一种基于递归算法的质量评价方法技术

本发明专利技术提供了一种基于递归算法的质量评价方法。该方法对所获取的评价数据根据结构相似性进行离线聚类，将基于减法聚类算法计算出的质量评价数据的评价量化值输入到递归神经网络模型中，以预测并添加服务质量评价标度标签。本发明专利技术的方法将各个平台数据库中的评价信息作为数据来源，相较发放调查问卷的方法更容易获得大量真实有效的数据。此外，利用递归神经网络模型来预测并添加服务质量评价标度标签，在很大程度上避免了主观因素的影响。

【技术实现步骤摘要】
一种基于递归算法的质量评价方法
本专利技术涉及质量评价
，尤其涉及一种基于递归算法的质量评价方法。
技术介绍
随着质量评价技术的发展，对服务信息进行质量评价已经广泛应用在许多领域中，例如，在医学图像融合
，通过医学图像融合有利于医生对病人的病情进行分析，提高诊断率；红外与可见光图像融合则能清晰地反映复杂环境情况下的情报信息，使其在军事领域获得重要的应用；多聚焦图像融合可以有效地提高相机的成像质量，改善场景辨识准确率，消除数据间的冗余信息。为了有效的进行质量评价，通常采用两种质量评价方式：第一种是以人眼视觉观察为主体的评价方法，即主观评价方法；第二种是以某种特定算法从数据信息中计算出一个具体的数值指标来对数据信息质量进行量化评价的方法，即客观评价方法。主观评价方法具有直观、简单、符合个性需求等优点，但是人的主观意识之间存在着差异，会影响最终的评价结果。客观评价方法是根据特定算法来提供量化的评价值。因此客观评价方法具有效率高，确定性强，且成本低，易操作，方便快捷，可以方便进行更深入研究等优点。但是由于人的主观意识的复杂性，客观质量评价结果不一定能够符合主观意识的特性。递归是程序设计语言中的一种算法，它通常是将一个大型复杂的问题转化为若干与原问题相似的小问题，先对小问题进行求解，然后通过层层迭代，完成原问题的求解。递归算法的这种层层迭代特性对提高质量评价的准确性有一定的帮助作用，如何使用递归算法进行有效的客观质量评价并与主观评价相结合已成为了急需解决的问题。
技术实现思路
本专利技术提供了一种基于递归算法的质量评价方法。本专利技术所采用的技术方案如下：一种基于递归算法的质量评价方法，步骤1、获取质量评价数据并进行数据预处理，针对不同维度的评价指标，基于获取的所述评价数据，计算服务提供者的概率分布函数、累积分布函数以及期望矩阵；步骤2、利用随机占优准则得出在各评价维度下同类型服务提供者两两之间的随机占优关系矩阵；步骤3、通过优序度函数确定随机占优程度矩阵；步骤4、利用熵权将各评价维度下的随机占优程度矩阵进行集结；步骤5、计算各评价维度和总体服务质量的排序值。进一步的，获取质量评价数据并进行数据预处理，具体包括：步骤101、从评价数据库中获取质量评价数据；步骤102、对所获取的评价数据根据结构相似性进行离线聚类，相似性结构中的不相关部分被分析和删减，然后将基于减法聚类算法计算出的质量评价数据的评价量化值输入到递归神经网络模型中，以预测并添加服务质量评价标度标签。进一步的，使用基于减法聚类算法的如下公式来计算评价数据的评价量化值：其中，是在时间k计算的评价数据的数据点zk的评价量化值。