C2C在线交易系统的标准信誉模型研究

发布时间：2025-09-21 01:21:58 阅读量： 0 来源： 互联网转载

　　（上海企业网站建设）[摘要]本文从信誉标度方法和信誉集结方法两个角度对现有主要信誉模型进行了研究,提出了一种基于均值法的信誉模型——标准信誉模型,深入分析了模型的信誉标度、信誉评价可信度以及历史信誉评价可信度等影响因子,并运用系统仿真的方法对其可用性进行了研究。该模型将所有用户的信誉值统一到同一个标准,使不同用户以及同一用户不同时期的信誉状况具备了可比性,使在线信誉系统能够更好地发挥作用,从而促进在线交易的发展。

1引言（上海网站建设）

　　在线交易近几年发展迅速,由于交易中的机会主义行为导致很多网络欺诈现象:由于买家不能直接看到商品,只能依赖于卖家对产品描述的精确性和卖家的信誉来确定是否投标和投标大小;由于交易的匿名性,参与者进入和退出门槛低并易于改变身份,使参与者双方很难达成信任关系。根据中国互联网信息中心2006年发布的调查报告,拍卖网上买家对淘宝网不满意的是买卖***处理、网站赔付担保承诺、信用评估机制和专家信誉,对商家信誉担心的购物者占调查总人数的34%。在线信誉匮乏已经成为阻碍在线拍卖快速、健康发展的重要因素。

　　在此背景下,Resenik等提出了在线信誉系统这一新型的信任机制,其目的是建立、维护在线信任关系,保障在线市场秩序。目前一些简易的在线信誉系统已经成功地运用于eBay、Yahoo、Amazon、淘宝网、拍拍网等C2C网站。

　　2信誉模型（上海做网站）

　　在线信誉系统主要以信誉模型为核心,通过定量分析为交易双方提供信誉决策所需的数据、信息和背景材料,帮助交易双方明确潜在交易对象(组),建立或修改决策模型,提供各种备选方案并对各方案进行评价和选优,利用人机交互功能进行分析、比较和判断,为科学的信誉决策提供必要的支持。

　　信誉模型包含两个主要问题:

　　(1)确定信誉评分规则,在交易完成后以指导评价者对被评价者进行评价。

　　(2)确定信誉集结方法,以实现将当前的评价结果归到被评价者的信誉中,更新被评价者的信誉积分。

　　信誉标度是指交易完成后,交易一方针对交易情况给对方进行信誉反馈评价,而信誉标度规则是指信誉模型提供哪些符号供用户进行选择以完成信誉反馈评价。目前常见的信誉标度方法有文字标度法和数字标度法,如果用文字进行信誉标度,终也将转换为数值(或者进行计数)才能进行信誉集结。

　　信誉集结是指对用户所收到的信誉反馈评价,按照一定的方式进行加工以得到该用户的综合信誉值。信誉集结方法主要有两种:和值法和均值法。和值法是将实体得到的所有信誉评价结果进行累加,作为该实体的综合信誉值;而均值法则是将实体收到的信誉反馈评价进行累加,然后除以信誉反馈评价的次数,将商作为该实体的综合信誉值。（上海网站推广）

　　3标准信誉模型的设计

　　在前人研究的基础上,本文提出了一种基于均值法的信誉模型——标准信誉模型,其定义如下:

　　定义1:设C = {c1,c2,…,cm｝为信誉关键因素的***,ci表示第i个信誉关键因素,可以描述为交易的价格或商品质量等。本文根据C2C交易的特点以及对淘宝网差评记录的分析,提出C2C在线交易的评价可以从以下4个方面进行:商家(或服务)描述的准确度、价格合理度、配送质量、服务质量。给定用户u交易成功后,其交易伙伴v对用户u的原始信誉评分f(v,u)为c1,c2,c3,…,cm下的n维向量,即

　　f(v,u) = [fc1(v,u), fc2(v,u),…,fcm(v,u)]（企业网站建设）

　　式中,fci(v,u)∈[0,1]为评分用户v在信誉关键因素ci下给用户u的信誉反馈评分。

　　设信誉关键因素fci的权重为wi,而W为与C对应的权重***,即:WT = [w1,w2,…,wm]。

　　则v对用户u的本次信誉评分可以表示为:

　　鉴于单次信誉评价已经考虑了信誉是若干因素的综合,且不同用户对信誉的各个因素的重视程度各不相同,很难统一,本文假设w1 = w2 =…= wm = 1/m,即有:[Page]

　　定义2:用户在所有交易中得到的信誉评分的加权平均值称为该用户的标准信誉。u在近一次交易完成后的新标准信誉RAn可以描述为:

　　式中,RAn代表用户u在本次交易完成后的新信誉值;RAn - 1为本次交易前u的信誉值;θ为时间权重,用来降低历史信誉评价在信誉值中的权重;在本模型中,α为评价用户v的可信度,用来修正用户评价的偏颇。

　　在均值型信誉模型中,历史信誉评价在信誉值中的比重下降很快,为了有效打击用户的欺诈行为,激励用户采取诚信行为来提升自己的信誉值,可以令θ= n + 1(推导过程略)。

