[发明专利]一种基于Copeland社会选择理论的在线商品群体评价方法

权利要求书

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,…,u_m}，商品集合为P＝{p₁,p₂,…,p_n}，消费者-商品评分矩阵为S＝[R_a,b]_m×n，其中，R_a,b的取值表示消费者u_a对商品p_b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I_ab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：

Sim(a,b)=Σk∈Iab(Ra,k-R‾a)(Rb,k-R‾b)Σk∈Iab(Ra,k-R‾a)2Σk∈Iab(Rb,k-R‾b)2---(1)]]>

其中，Sim(a,b)表示消费者u_a和消费者u_b之间的相似性；I_ab表示消费者u_a和消费者u_b评分交集，即I_ab＝{k|R_a,k∩R_b,k,R_a,k≠0,R_b,k≠0}；R_a,k表示消费者u_a对商品k的评分；和分别表示在共同评分数据中消费者u_a和消费者u_b对商品的评分均值；

1.3、在选择消费者的共同评分I_ab来计算消费者间的相似性时，若出现共同评分I_ab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：

Sim′(a,b)=min(Iab,γ)γ·Sim(a,b)---(2)]]>

其中，γ(γ＞0)为根据数据实际情况预先设定的参数值，min(I_ab,γ)表示取I_ab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u_a的前K个相似邻居来预测u_b对商品k的评分R_b,k，表示如下：

Rb,k=R‾b+Σa∈S(b)Sim′(a,b)·(Ra,k-R‾a)Σa∈S(b)|Sim′(a,b)|---(3)]]>

其中，Sim'(a,b)表示消费者u_a和消费者u_b的相似度；S(b)表示通过阈值K(K＞0)选取的消费者u_a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u_m对在线商品的偏好关系，构建商品-商品偏好比较矩阵SP_m；

2.1、基于消费者-商品评分矩阵S得到每一个消费者u_m∈U对商品p_a，p_b∈P(a,b＝1,2,...,n且a≠b)的偏好矩阵，并用EP_m＝[ep_a×b]_n×n表示如下：

epa×b=1Rm,a>Rm,b0Rm,a=Rm,b-1Rm,a<Rm,b---(4)]]>

其中，1表示相较于商品p_a消费者u_m更偏好商品p_b；0表示消费者u_m对商品p_a和商品p_b同样偏好；-1表示相较于商品p_b消费者u_m更偏好商品p_a；

2.2、根据每一个消费者对在线商品的偏好矩阵EP_m统计m个消费者中ep_a×b＝1的人数为S_a×b，并根据统计值S_a×b表达为商品-商品偏好比较矩阵SP_m＝[S_a×b]_n×n如下所示：

Sa×b=Σb=1mspa×b---(5)]]>

其中，S_a×b为对第a个商品p_a的偏好程度高于第b个商品p_b的消费者数量；

步骤3、基于商品-商品偏好比较矩阵SP_m＝[S_a×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SP_m＝[S_a×b]_n×n中的商品偏好逐一比较得到赢者Max(p_a,p_b)，表示被偏好次数较多的一方；还有输者Min(p_a,p_b)，表示被偏好次数较少的一方；其中，Max(p_a,p_b)表示取其中p_a和p_b较大的一个，Min(p_a,p_b)表示取其中p_a和p_b较小的一个，商品p_a和p_b的偏好比较即p_a VS p_b的结果如下所示：

pn=paSa×b>Sb×apbSa×b<Sb×a---(6)]]>

3.2、根据商品-商品偏好比较结果，累加得到商品p_a赢的次数P_w(p_a)与输的次数P_l(p_a)，构建赢-输矩阵，并对赢输差值P_w-l(p_a)进行排序得到序列r_a，再根据r_a的排序对应得到商品p_a的排序，实现在线商品的群体评价；

其中，排序r₁,r₂,...,r_a,...,r_n所表示的是商品从高到低的被偏好程度，根据商品被偏好程度对应排序商品的优劣情况p₁,p₂,...,p_a...,p_n，实现消费者对在线商品的群体评价，其中p₁为群体评价最高的最优商品，而p_n为群体评价最低的最差商品。