典型文献
利用Mallows-ψ模型的不完整序数偏好预测
文献摘要：
序数偏好可解决用户评价准则不一致的问题,在社会选择、在线服务信誉度量、推荐系统等领域中发挥着重要的作用.然而,由于用户认知能力和隐私等原因,通常难以获得用户的完整序数偏好.基于不完整偏好进行目标选择、在线服务信誉度量、产品推荐等决策时,难以保证决策结果的有效性和准确性.考虑到成对比较是一种常见的用户序数偏好表达形式,提出了一种对缺失成对比较序数偏好进行预测的方法.首先,使用不完整成对比较序数偏好训练Mallows-ψ排名模型;然后,使用训练得到的模型对指定用户可能的完整偏好进行采样,每个采样的完整偏好都满足该用户不完整偏好中优先关系的约束;最后,使用采样的完整偏好对用户缺失的成对比较进行预测.基于真实数据和人工合成数据的实验结果表明,在用户偏好缺失率不超过70％时,方法可以对缺失偏好进行准确的预测.
文献关键词：
不完整序数偏好;成对比较;Mallows-ψ模型;预测
中图分类号：
作者姓名：
孙凯;付晓东;刘骊;刘利军
作者机构：
昆明理工大学信息工程与自动化学院,昆明650500;昆明理工大学云南省计算机技术应用重点实验室,昆明650500
文献出处：
引用格式：
[1]孙凯;付晓东;刘骊;刘利军-.利用Mallows-ψ模型的不完整序数偏好预测)[J].小型微型计算机系统,2022(12):2549-2555
A类：
不完整序数偏好,信誉度量
B类：
Mallows,用户评价,评价准则,社会选择,在线服务,推荐系统,用户认知,认知能力,难以获得,得用,目标选择,产品推荐,成对比较,表达形式,用不完,整成,名模,练得,真实数据,人工合成,合成数据,用户偏好,缺失率
AB值：
0.342034
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
