一种考虑用户评分标准不一致性的在线商品评价方法

摘要 用户评分标准不一致导致不同用户对同一商品评分不可比较.为在不同用户对同一商品评分不可比较时提高在线商品评价的客观性，提出了一种考虑用户评分标准不一致性的在线商品评价方法.首先基于用户之间的相似性对不完全评分数据进行填充；然后根据填充得到的用户-商品评分矩阵计算用户对在线商品的偏好关系；最后基于群决策理论中的Schulze社会选择函数，通过构建加权有向图并计算最强路径得到商品评价.评价结果反映群体的偏好，从而使得消费者可以参考该评价结果做出正确的购买决策.同时，方法基于在线商品两两比较的评价方式，提高了操纵商品评价结果的复杂性.通过理论分析和实验验证了该商品评价方法的合理性和有效性