[发明专利]基于实体间流量数据的极大似然排名的方法

说明书

本发明公开了基于实体间流量数据的极大似然排名的方法。对实体之间流量数据矩阵，首先采用Bootstrap技术获取更加稳健的流量矩阵，然后基于极大似然估计的思想，调整实体之间的序列，使得系统产生实际流量序列的概率最大。该方法可以应用于大学排名、城市排名、国家排名等。由于现实中实体之间的层级关系比较复杂，以往采取的排名方法考虑过多因素会导致计算成本过高、指标收集困难等问题，同时指标的选取具有主观性因素，本发明为研究实体排名提供了一个新的视角和方法，只需要客观的流量数据，就能以一种更加简单、直观的方式计算实体的层级关系。

技术领域

本发明属于排名与评价领域，主要致力于研究基于实体排名关系，可以应用于各种实体流量关系例如大学排名、移民国家关系、国际贸易地位和社交地位等等，具体方法上涉及极大似然、模拟迭代等。

背景技术

对实体的评价和排名广泛存在于社会生活中，几乎涵盖现代生活各个方面，如体育赛事、景点、葡萄酒、教师和学校的评价等等。这种排名具有重要影响，它会导致资源分配不均匀，更多的资源倾向于分配给排名较高的实体。

以大学排名为例。大学排名是社会和科学界比较关心的一个实体评价问题，大学的排名能够表明该大学的社会声望，是一种对学校之间的相对关系评估，它对教育资源分配有重大影响，最终可能会影响学校的实力，因为无论是在国家层面还是在全球层面，更高的排名都有助于大学吸引更多的资金，更好的研究机会，更多的教师以及更优秀的学生。以移民为例方面，移民是重要的人口地理现象和社会现象，它会使迁出地、迁入地与人口这个基本要素相关的社会、经济、政治、文化、资源、环境条件发生重要变化，从而导致各种服务需求的变化，而研究国家在移民方面的排名可以为有移民需求的人们提供一定的指导和帮助，也会对国家移民政策产生影响。而在贸易地位方面，国际贸易近几年发展迅速，各个国家需要明确本国在国际贸易系统的地位和作用，以便指导贸易政策的制定和修改，增强本国在国际贸易中的声望和影响力。在社交关系方面，随着网络技术的发展，社交平台层出不穷，了解社交平台中每个个体所处位置的重要性，可以更好地策划、推广方案，提高信息传递效率。因此，通过分析实体之间的关系，有助于实体规划未来的发展方案，使其在整个系统的地位或影响力得以提升。

但是实体之间的关系是错综复杂的，其评价指标涉及到该实体领域的方方面面，往往采用高维度的数据，计算比较繁琐且成本较高；同时对于指标的设定，一是有些指标很难得到统一的界定，二是指标的选择的主观性是一个重大的缺陷。以大学排名为例，每一年的大学排名由不同的机构发布，在不同机构或研究中他们使用的排名方法是多种多样的。一些主要排名机构考虑资金、研究水平或影响力、专业化程度、招生热度、学生选择、国际化水平、毕业生就业状况、历史声誉和其他方面的标准等等。例如，泰晤士高等教育世界大学排名根据教学、研究、引用、行业收入和国际视野等五个类别对大学进行排名；英国QS大学排名有六个主要类别的指标：评估质量、学术声誉、引用、学生教师比例、国际学生的比例和国际教师比例，通过复杂的加权整合建立排名方法体系。

传统上有关实体排名的方法研究有两个尚未克服的不足之处：一个是数据问题，虽然数据指标涉及面越广就越能包含更多的信息，使得最终结果更加有说服力，但是它存在着收集的困难和计算的复杂性，可能会导致成本过高；另一个是指标的选择可能包含许多主观因素，不同的人有不同的选择和重要程度设定，导致它可靠性较低。

当前，研究人员一直在期待开发一种客观、简单和有效的排名方法。2015年，Clauset等人创造性地提出根据博士毕业生去各高校任教的流量数据研究大学排名，他们使用的最小违规排名(MVR)来计算排名，其方法结果与美国新闻排名(USN排名)以及美国国家研究委员会排名(NRC排名)高度相关，这意味着它们之间存在很强的一致性。非常值得强调的是，MVR模型节省了大量严格数据查询和计算的成本，所使用的数据也是十分客观的。

发明内容

本发明提出了基于极大似然排名的思想，在一定假设的情况下可以约化为最小加权反向边的计算。原来的MVR方法的最小反向边假设可以视作是我们提出的通用新方法的一个特例。