　　目前主要有两种计算评分用户可信度的方法,即基于用户信誉的方法和基于协同过滤的方法。基于用户信誉的方法认为,信誉评价者的信誉值越高,则其做出的评价就越可信,因此相应的评价权重就应越大。而协同过滤是基于如下假设:人与人之间存在偏好和兴趣上的相似,人对事物的偏好是具有稳定性的,因此可以根据过去的偏好来预测未来的选择。

　　本文建立的基于协同过滤的评分可信度计算公式如下:

　　4仿真分析

　　为了检验本文提出的标准信誉模型的效果,本文利用Matlab设计了一个仿真系统,以eBay信誉模型和总体信誉模型为参照,通过比较在不同规模的恶意用户下恶意行为对信誉计算模型的影响,检验模型的有效性。4.1仿真设计

　　实验共包含100个用户,用户的初始信誉值服从[0,1]上的均匀分布,用户之间进行随机交易,每个用户在仿真过程中完成100次交易,交易后信誉反馈评价服从均值为0.8、标准方差为0.3的正态分布(在仿真中也模拟了均值为0.5～0.9、方差为0.1～0.3等各种组合,得出的结论几乎相同)。用户分为诚信用户和恶意用户两种。恶意用户主要采取信誉诋毁和信誉榨取两种行为。信誉诋毁是用户向其交易伙伴提交负反馈评分,从事虚假交易。而信誉榨取是用户先进行诚信交易,待信誉值达到一定程度后采取欺诈行为以获得额外利益,一般是先进行大量小额交易以快速提升信誉,再进行大额交易以获得高额非法利益。

　　仿真实验需要以下3种信誉模型:一是本文提出的标准信誉模型,二是考虑了历史信誉评价重要度和信誉评价可信度的和值法信誉模型(且称为总体信誉模型),三是eBay的信誉模型。

　　 eBay信誉模型:设用户在第i(i = 1,2,…,n)次交易后的信誉为Ti,交易后用户v对u的信誉评价fn(v,u)取值为{-1,0,1｝中的一种,则有:Tn = Tn - 1 + fn(v,u)。

　　准信誉模型。

　　仿真系统的检验值为不同情况下各模型用户的信誉计算误差。由于标准信誉值的区间为[0,1],而总体信誉的信誉值区间为(0,+∞),而eBay的信誉值区间为(-∞,+∞),为保证可比性,本文设计了能将计算结果统一到[0,1]区间上的评价标准——信誉计算误差(RCE),即:

　　式中,U表示系统中的用户,| U |表示系统中用户的数目;| N |表示交易的次数,n表示第n次交易;Rn(i)表示用户i在第n次交易后的信誉值;对于标准信誉,Rn(i) = RAn(i);对于总体信誉,有Rn(i) = RTn(i);对于eBay的信誉模型,有Rn(i) = Tn。

　　实验分别研究在稳定欺诈(MP恒为1)、波动型欺诈(MP不断变化)两种情况下信誉诋毁行为对模型的影响以及信誉榨取对模型的影响。

　　4.2信誉欺诈仿真分析

　　图1给出了仿真结果。其中,(a)和(b)分别给出了3种信誉模型在信誉欺诈下的仿真结果;(c)和(d)给出了3种信誉模型在信誉欺诈时的仿真结果。

　　从仿真结果可以得出以下结论:

　　(1)与eBay信誉模型相比,总体信誉模型和标准信誉模型因为考虑到了用户信誉评价可信度的问题,并采用协同过滤的方法对评分的可信度进行计算,从而比较准确地甄别了恶意用户,有效地防止了信誉诋毁行为对信誉计算准确性的影响。

　　(2)与总体信誉模型相比,标准信誉模型和eBay信誉模型因为采取了负反馈机制,从而有效地防范了恶意用户的信誉榨取行为。[Page]

　　(3)与eBay信誉模型相比,标准信誉模型由于降低了历史信誉评价在信誉值中的比重,从而能够比eBay模型更有效地防范信誉榨取行为。

　　综上所述,本文提出的标准信誉模型以非负数的形式实现了负反馈,考虑了用户评价的相似性以及历史信誉评价的重要度等问题,通过仿真证明其在防范信誉诋毁和信誉榨取方面与eBay信誉模型相比具有较明显的优势。

　　 5结语（上海网络优化）

　　本文针对目前普遍使用的和值型信誉模型存在的问题,提出了基于均值法的标准信誉模型,并通过系统仿真证实了均值法信誉模型在各影响因子设计合理的情况下同样具备可用性。

　　本文是针对C2C在线交易系统提出的标准信誉模型,在线交易的买卖双方均要接受对方的信誉评价。买方对卖方的信誉评价更容易实现,而卖方对买方则很难进行多维评价。从实际应用来看,卖方的信誉对交易是否成功的影响十分显著;除在线拍卖外,买方的信誉对交易是否成功影响较小。因此,C2C在线交易系统在某些特定条件下有可能实现单向信誉评价,单向信誉评价问题有待于进一步研究。

上一篇: 提升网站权重，引流流量：Andy外链建设规划与执行方案

下一篇: 家长不同意孩子网购合同无效

C2C在线交易系统的标准信誉模型研究

热门文章