CN109685322B - 一种动态权值声誉计算方法 - Google Patents

一种动态权值声誉计算方法 Download PDF

Info

Publication number
CN109685322B
CN109685322B CN201811444422.2A CN201811444422A CN109685322B CN 109685322 B CN109685322 B CN 109685322B CN 201811444422 A CN201811444422 A CN 201811444422A CN 109685322 B CN109685322 B CN 109685322B
Authority
CN
China
Prior art keywords
evaluation
reputation
value
weight
dynamic weight
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811444422.2A
Other languages
English (en)
Other versions
CN109685322A (zh
Inventor
吴岩
刘路
房晴晴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201811444422.2A priority Critical patent/CN109685322B/zh
Publication of CN109685322A publication Critical patent/CN109685322A/zh
Application granted granted Critical
Publication of CN109685322B publication Critical patent/CN109685322B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Abstract

本发明公开了一种动态权值声誉计算方法，将接收到的当前用户评价分数xi与第i‑1次计算出的评价对象声誉值之差的绝对值与所设定评价权值α比较，若差的绝对值小于评价权值α，则进入评价正常状态，获得当前用户评价分数的声誉值若差的绝对值大于等于评价权值α，则进入评价异常状态，获得当前用户评价分数的声誉值通过所设定的评价正常状态与评价异常状态，可以减少平均值方法的迟滞效应并在一定程度上拟制虚假评价的影响，使计算结果更接近真实的声誉值。

