基于Slater社会选择理论的在线服务评价方法

不同用户对于同一在线服务会有不一致的评价标准和偏好,导致其对服务的评分不具备可比性,使用户难以准确选择适合的在线服务。针对该问题,引入Slater社会选择理论提出一种新的在线服务评价方法。对稀疏的评分矩阵进行填充,通过用户对服务评分的相互比较结果,构建以服务为节点、以优先关系为有向边的有向图,并根据其中相似集、前集、后集之间以及内部节点有向边的指向关系,判断所有节点的指向关系及排序,形成服务评价结果。实验结果表明,该方法较Sum法、Average法和Copeland法抗操控性更强,可避免少数用户操控评价结果,并且其符合孔多塞准则,能够体现多数用户的偏好需求。