[发明专利]具有非确定性的多源用户体验数据聚合方法

权利要求书

1.具有非确定性的多源用户体验数据聚合方法，其特征在于，包括如下步骤：

S1)采集具有非确定性的多源用户体验数据，获得数据集；将数据集中的多源用户体验数据统一转换为直觉模糊数；

S2)利用有序加权平均的直觉模糊数聚合函数，实现对表示为直觉模糊数的用户体验信息的有效聚合；

S3)聚合得到的直觉模糊数转换为[0,1]区间内的实数，完成多源用户体验数据的有效聚合；

步骤S1)中将数据集中的多源用户体验数据统一转换为直觉模糊数，具体包括：

首先，对于非确定性用户体验数据x，如果其表示形式是直觉模糊数(u(x),v(x))，其中0≤u(x)≤1是隶属度，表示用户从正面给出的对某商品的满意度，0≤v(x)≤1是非隶属度，表示用户从反面给出的对某商品的不满意度，u(x)+v(x)≤1，则x不需要转换；如果其表示形式是(a(x),π(x))，其中a(x)表示用户对某商品的总体满意度，π(x)∈[0,1]表示其不确定性，则采用如下的公式将其转换为直觉模糊数：

其中，suf(x),inf(x)分别表示x的上确界和下确界；

其次，对于确定性用户体验数据x，如果该数据与用户体验满意度正相关，采用如下的公式将其转换为直觉模糊数：

如果确定性用户体验数据x与用户体验满意度负相关，采用如下的公式将其转换为直觉模糊数：

步骤S2)中利用有序加权平均的直觉模糊数聚合函数，实现对表示为直觉模糊数的用户体验信息的有效聚合，具体包括：

对待聚合的N个表示为直觉模糊数α_i＝(u(x_i),v(x_i))，i＝1,2,…,N的用户体验数据，将u(x_i)，v(x_i)简记为u_i，v_i，依据u_i进行升序排序；如果u_[i]表示U＝(u₁,u₂,…,u_N)中第i个小的数，那么按升序排序后的向量表示为U_[]＝(u_[1],u_[2],…,u_[N])，进而排序后的N个直觉模糊数表示为[(u_[1],v_[1]),(u_[2],v_[2]),…,(u_[N],v_[N])]，其中v_[i]与u_[i]相对应；

步骤S2)中利用有序加权平均的直觉模糊数聚合函数，实现对表示为直觉模糊数的用户体验信息的有效聚合，具体包括：

对排序后的N个直觉模糊数的隶属度利用有序加权平均三角余模函数进行聚合，具体表示为：

其中(ω₁,ω₂,…,ω_N)是权重向量，

步骤S2)中利用有序加权平均的直觉模糊数聚合函数，实现对表示为直觉模糊数的用户体验信息的有效聚合，具体包括：

对排序后的N个直觉模糊数的非隶属度利用有序加权平均三角模函数进行聚合，具体表示为：

其中，

步骤S3)中将聚合得到的直觉模糊数转换为[0,1]区间内的实数，具体包括：

首先，聚合结果表示为直觉模糊数；令则γ＝(μ_γ,v_γ)是聚合结果；

其次，若聚合结果为γ＝(μ_γ,v_γ)，那么聚合结果用如下的公式转换为[0,1]区间内的实数：

a(γ)即为聚合得到的群体用户对某商品体验信息的综合满意度。