进一步的，所述计算服务提供者的概率分布函数、累积分布函数以及期望矩阵，具体包括：确定在评价维度Sj下给出Hi的服务质量评价标度为Tε的用户数，即其中，表示第x个用户关于服务提供者Hi的评价维度Sj进行质量评价所使用的评价标度，i∈I，j∈J，x∈{1,2,…,Nij}，ε∈{1,2,…,v}，η∈{1,2,…,v}；然后，计算在评价维度Sj下给出Hi的服务质量评价标度为Tε的概率，即其中，，；由上述公式计算出服务提供者Hi关于评价维度Sj的评价标度Tε的累积分布函数Fij(t)，即此外，构建服务提供者Hi针对评价维度Sj的评价标度的期望矩阵，其中。进一步的，利用随机占优准则得出在各评价维度下同类型服务提供者两两之间的随机占优关系矩阵，具体包括：当随机占优准则用于服务提供者服务质量评估时，F(x)和G(x)分别为服务提供者Hi和Hh针对评价维度的评价标度的累积分布函数，那么当(x)随机占优于G(x)时，说明在这一评价维度下服务提供者Hi随机占优于Hh；根据以上的随机占优准则建立针对评价维度Sj的两两服务提供者之间的随机占优关系矩阵，其中表示针对评价维度Sj服务提供者Hi和Hh之间的随机占优关系，即其中表示针对评价维度Sj服务提供者Hi一阶随机占优于Hh，表示针对评价维度Sj服务提供者Hi二阶随机占优于Hh，表示针对评价维度Sj服务提供者Hi三阶随机占优于Hh，表示针对评价维度Sj服务提供者Hi和Hh之间不存在随机占优关系。进一步的，所述随机占优准则具体包括：设X和Y均为区间［a，b］上的随机变量，其累积分布函数分别为F(x)和G(x)，则随机占优的准则表述如下：一阶随机占优：当且仅当F(x)≠G(x)，且H1(x)=F(x)-G(x)≤0，x∈［a，b］，则称F(x)一阶随机占优于G(x)，记作F(x)FSDG(x)；二阶随机占优：当且仅当F(x)≠G(x)，且，x∈［a，b］，则称F(x)二阶随机占优于G(x)，记作F(x)SSDG(x)；三阶随机占优：当且仅当F(x)≠G(x)，且，x∈［a，b］，则称F(x)三阶随机占优于G(x)，记作F(x)TSDG(x)。进一步的，所述通过优序度函数确定随机占优程度矩阵，具体包括：在确定了随机占优关系矩阵的基础上，利用优序度函数可以进一步描述针对评价维度Sj服务提供者Hi和Hh之间的随机占优程度；基于得到的随机占优关系矩阵，通过优序度函数确定随机占优程度矩阵的过程如下：其中，aj为评价维度的偏好阈值，可由服务提供者针对该评价维度的期望差值经计算得出，计算公式为其中，的值越大说明针对评价维度Sj服务提供者Hi优于Hh的程度越高，否则越低；基于上述方法构建针对评价维度Sj两两服务提供者之间的随机占优程度矩阵,i,h∈I,i≠h,j∈J。进一步的，所述利用熵权将各评价维度下的随机占优程度矩阵进行集结，具体包括：将期望矩阵规范化，其计算公式为然后确定评价维度的熵权，信息熵的定义为：其中m为评价对象的个数。进一步的，确定评价维度的熵权，具体包括：步骤401、计算输出熵，即步骤402、计算评价维度的差异度，即步骤403、计算评价维度的熵权，即最后利用熵权对对各评价维度下的占优程度矩阵进行集结，构建所有服务提供者的总体优序度矩阵，i,h∈I,i≠h,j∈J；其中，为服务提供者Hi对服务提供者Hh的总体优序度，其值越大，表示程度越高，且计算公式为。进一步的，所述计算各评价维度和总体服务质量的排序值，具体包括：依据优序度矩阵计算某一服务提供者的和，进而得出排序值，根据矩阵可以计算出服务提供者针对评价维度Sj的和，计算公式为其中，表示针对评价维度Sj服务提供者Hi优于其他所研究服务提供者的总可信度，越大，表示服务提供者Hi的评价维度Sj的水平越高，表示针对评价维度Sj服务提供者Hi劣于其他所研究服务提供者的总本文档来自技高网...

