基于多维度评价信息的在线服务信誉度量

作者：杨体东; 付晓东^*; 刘骊; 岳昆; 刘利军; 冯勇

来源：小型微型计算机系统, 2018, 39(12): 2625-2631.

DOI：10.3969/j.issn.1000-1220.2018.12.011

• 在线服务
• 支持向量机
• 半监督学习
• 信誉度量

为了解决单维度信誉度量模型评价维度单一、粒度较粗的问题,本文提出一种基于多维度评价信息的在线服务信誉度量方法.方法将信誉度量转化为对服务的分类问题,通过机器学习的方式,利用训练样本在多维空间中构造最优分类器模型对服务分类,以在信誉度量中综合利用多维度评价信息.首先,建立了服务的支持向量机多分类器模型.其次,基于半监督机器学习,使用少量人工标注样本训练初始分类器模型,并通过自学习不断从未知样本中获取新的训练样本更新该分类器模型.然后,为提高分类器模型泛化能力,采用主成分分析法对特征降维.最后,利用自学习过程获得的支持向量机分类器模型对服务进行分类.通过实验验证本方法在信誉度量中应用的有效性和高效性.

• 单位
  昆明理工大学; 云南大学; 自动化学院