Description

一种动态权值声誉计算方法
技术领域
本发明属于信息技术技术领域，尤其涉及一种动态权值声誉计算方法。
背景技术
信息技术的发展使得网络服务变得越来越普遍。网络服务包含各种通过网络可获得的服务形式，如Web服务、云服务、电子商务服务等。巨大的市场潜力，推动了服务数量的迅速增加，使得服务之间的竞争异常激烈。例如，在淘宝中搜索“iPhone”，将会有数以万计的搜索结果，以相近的价格销售“iPhone”的服务。那么，如何从众多服务中选择一个好的服务变成了一个重要且困难的问题。服务声誉在服务选择过程中起了相当重要的作用，可以帮助用户作出更加正确的判断。用户在使用服务之后，可以对使用的服务进行评分，而服务声誉会根据所有的使用过该服务的用户的评分而计算出的一个能表示服务总体质量的分数。
最简单的方法的计算服务声誉的方法是使用求平均值的方法来计算，但是求平均的方法不能及时的反映服务近期的服务声誉变动情况，具有滞后性，会误导用户，特别是当服务质量下降时，而服务声誉值不能及时体现这种质量的下降，仍然按照服务声誉来选择，导致选择了不好的服务。一种简单的可以克服平均值方法中的滞后效应的方法是最近平均值方法，即利用一个服务的最近的k个评价，计算它们的平均值，得出分数作为该服务的声誉。Amazon,eBay和淘宝提供了最近一段时期的评价记录可供用户查看，以帮用户了解服务最近的质量情况。它们的这种方法与是最近平均值法的变形。Whitby,et al.使用贝叶斯概率密度函数来克服滞后效应。Wang,et al.提出了一个包含三个阶段的方法来提高声誉计算的准确性。服务声誉计算中的第二个重要的问题是怎样减少虚假评价的影响。服务声誉的变动可由两种原因引起，一种是服务质量的变化导致服务声誉的变化，这一种服务声誉的变化是真实的变化，另一种是由虚假评价引起的服务声誉的变化，这一种服务声誉的变化是虚假变化。Whitby,et al.以及Wang,et al.提出的过滤虚假评价的方法只考虑了由虚假评价引起的服务声誉虚假变化的情况，而忽视了由服务质量本身引起的服务声誉真实变化的情况。所以当遇到服务声誉真实变化的情况时，他们提出的方法会出现误判。
一个好的声誉计算方法应当能够反映评价对象近期的质量变化情况，同时能够抑制或减弱滤虚假评价的不利影响。
发明内容
本发明解决现有技术中的不足，提出一种动态权值声誉计算方法，用正常评价动态权值函数来反映评价对象近期的质量变化情况，用异常评价动态权值函数来抑制虚假评价的影响，当发现评价分值的大幅度改变是由于评价对象质量的改变引发时，能够迅速改变服务声誉值，使声誉值真实反映评价对象质量情况。
本发明所采用的技术方案如下：
一种动态权值声誉计算方法，包括：将接收到的当前用户评价分数xi与第i-1次计算出的评价对象声誉值之差的绝对值与所设定评价权值α比较，若差的绝对值小于评价权值α，则进入评价正常状态，获得当前用户评价分数的声誉值/>若差的绝对值大于等于评价权值α，则进入评价异常状态，获得当前用户评价分数的声誉值/>
进一步，所述评价正常状态的处理方法为：
将xi、输入正常动态权值函数，获得当前用户评价对象声誉值/>将/>赋值给当前隐藏声誉值/>对隐藏声誉值进行更新；且复位异常评价计数器m＝0。
进一步，所述正常动态权值函数表达式为：其中，p为权值。
进一步，所述评价异常状态的处理方法为：异常评价计数器m加1；且用正常动态权值函数计算当前隐藏声誉值对隐藏声誉值进行更新；
若m小于所设定的权值λ，则采用异常动态权值函数计算
若m大于等于所设定的权值λ，则将赋值给/>同时复位异常评价计数器m＝0。
进一步，所述异常动态权值函数表达式为：其中，q为权值。
进一步，所述正常动态权值函数表达式为：
进一步，所述权值q与p的大小关系为：0<q<p<1。
本发明的有益效果：
本发明根据用户评价值计算商户、商品或其它对象的声誉值，以时间顺序产生的对某一评价对象的用户评价分数作为输入，经过该方法计算产生对该评价对象的声誉值。当用户评价分数与评价对象声誉值接近时，为评价正常状态，采用正常动态权值函数计算评价对象声誉值，使最近用户评价分数具有较大权值；当用户评价分数与评价对象声誉值超过所设定阈值时，为评价异常状态，采用异常动态权值函数计算评价对象声誉值，使最近用户评价分数具有较小权值。如果异常评价在一定阈值数量之内恢复正常评价或超过一定阈值数量仍未恢复正常评价，则用正常动态权值函数计算评价对象声誉值。该方法可以减少平均值方法的迟滞效应并在一定程度上拟制虚假评价的影响，使计算结果更接近真实的声誉值。
附图说明
图1是本发明动态权值声誉计算方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。
本发明所提出的一种动态权值声誉计算方法，声誉值的评价对象可是商户、商品、结点、设备、特定的服务等。评价值可以由人、程序、算法或其它设备产生。
每产生一个评价值，调用动态权值声誉算法对声誉值进行计算并更新。假设评价值的范围是0-100，上一次声誉值可选设置p＝0.7，q＝0.01，α＝10，λ＝3，p为正常评价的权值；q为异常评价的权值；α表示当新产生的评价值与当前声誉值差小于α时，则认为是正常评价，否则认为是异常评价；λ表示当遭遇虚假评价时，λ个连续评价中至少有一个正常评价。λ可以根据评价对象的安全策略进行设置，λ隐含的一个假设是如果连续的发生剧烈改变的评价值的个数小于λ个，则认为评价值的剧烈改变是由虚假评价引起的；如果连续的发生剧烈改变的评价值的个数大于等于λ个，则认为评价值的剧烈改变是产品或服务质量的改变引起的。
如图1所示，当接收到第一个用户评价分数x1＝92，进入正常状态，使用正常动态权值函数计算声誉值，/>同时更新隐式声誉值并重置异常评价计数器m＝0。
如果接收到的第二个评价x2＝10，则进入异常状态，异常评价计数器加1，即m＝1，使用正常动态权值函数更新隐藏声誉值/>
由于，m＝1<λ，用异常动态权值函数更新声誉值由于x2偏离声誉值/>较大，可能是虚假评价，所以调用异常动态权值函数计算声誉值。因为q比较小，所以异常评价x2不会太过影响声誉值/>
如果接收到第三个评价x3＝89，进入正常状态，使用正常动态权值函数计算声誉值，/>同时更新隐式声誉值/>并重置异常评价计数器m＝0。
如果接收到的第四个评价x4＝9，则进入异常状态，异常评价计数器加1，即m＝1，使用正常动态权值函数更新隐藏声誉值/>m＝1<λ，用异常动态权值函数更新声誉值/>
如果接收到的第五个评价x5＝11，则进入异常状态，异常评价计数器加1，即m＝2，使用正常动态权值函数更新隐藏声誉值/>
由于，m＝2<λ，用异常动态权值函数更新声誉值
如果接收到的第六个评价x6＝10，则进入异常状态，异常评价计数器加1，即m＝3，使用正常动态权值函数更新隐藏声誉值/>
m＝3＝λ，根据前面安全策略的设置，当有连续λ个评价值偏离声誉值超过α时，则认为是由评价对象质量引起的评价变化，这时需要快速改变声誉值以反映真实的质量情况。当进入异常状态时，会进行隐藏声誉值的计算，是因为无法确定异常评价值是虚假评价还是由于质量变化引起的变化，如果产生连续λ个异常异常值，则认为是由质量变化引起的评价变化，此时将声誉值跳变到由正常动态权值函数计算的声誉值，即同时重置异常计算器m＝0。
以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims (2)

