基于一致性聚类的在线服务信誉度量

摘要：

用户对服务的评分可被视为用户对服务的分类,而服务信誉则是在用户对服务分类基础上进行聚类的结果.在聚类过程中不考虑在线服务信誉度量结果与所有用户分类之间的一致性关系,将导致通过聚合分类得到的信誉度量结果缺乏合理性.为此,提出一种基于一致性聚类的在线服务信誉度量方法.首先,根据用户-服务评分矩阵获取用户对服务的分类信息;其次,考虑到在线服务分类信息之间可能存在相似性,建立基于簇间和簇内相似性的最小成本生成树;然后,从具有最小相似度值的边开始对最小成本生成树进行切割,产生多种可能的聚类;最后,采用一致性质量函数和多数投票从多种可能的聚类中寻找整体质量高且非重叠的最终聚类,并以最终聚类为基础计算服务信誉.该方法充分考虑了用户对服务的分类与最终获得的信誉之间的一致性关系.通过实验验证了该方法的合理性和有效性.实验结果表明方法在不需要输入任何参数的情况下,自动计算出高质量信誉度量结果,同时还提高了信誉度量方法的抗操纵性,从而使用户能够根据该信誉结果做出正确的服务选择决策.

关键词：在线服务、信誉度量、一致性聚类、最小成本生成树、一致性质量函数

所属期刊栏目：41

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金项目;云南省应用基础研究计划杰出青年项目;云南省中青年学术和技术带头人后备人才培养计划项目

在线出版日期：2020-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1413-1420