面向误差最小化的在线服务信誉度量

由于每个在线服务可以通过其自身的真实质量被客观比较,存在潜在的真相服务排序。为了使用户进行服务选择时有真实客观的在线服务信誉排序作为参考,服务信誉应当尽可能地接近真相服务排序。提出一种面向误差最小化的在线服务信誉度量方法。该方法将用户对服务的偏好排序视为对真实服务排序的带噪估计,利用Kendall tau距离指标来衡量服务排序与真相排序之间的误差,通过设定真相与用户对服务的偏好排序集合之间的平均误差上限找出可能的真相服务排序,寻找与可能的真相服务排序集合之间平均误差最小的服务排序作为服务信誉。由于所有的服务排序都有可能为真相排序,造成了该方法的计算困难,利用分支切割法对该方法进行优化求解。以真实数据集和模拟数据集为基础,通过实验验证了该方法在保证运行效率的同时得到与真相误差更小的信誉度量结果。     

基于排序对社会选择函数的在线服务评价

不同用户具有不同的评价准则,导致不同用户对同一在线服务的评分不具可比性,使聚合服务评分得到的在线服务评价结果难以真实反映服务之间的优劣关系。为此,该文提出一种基于排序对(ranked pairs)社会选择函数的在线服务评价方法,根据用户对在线服务的偏好关系而不是传统评分计算在线服务评价结果。首先根据用户-服务评分矩阵获得每个用户对在线服务的偏好关系;然后基于多数准则确定服务优先关系,并根据服务优先关系建立服务对排序列表;最后构造以服务为节点的有向无环图,并在该有向无环图中寻找一条包含所有服务的路径,根据该路径的服务排序计算在线服务评价值。理论分析和实验结果验证了该方法的合理性和有效性。     

油田企业勘探开发经济效益综合评价研究

分析了油田企业评价特点,在综合研究了国内外评价油田企业经济效益的理论方法基础上,设计了评价指标体系,运用聚类分析方法和数据包络分析方法对油田企业经济效益的综合评价进行了探索性研究。并以我国莱油田为例,进行了实际评价计算,结果表明文中所提出的评价指标与评价方法是可行的、有效的。