信誉评价引导策略生成方法、装置、电子设备及存储介质

本发明涉及信誉评价，尤其涉及一种信誉评价引导策略生成方法、装置、电子设备及存储介质。

背景技术：

1、相关技术可知，信誉系统是在线平台上展示商品服务的历史用户评价反馈的机制。其中，信誉系统中的信誉评价往往呈为离散数值。在互联网服务日益提高的环境下，信誉系统中的信誉评价往往影响后续用户对被评价商品的认知。

2、当前，存在信誉系统中关于被评价商品的信誉评价存在被恶意攻击的情况，这导致信誉评价产生了偏离。因此，寻找一种能够合理引导信誉评价的信誉评价引导策略成为当前研究热点。

技术实现思路

1、本发明提供一种信誉评价引导策略生成方法、装置、电子设备及存储介质，实现了能够按照目标要求对信誉评价进行引导。

2、本发明提供一种信誉评价引导策略生成方法，所述方法包括：获取待处理信誉系统的历史信誉评价时序序列，以及导向信誉评价时序序列，其中，所述导向信誉评价时序序列用于引导所述待处理信誉系统的在后信誉评价；获取预先拟合的用户行为模型，其中，所述用户行为模型用于表征用户在未受干扰情况下在信誉系统中的信誉评价行为；基于所述历史信誉评价时序序列、所述导向信誉评价时序序列，以及所述用户行为模型，解析得到所述待处理信誉系统的信誉评价引导策略；按照所述信誉评价引导策略将导向信誉评价时序序列注入至所述历史信誉评价时序序列，以使所述导向信誉评价时序序列对在后信誉评价的影响满足目标影响要求。

3、根据本发明提供的一种信誉评价引导策略生成方法，所述用户行为模型采用以下方式拟合得到：基于无偏理性评价和前序用户信誉评价影响向量，构建用户信誉评价概率分布；基于相邻的前序用户信誉评价影响向量，构建前序用户信誉评价影响向量在时间维度下对用户信誉评价的影响程度函数；根据所述用户信誉评价概率分布和所述影响程度函数，得到未进行参数拟合的用户行为模型；获取多组用户的信誉评价时序序列样本，并通过最大似然估计对所述未进行参数拟合的用户行为模型进行模型参数拟合，得到所述模型参数；基于所述模型参数和所述未进行参数拟合的用户行为模型，得到所述用户行为模型。

4、根据本发明提供的一种信誉评价引导策略生成方法，所述模型参数包括所述用户信誉评价概率分布中的第一权重参数、所述影响程度函数中的第二权重参数，以及待评价商品在无偏理性评价情况下的质量分布；所述通过最大似然估计对所述未进行参数拟合的用户行为模型进行模型参数拟合，得到所述模型参数，具体包括：基于所述未进行参数拟合的用户行为模型，得到目标拟合函数，其中，所述目标拟合函数用于表征各用户信誉评价概率的自然对数之和；通过最大似然估计解析所述模型参数，以使所述目标拟合函数的值最大。

5、根据本发明提供的一种信誉评价引导策略生成方法，所述基于所述历史信誉评价时序序列、所述导向信誉评价时序序列，以及所述用户行为模型，解析得到所述待处理信誉系统的信誉评价引导策略，具体包括：基于所述用户行为模型，确定所述导向信誉评价时序序列对在后信誉评价的影响因素函数；获取所述目标影响要求中关于所述导向信誉评价时序序列对在后信誉评价的影响因素的影响要求；基于穷举打表和所述历史信誉评价时序序列，对所述影响因素函数进行求解，以得到所述信誉评价引导策略的目标参数，以使包括所述目标参数的所述信誉评价引导策略对在后信誉评价的影响满足影响要求。

6、根据本发明提供的一种信誉评价引导策略生成方法，所述目标参数包括所述导向信誉评价时序序列被注入至所述历史信誉评价时序序列的注入批次数、每注入批次所注入的所述导向信誉评价时序序列的单次注入数据量，以及相邻所述注入批次之间间隔的受从众行为影响的用户数量；所述基于穷举打表和所述历史信誉评价时序序列，对所述影响因素函数进行求解，以得到所述信誉评价引导策略的目标参数，具体包括：基于穷举打表和所述历史信誉评价时序序列，对所述影响因素函数进行求解，以使在所述影响因素函数为最小值的情况下，得到所述信誉评价引导策略的所述注入批次数、所述单次注入数据量，以及所述受从众行为影响的用户数量。

7、根据本发明提供的一种信誉评价引导策略生成方法，所述影响因素函数包括关于损失用户数量的函数、关于恢复用户数量的函数、关于总和偏差量的函数，以及关于平均偏差量的函数；其中，所述损失用户数量用于表征基于所述导向信誉评价时序序列对达到目标评价等级总和情况下所额外增加的第一用户数量；所述恢复用户数量用于表征基于所述导向信誉评价时序序列对达到目标评价等级平均值情况下所额外增加的第二用户数量；所述总和偏差量用于表征基于所述导向信誉评价时序序列对目标数量用户形成的评价等级总和与目标评价等级总和之间形成的第一评价等级偏差量；所述平均偏差量用于表征基于所述导向信誉评价时序序列对目标数量用户形成的评价等级平均值与目标评价等级平均值之间形成的第二评价等级偏差量。

8、本发明还提供一种信誉评价引导策略生成装置，所述装置包括：获取时序序列模块，用于获取待处理信誉系统的历史信誉评价时序序列，以及导向信誉评价时序序列，其中，所述导向信誉评价时序序列用于引导所述待处理信誉系统的在后信誉评价；获取行为模型模块，用于获取预先拟合的用户行为模型，其中，所述用户行为模型用于表征用户在未受干扰情况下在信誉系统中的信誉评价行为；解析模块，用于基于所述历史信誉评价时序序列、所述导向信誉评价时序序列，以及所述用户行为模型，解析得到所述待处理信誉系统的信誉评价引导策略；按照所述信誉评价引导策略将导向信誉评价时序序列注入至所述历史信誉评价时序序列，以使所述导向信誉评价时序序列对在后信誉评价的影响满足目标影响要求。

9、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述的信誉评价引导策略生成方法。

10、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述的信誉评价引导策略生成方法。

11、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的信誉评价引导策略生成方法。

12、本发明提供的信誉评价引导策略生成方法、装置、电子设备及存储介质，获取待处理信誉系统的历史信誉评价时序序列以及导向信誉评价时序序列，获取预先拟合的用户行为模型，并基于历史信誉评价时序序列、导向信誉评价时序序列以及用户行为模型，解析得到待处理信誉系统的信誉评价引导策略；按照信誉评价引导策略将导向信誉评价时序序列注入至历史信誉评价时序序列，以使导向信誉评价时序序列对在后信誉评价的影响满足目标影响要求，实现了能够按照目标影响要求对信誉评价进行引导。

技术特征：

1.一种信誉评价引导策略生成方法，其特征在于，所述方法包括：

2.根据权利要求1所述的信誉评价引导策略生成方法，其特征在于，所述用户行为模型采用以下方式拟合得到：

3.根据权利要求2所述的信誉评价引导策略生成方法，其特征在于，所述模型参数包括所述用户信誉评价概率分布中的第一权重参数、所述影响程度函数中的第二权重参数，以及待评价商品在无偏理性评价情况下的质量分布；

4.根据权利要求1所述的信誉评价引导策略生成方法，其特征在于，所述基于所述历史信誉评价时序序列、所述导向信誉评价时序序列，以及所述用户行为模型，解析得到所述待处理信誉系统的信誉评价引导策略，具体包括：

5.根据权利要求4所述的信誉评价引导策略生成方法，其特征在于，所述目标参数包括所述导向信誉评价时序序列被注入至所述历史信誉评价时序序列的注入批次数、每注入批次所注入的所述导向信誉评价时序序列的单次注入数据量，以及相邻所述注入批次之间间隔的受从众行为影响的用户数量；

6.根据权利要求4或5中任意一项所述的信誉评价引导策略生成方法，其特征在于，所述影响因素函数包括关于损失用户数量的函数、关于恢复用户数量的函数、关于总和偏差量的函数，以及关于平均偏差量的函数；其中，所述损失用户数量用于表征基于所述导向信誉评价时序序列对达到目标评价等级总和情况下所额外增加的第一用户数量；所述恢复用户数量用于表征基于所述导向信誉评价时序序列对达到目标评价等级平均值情况下所额外增加的第二用户数量；所述总和偏差量用于表征基于所述导向信誉评价时序序列对目标数量用户形成的评价等级总和与目标评价等级总和之间形成的第一评价等级偏差量；所述平均偏差量用于表征基于所述导向信誉评价时序序列对目标数量用户形成的评价等级平均值与目标评价等级平均值之间形成的第二评价等级偏差量。

7.一种信誉评价引导策略生成装置，其特征在于，所述装置包括：

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述的信誉评价引导策略生成方法。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的信誉评价引导策略生成方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的信誉评价引导策略生成方法。

技术总结
本发明提供一种信誉评价引导策略生成方法、装置、电子设备及存储介质，所述方法包括：获取待处理信誉系统的历史信誉评价时序序列，以及导向信誉评价时序序列，其中，导向信誉评价时序序列用于引导待处理信誉系统的在后信誉评价；获取预先拟合的用户行为模型，其中，用户行为模型用于表征用户在未受干扰情况下在信誉系统中的信誉评价行为；基于历史信誉评价时序序列、导向信誉评价时序序列，以及用户行为模型，解析得到待处理信誉系统的信誉评价引导策略；按照信誉评价引导策略将导向信誉评价时序序列注入至历史信誉评价时序序列，以使导向信誉评价时序序列对在后信誉评价的影响满足目标影响要求。实现了能够按照目标要求对信誉评价进行引导。

技术研发人员：赵虹,陈湛江
受保护的技术使用者：清华大学
技术研发日：
技术公布日：2024/4/17