偏好比较矩阵；最后利用Copeland社会选择理论对商品‑商品偏好比较矩阵中的商品偏好逐一比较，根据比较结果累加后统计赢输次数，构建赢‑输矩阵，并对赢输差值进行排序，实现在线商品群体评价。

【技术特征摘要】
1.一种基于Copeland社会选择理论的在线商品群体评价方法，其特征在于：首先基于消费者历史评分间的相似性对不完整消费者-商品评分矩阵进行填充；然后根据填充完整的评分矩阵建立每一个消费者对在线商品的偏好关系，将偏好关系汇总后表达为商品-商品偏好比较矩阵；最后利用Copeland社会选择理论对商品-商品偏好比较矩阵中的商品偏好逐一比较，根据比较结果累加后统计赢输次数，构建赢-输矩阵，并对赢输差值进行排序，实现在线商品群体评价。2.根据权利要求1所述的基于Copeland社会选择理论的在线商品群体评价方法，其特征在于具体步骤为：步骤1、基于消费者历史评分间的相似性对不完整消费者-商品评分矩阵进行填充；1.1、设消费者集合为U＝{u1,u2,…,um}，商品集合为P＝{p1,p2,…,pn}，消费者-商品评分矩阵为S＝[Ra,b]m×n，其中，Ra,b的取值表示消费者ua对商品pb的评分，评分级别越高，说明消费者对商品越偏好；1.2、消费者的共同评分数据Iab可以表示对商品偏好的相似程度，采用皮尔逊相关系数法度量消费者之间相似性：其中，Sim(a,b)表示消费者ua和消费者ub之间的相似性；Iab表示消费者ua和消费者ub评分交集，即Iab＝{k|Ra,k∩Rb,k,Ra,k≠0,Rb,k≠0}；Ra,k表示消费者ua对商品k的评分；和分别表示在共同评分数据中消费者ua和消费者ub对商品的评分均值；1.3、在选择消费者的共同评分Iab来计算消费者间的相似性时，若出现共同评分Iab数目较少，说明消费者对商品偏好的相似度不高，此时需要根据数据实际情况，利用预先设定的参数γ来加以设定调整，表示如下：其中，γ(γ＞0)为根据数据实际情况预先设定的参数值，min(Iab,γ)表示取Iab和γ中数值较小的一个；1.4、根据所求相似度Sim'(a,b)，选择当前消费者ua的前K个相似邻居来预测ub对商品k的评分Rb,k，表示如下：

【专利技术属性】
技术研发人员：付晓东，殷岩，刘骊，刘利军，冯勇，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南,53