1.一种动态权值声誉计算方法,其特征在于，包括：将接收到的当前用户评价分数xi与第i-1次计算出的评价对象声誉值之差的绝对值与所设定评价权值α比较，若差的绝对值小于评价权值α，则进入评价正常状态，获得当前用户评价分数的声誉值/>若差的绝对值大于等于评价权值α，则进入评价异常状态，获得当前用户评价分数的声誉值/>
所述评价正常状态的处理方法为：
将xi、输入正常动态权值函数，获得当前用户评价对象声誉值/>将/>赋值给当前隐藏声誉值/>且复位异常评价计数器m＝0；
所述正常动态权值函数表达式为：其中，p为权值；
所述评价异常状态的处理方法为：异常评价计数器m加1；且用正常动态权值函数计算当前隐藏声誉值若m小于所设定的权值λ，则采用异常动态权值函数计算/>
若m大于等于所设定的权值λ，则将赋值给/>同时复位异常评价计数器m＝0；
所述异常动态权值函数表达式为：其中，q为权值；
所述正常动态权值函数表达式为：
2.根据权利要求1所述的一种动态权值声誉计算方法，其特征在于，所述权值q与p的大小关系为：0<q<p<1。
CN201811444422.2A 2018-11-29 2018-11-29 一种动态权值声誉计算方法 Active CN109685322B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811444422.2A CN109685322B (zh) 2018-11-29 2018-11-29 一种动态权值声誉计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811444422.2A CN109685322B (zh) 2018-11-29 2018-11-29 一种动态权值声誉计算方法

Publications (2)

Publication Number Publication Date
CN109685322A CN109685322A (zh) 2019-04-26
CN109685322B true CN109685322B (zh) 2023-07-21

Family

ID=66184991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811444422.2A Active CN109685322B (zh) 2018-11-29 2018-11-29 一种动态权值声誉计算方法

Country Status (1)

Country Link
CN (1) CN109685322B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101908185A (zh) * 2009-06-02 2010-12-08 肖进 一种基于互联网的信誉评价方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902888B (zh) * 2012-12-24 2017-12-01 腾讯科技（深圳）有限公司 网站信任度自动评级的方法、服务端及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101908185A (zh) * 2009-06-02 2010-12-08 肖进 一种基于互联网的信誉评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A Novel Method for Calculating Service Reputation;Yan Wu 等;《IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING》;20130731;第10卷(第3期);第634-642页 *
一种多维度的O2O电子商务声誉计算模型;朱文强 等;《计算机工程与科学》;20161215;第第38卷卷(第12期);第2499-2506页 *

Also Published As

Publication number Publication date
CN109685322A (zh) 2019-04-26

Similar Documents

Publication Publication Date Title
CN110149237B (zh) 一种Hadoop平台计算节点负载预测方法
CN109918454B (zh) 对关系网络图进行节点嵌入的方法及装置
Xie et al. SCAD-penalized regression in high-dimensional partially linear models
Singh et al. Sales forecast for amazon sales with time series modeling
CN108965951B (zh) 广告的播放方法及装置
TW202014980A (zh) 用戶安全意識檢測方法和裝置
CN108053214B (zh) 一种虚假交易的识别方法和装置
CN110210564B (zh) 相似户型检测方法及装置
CN115019510A (zh) 一种基于动态自适应生成对抗网络的交通数据修复方法
Bee-Hua An evaluation of the accuracy of the multiple regression approach in forecasting sectoral construction demand in Singapore
CN110889493A (zh) 针对关系网络添加扰动的方法及装置
CN109685322B (zh) 一种动态权值声誉计算方法
CN116962272B (zh) 一种网络指标的异常检测方法、装置、设备及存储介质
CN116310356B (zh) 深度学习模型的训练方法、目标检测方法、装置及设备
CN115271866A (zh) 一种产品推荐方法、装置、电子设备及可读存储介质
CN108985895B (zh) 一种获取电子商务中商家信誉值的方法
CN109345274B (zh) 基于bp神经网络评分预测误差的近邻用户选择方法
CN113408676A (zh) 一种结合云端与边端的窃电用户识别方法及装置
KR101567683B1 (ko) 기업 신용 평가를 위한 가중치 설정 방법 및 이를 포함하는 기업 신용 평가 방법
CN113536991B (zh) 训练集生成、人脸图像处理方法、装置及电子设备
Helliwell et al. Accountability of neural networks trained with" real world" data
CN110134835B (zh) 一种面向在线教育平台的用户信任建模方法
CN114398558B (zh) 信息推荐方法、装置、电子设备和存储介质
CN110956391A (zh) 一种基于金融的信息处理方法及电子设备
CN108537610B (zh) 一种基于受限玻尔兹曼机的物品相似度计算方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant