[发明专利]基于动态信任感知的服务偏好预测方法及系统

说明书

本公开提供了一种基于动态信任感知的服务偏好预测方法及系统，包括：获取消费群体对服务的评分数据并进行相应预处理；利用基于动态信任感知的偏好演化模型对当前服务的消费群体进行偏好演化，实现消费群体内个体间的偏好交互；基于偏好演化结果，获得消费群体对当前服务的偏好预测结果；其中，所述基于动态信任感知的偏好演化模型在有界置信模型的基础上，采用异构有界置信阈值来判断个体之间是否发生交互，且引入了动态异构交互偏好接受度算子，用于个体对交互对象偏好影响的接受程度的建模；同时，引入动态异构信任度，用于对个体偏好表达的诚实程度进行建模。

技术领域

本公开属于服务偏好预测技术领域，尤其涉及一种基于动态信任感知的服务偏好预测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

在社会生活中，人们往往对社会、经济、政治等公共问题和事情具有不同的偏好，而且这种偏好会在个体的交互中彼此影响。近年来，随着互联网技术的快速发展，人们可以通过网络等通讯工具便捷地交流各自对政策、社会服务、新型商品的偏好，形成社会舆论。当前，在发布重大社会政策、发行新商品新服务等重要的社会活动，都需要正确及时地预测大众对该活动或服务的偏好，从而为政策制定、策略调整提供重要的指导。因此，针对人类群体对公共政策、社会服务的偏好演化进行研究，把握社会群体对公共问题和服务的兴趣，具有重要的理论与应用价值。

社会群体的偏好因受环境因素和社交对象的影响而不断地演化，研究并建立符合个体偏好变化规律的演化模型是当前亟需解决的重要问题。有界置信模型(BoundedConfidence Model,BCM)是舆论动力学中对偏好演化进行建模的重要工具，在多个领域得到了成功的应用。有界置信模型通常假设个体偏好等于所有与之交流个体偏好的平均值以及所有个体会诚实地表达他们的偏好。然而，在现实生活中，上述设置和假设并不完全成立。首先，个体在进行交流时，通常以不同的程度保留其原有的偏好；再则，个体对于不同的交互对象会表达出不同的偏好。上述矛盾给有界置信模型的理论和应用研究带来了一定的挑战。本公开将上述矛盾归结为以下两个问题：个体对交互对象偏好影响的接受度问题和个体偏好表达的诚实度问题。

近年来，国内外学者对有界置信模型进行了改进，提出了多个基于有界置信模型的各种应用场景的偏好演化改进模型，比如：交互欺骗与异构信任感知的偏好演化模型，动态自适应网络中有界信任舆论演化算法，基于有界信任模型的地铁突发事件信息传播，各种基于社会网络的动态意见模型,噪音有界置信模型，基于共识达成的有界置信模型，基于不同交流机制的有界置信模型以及其他扩展模型。其中，最具有代表性的是由Dong等人提出的交互欺骗与异构信任感知的偏好演化模型。在该研究中，其认为个体通常不会诚实地表达他们的偏好，并且对不同的对象会表达出不同的偏好，据此将个体偏好划分为真实偏好、交流表达偏好、公开表达偏好以及个体对其他个体的估计偏好；同时，该研究工作引入了异构信任度并将其作为上述四种偏好演化的重要指标，其对于个体偏好的分类和信任度的设定，很好地体现了个体间信任的异构性，反应了信任度对偏好演化的影响。但是，发明人发现，该研究工作将信任度设置为静态的预设值，没有考虑信任度的动态性，导致在模型的演化中，信任度可能会出现较大偏差，从而影响到偏好演化的准确性。Fu等人将个体划分为开放思想群体、温和思想群体和封闭思想群体，并以此改进了偏好演化模型，在模型中引入了个体保守度因子。但是，该研究工作虽然在一定程度上解决了如何建模个体对交互对象偏好影响的接受程度问题，但是该模型忽略了个体接受度的动态性，影响了模型的有效性。

发明内容

本公开为了解决上述问题，提供了一种基于动态信任感知的服务偏好预测方法及系统，所述方案基于动态信任感知的偏好演化模型，有效提高了服务偏好预测的准确度。

根据本公开实施例的第一个方面，提供了一种基于动态信任感知的服务偏好预测方法，包括：

获取消费群体对服务的评分数据并进行相应预处理；