【技术保护点】
1.一种基于递归算法的质量评价方法，其特征在于，/n步骤1、获取质量评价数据并进行数据预处理，针对不同维度的评价指标，基于获取的所述评价数据，计算服务提供者的概率分布函数、累积分布函数以及期望矩阵；/n步骤2、利用随机占优准则得出在各评价维度下同类型服务提供者两两之间的随机占优关系矩阵；/n步骤3、通过优序度函数确定随机占优程度矩阵；/n步骤4、利用熵权将各评价维度下的随机占优程度矩阵进行集结；/n步骤5、计算各评价维度和总体服务质量的排序值。/n

【技术特征摘要】
1.一种基于递归算法的质量评价方法，其特征在于，
步骤1、获取质量评价数据并进行数据预处理，针对不同维度的评价指标，基于获取的所述评价数据，计算服务提供者的概率分布函数、累积分布函数以及期望矩阵；
步骤2、利用随机占优准则得出在各评价维度下同类型服务提供者两两之间的随机占优关系矩阵；
步骤3、通过优序度函数确定随机占优程度矩阵；
步骤4、利用熵权将各评价维度下的随机占优程度矩阵进行集结；
步骤5、计算各评价维度和总体服务质量的排序值。


2.根据权利要求1所述的质量评价方法，其特征在于，获取质量评价数据并进行数据预处理，具体包括：
步骤101、从评价数据库中获取质量评价数据；
步骤102、对所获取的评价数据根据结构相似性进行离线聚类，相似性结构中的不相关部分被分析和删减，然后将基于减法聚类算法计算出的质量评价数据的评价量化值输入到递归神经网络模型中，以预测并添加服务质量评价标度标签。


3.根据权利要求2所述的质量评价方法，其特征在于，使用基于减法聚类算法的如下公式来计算评价数据的评价量化值：



其中，是在时间k计算的评价数据的数据点zk的评价量化值。


4.根据权利要求1至3之一所述的质量评价方法，其特征在于，所述计算服务提供者的概率分布函数、累积分布函数以及期望矩阵，具体包括：
确定在评价维度Sj下给出Hi的服务质量评价标度为Tε的用户数，即



其中，




表示第x个用户关于服务提供者Hi的评价维度Sj进行质量评价所使用的评价标度，i∈I，j∈J，x∈{1,2,…,Nij}，ε∈{1,2,…,v}，η∈{1,2,…,v}；
然后，计算在评价维度Sj下给出Hi的服务质量评价标度为Tε的概率，即



其中，，；
由上述公式计算出服务提供者Hi关于评价维度Sj的评价标度Tε的累积分布函数Fij(t)，即



此外，构建服务提供者Hi针对评价维度Sj的评价标度的期望矩阵，其中

。


5.根据权利要求1至4之一所述的质量评价方法，其特征在于，利用随机占优准则得出在各评价维度下同类型服务提供者两两之间的随机占优关系矩阵，具体包括：
当随机占优准则用于服务提供者服务质量评估时，F(x)和G(x)分别为服务提供者Hi和Hh针对评价维度的评价标度的累积分布函数，那么当(x)随机占优于G(x)时，说明在这一评价维度下服务提供者Hi随机占优于Hh；
根据以上的随机占优准则建立针对评价维度Sj的两两服务提供者之间的随机占优关系矩阵，其中表示针对评价维度Sj服务提供者Hi和Hh之间的随机占优关系，即



其中表示针对评价维度Sj服务提供者Hi一阶随机占优于Hh，表示针对评价维度Sj服务提供者Hi二阶随机占优于Hh，表示针对评价维度Sj服务提供者Hi三阶随机占优于Hh，表示针对评价维度Sj服务提供者Hi和Hh之间不存在随机占优关系。


6.根据权利要求1至5之一所述的质量评价方法，其特征在于，所述随机占优准则具体包括：
设X和Y均为区间［a，b］上的随机变量，其累积分布函数分别为F(x)和G(x)，则随机占优的准则表述如下：
一阶随机占优：当且仅当F(x)≠G(x)，且H1(x)=F(x)-G(x)≤0，x∈［a，b］，则称F(x)一阶随机占优于G(x...

【专利技术属性】
技术研发人员：崔旖，
申请(专利权)人：深圳市丽湖软件有限公司，
类型：发明
国别省市：广东;44