System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种基于一致性聚类的在线服务信誉值度量方法,属于数据处理。
技术介绍
1、在线服务指利用互联网技术给用户提供网上服务的方式。随着互联网技术的快速发展和广泛普及,越来越多的不同类型的电子设备连接到互联网。在线服务因其便捷性、易用性和性价比得到了广泛的认可和应用,广泛应用于电子商务、即时通讯、在线视频等各个领域。在提供大量功能相似的在线服务的情况下,用户往往缺乏提前尝试服务的机会,这可能导致用户很少有或根本没有使用特定服务的经验。因此,用户发现很难在众多可选服务中做出决定。此外,互联网的开放性和虚拟性可能导致服务提供商发布不诚实或有偏见的服务信息,这种信息不对称导致的低效率可以通过信誉来缓解。信誉是对过去服务行为的总结,是在线服务系统中重要的信息来源,可以被认为是用户眼中服务整体可信度的指标。
2、在网络服务环境中建立信誉体系,不仅可以帮助用户进行决策,而且对于提高服务质量、促进用户匹配、维护用户忠诚度都具有至关重要的作用。信誉作为衡量服务qos(quality ofservice)的一个重要指标,在选择服务时已经成为用户参考的主要信息之一,因此国内外研究人员为了提高信誉度量的准确性和合理性,开展了一系列相关工作。现有的信誉度量方法大致可以分为基于简单数学计算的方法以及基于机器学习的方法。xzhang等(“commtrust:computing multi-dimensional trust by mining e-commercefeedback comments,”ieee transactions o
技术实现思路
1、本专利技术要解决的技术问题是提供一种基于一致性聚类的在线服务信誉值度量方法,用于解决未考虑服务信誉与用户评分的一致性问题。
2、本专利技术的技术方案是:一种基于一致性聚类的在线服务信誉值度量方法,首先根据用户对服务的评分构建用户-评分矩阵,根据所述用户-评分矩阵,将用户的评分视为用户对服务的分类,度量这些分类的相似性,并构建相似图,然后在所述相似图上执行图切割过程,将相似的服务聚合到一个簇中,最后给每个簇分配不重复的分数,作为簇中服务的信誉值。
3、具体步骤为:
4、step1:根据用户的评分信息获得用户-评分矩阵以及用户对服务的分类信息。
5、step2:设计相似度度量函数,度量不同用户对服务的分类信息之间的相似性,并构建相似图。
6、step3:基于顶点对图进行切割,将相似的顶点划分到同一个簇中,每一轮的切割都会得到一个新的元聚类簇。
7、step4:对于最后的每个元簇πi,依次分配不重复的分数,作为簇中服务的信誉值。
8、所述step1具体步骤为:
9、step1.1:设在线服务集合s={s1,s2,...,sn},n表示在线服务的数量。
10、设用户集合为u={u1,u2,...,um},m表示用户的数量。
11、step1.2:用户在体验一项服务后,会对所体验的服务进行评分,用矩阵r=[ria]m*n的形式表示用户对服务的评分。
12、其中,ria表示用户ui对在线服务sa的评分,且评分为连续的正整数;。
13、评分矩阵可以是不完整的,即当ria=0时,表示用户ui没有给sa评分。
14、step1.3:用户对服务的分类用集合表示,将一个用户的相同评分的所有服务放入一个集合中。
15、集合cih={sa∈s|ria=h}表示服务集中用户ui评分为h的服务,集合ci={ci1,ci2,...,ciz}表示用户ui将在线服务集s划分为z个集合,集合c={c1,c2,...,cm}表示用户集u对在线服务集s形成的分类集合。
16、所述step2具体步骤为:
17、step2.1:根据所有用户对服务的分类集,将所有服务分类组织成相似图sg=(e,v,w)的形式,其中e={(cix,cjy)|cix,cjy∈c}表示图sg中无向边的集合,v={cix|cix∈c}表示图sg中顶点的集合,w={dice(cix,cjy)|cix,cjy∈c}表示每条边上的权值集合。
18、step2.2:对于图上任意两个点cix和cjy,首先计算两个点之间的dice相似度:
19、
20、step2.3:在计算得到任意两个点之间的相似度后,构造一个无向加权图sg。
21、所述step3具体步骤为:
22、step3.1:计算每个点的权重avgw(cix),其为连接该点的所有边权值的平均值:
23、
24、step3.2:选择图中边权值最高的点cmax作为起始点,并将该点从sg中加入到新的元簇mci中。
25、step3.3:计算sg中所有未访问过的点cix与当前元聚类mci之间的相似度vsd,vsd的计算公式如下:
26、
27、其中,|mci|表示当本文档来自技高网...
【技术保护点】
1.一种基于一致性聚类的在线服务信誉值度量方法,其特征在于:首先根据用户对服务的评分构建用户-评分矩阵,根据所述用户-评分矩阵,将用户的评分视为用户对服务的分类,度量这些分类的相似性,并构建相似图,然后在所述相似图上执行图切割过程,将相似的服务聚合到一个簇中,最后给每个簇分配不重复的分数,作为簇中服务的信誉值。
2.根据权利要求1所述的基于一致性聚类的在线服务信誉值度量方法,其特征在于,具体步骤为:
3.根据权利要求2所述的基于一致性聚类的在线服务信誉值度量方法,其特征在于,所述Step1具体步骤为:
4.根据权利要求2所述的基于一致性聚类的在线服务信誉值度量方法,其特征在于,所述Step2具体步骤为:
5.根据权利要求2所述的基于一致性聚类的在线服务信誉值度量方法,其特征在于,所述Step3具体步骤为:
6.根据权利要求5所述的基于一致性聚类的在线服务信誉值度量方法,其特征在于,所述Step4具体步骤为:
【技术特征摘要】
1.一种基于一致性聚类的在线服务信誉值度量方法,其特征在于:首先根据用户对服务的评分构建用户-评分矩阵,根据所述用户-评分矩阵,将用户的评分视为用户对服务的分类,度量这些分类的相似性,并构建相似图,然后在所述相似图上执行图切割过程,将相似的服务聚合到一个簇中,最后给每个簇分配不重复的分数,作为簇中服务的信誉值。
2.根据权利要求1所述的基于一致性聚类的在线服务信誉值度量方法,其特征在于,具体步骤为:
3.根据权利...
【专利技术属性】
技术研发人员:付晓东,卢润茁,刘骊,刘利军,冯勇,彭玮,丁家满,
申请(专利权)人:昆明理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。