[发明专利]一种带有局部信息的排名列表聚合方法

摘要

本发明公开了一种带有局部信息的排名列表聚合方法，目的是降低对原始排名列表的要求，提高聚合速度和准确性。技术方案为：先将初始排名列表矩阵化，得出排名矩阵；计算每个被排名对象的排名分别被其余被排名对象打败的次数、分别打败其余被排名对象的次数，得出优序矩阵；接着求得各个被评价对象的加权出度和加权入度，并求得各个被评价对象的加权出度入度比；最后将每个被排名对象的加权出度入度比进行降序排列，根据降序排列得出排名列表聚合结果。本发明实现了对带有局部信息的排名列表进行聚合，降低了对原始排名列表的要求，不需要获得的排名列表都是全局信息，提高了排名列表聚合方法的聚合速度和聚合准确性。

主权项

一种带有局部信息的排名列表聚合方法，其特征在于包括以下步骤：步骤一：将所有排名者放入排名者集合E,E＝{e_i},1≤i≤N,i为整数变量，e_i为第i个排名者，N为排名者的数量；将所有被排名对象放入被排名对象集合F，F＝{f_j},1≤j≤M，j为整数变量，M为被排名对象的数量，f_j为第j个被排名对象；定义K_i为排名者e_i对集合F中被评价对象进行评价的个数，定义好评在先差评在后的初始排名矩阵1≤a≤K_i；K_i≤M；r′_ia∈F，a为r′_ia在排名者e_i给出的R'_i中位于第a位，R'_i包含的信息是局部信息或全局信息；将N个排名者e₁,…e_i,…e_N对M个被排名对象f₁,…f_j,…f_M的N个初始排名列表R'₁,…R'_i,…R'_N矩阵化，得出排名矩阵R，R＝[r_ij]_N×M,r_ij为非负数，表示f_j在排名者e_i给出的排名列表R'_i中的排名位数；其中R的第i行R(i,:)对应R'_i，r_ij对应中的a，将R'₁,…R'_i,…R'_N矩阵化得出R的具体方法是：步骤1.1：初始化i＝1,j＝1；步骤1.2：根据r′_ia的取值对r_ij赋值：若a≤K_i且f_j＝r′_ia，则r_ij＝a，将得到的r_ij存入R，转步骤1.4，否则转步骤1.3；步骤1.3：对R'_i中的元素遍历以对r_ij赋值：若a＜K_i且f_j≠r′_ia，则a加1，转步骤1.2；若a＝K_i且f_j≠r′_ia，则令r_ij＝0，将得到的r_ij存入R，转步骤1.4；步骤1.4：对被排名对象集合F进行遍历以对r_ij赋值：若j＜M，则j加1，重新初始化a＝1，转步骤1.2；否则转步骤1.5；步骤1.5：若i＜N，则i加1，重新初始化a＝1，j＝1,转步骤1.2，否则转步骤二；步骤二：计算每个被排名对象的排名分别被其余被排名对象打败的次数、分 别打败其余被排名对象的次数，得出优序矩阵P，定义P＝[p_st]_M×M，其中1≤s≤M，1≤t≤M，s为整数变量，t为整数变量，p_st为非负整数，为P的第s行第t列的元素，表示被排名对象f_s优于f_t的排名列表的个数；P的具体生成方法是：步骤2.1：初始化i＝1,j＝1,取变量k，k为整数，0≤k≤M；令s＝j,t＝j+k，初始化P中所有元素为0；步骤2.2：初始化k＝0；步骤2.3：对r_ij和r_i(j+k)，即r_is和r_it的值进行判定，根据其取值不同，对相应的p_st、p_ts取值进行变化，p_ts为矩阵P第t行第s列的元素:步骤2.3.1：若r_ij或r_i(j+k)为0，即r_is或r_it为0，则p_st不变、p_ts不变，转步骤2.4；步骤2.3.2：若r_ij≠0且r_i(j+k)≠0，即r_is和r_it均不为0，则比较r_ij和r_i(j+k)的大小，对相应的p_st、p_ts取值进行变化：步骤2.3.3.1：若r_ij＜r_i(j+k)，即r_is＜r_it，则p_st加1，p_ts不变，转步骤2.4；步骤2.3.3.2：若r_ij＞r_i(j+k)，即r_is＞r_it，则p_st不变，p_ts加1，转步骤2.4；步骤2.3.3.3：若r_ij＝r_i(j+k)，即r_is＝r_it，则p_st、p_ts均不变，转步骤2.4步骤2.4：对排名矩阵R的行进行遍历，以求出被排名对象f_s在所有排名列表中优于f_t的次数：若i＜N，则i加1，转步骤2.3；若i＝N，则将p_st、p_ts存入P，转步骤2.5；步骤2.5：若k＜M，则k加1，重新初始化i＝1，转步骤2.3；若k＝M，转步骤三；步骤三：计算集合F中被评价对象f₁,…f_j,…f_M对应的加权出度按顺序存入集合C⁺，计算集合F中被评价对象 f₁,…f_j,…f_M的加权入度按顺序存入集合C^‑，其中加权出度为被排名对象f_j战胜其他所有排名对象的总次数；加权入度为被排名对象f_j被击败的总次数；得到加权出度集合C⁺和加权入度集合C^‑的具体方法为：步骤3.1：初始化j＝1；步骤3.2：令s＝j，求得将存入集合C⁺；步骤3.3：令t＝j，求得将存入集合C^‑；步骤3.4：若j＜M，则j加1，转步骤3.2；若j＝M，转步骤四；步骤四：计算被评价对象f₁,…f_j,…f_M的加权出度入度比ξ₁,...ξ_j,…ξ_M，得到加权出度入度比集合H，方法为：步骤4.1：初始j＝1；步骤4.2：若则ξ_j＝+∞；若则将ξ_j存入集合H；步骤4.3：若j＜M，则j加1，转步骤4.2；若j＝M，转步骤五；步骤五：对集合H进行降序排列，根据降序排列结果得到排名结果序列，即排名列表聚合结果H'，H'＝[h₁,h₂,…h_k,h_k+1,…h_M]＝[h_z]_M，1≤z≤M，z为整数，h_z满足关系h_z∈F；若集合C^‑中仅存在唯一的则ξ_j＝+∞，f_j排在H'第1位；若集合C^‑存在两个或两个以上元素为0，则对对应的进行比较，越大，排名越靠前。