李道全++郭瑞敏++吳興成

摘 要： 電子商務(wù)中如何選擇可信賣家進行交易已經(jīng)成為眾多學者研究的對象，在此采用拍賣模式描述電子商務(wù)中的交易行為，并基于相似度、可信推薦者列表為買家選擇可信的交易賣家。首先，計算買家與推薦者評價的相似度并選擇較可信的一些推薦者加入到可信推薦者列表；然后，基于買家的可信推薦者列表，結(jié)合時間窗口等方面的因素，計算出賣家的私有信任度和公有信任度；最后，通過期望價值函數(shù)為買家選擇出可信交易賣家。實驗表明，該模型能夠提高信任度計算的準確性，有效幫助買家選擇可信賣家，提高交易成功率。

關(guān)鍵詞： 評價相似度； 私有信任度計算； 公有信任度計算； 可信賣家； 時間窗口

中圖分類號： TN99?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2017）18?0015?05

Trust model based on evaluation similarity and auction behavior

LI Daoquan， GUO Ruimin， WU Xingcheng

（School of Computer Engineering， Qingdao University of Technology， Qingdao 266033， China）

Abstract： How to choose trusted sellers in e?commerce transactions has become one of research objects of many scholars. In this paper， the auction mode is used to describe the trading behavior in e?commerce transactions， and trusted sellers are selected for buyers on the basis of evaluation similarity and list of trusted recommenders. First， the similarity between the buyers′evaluation and the recommenders′ evaluation is calculated to add some recommenders into the list of trusted recommenders. Then， based on the list of trusted recommenders and other factors such as the time window， the seller′s private credibility and public credibility are calculated. Finally， the trustworthy seller can be selected for the buyer by means of the expected value function. The experimental results show that the model can improve the accuracy of credibility calculation， help buyers select trusted sellers， and improve the success rate of transactions.

Keywords： evaluation similarity； private credibility calculation； public credibility calculation； trusted seller； time window

0 引 言

在電子商務(wù)中，由于交易雙方空間上的隔離、異步、匿名等因素，使得網(wǎng)上交易存在更大的風險。如何建立、保持和增進交易雙方的信任，是電子商務(wù)市場迫切需要解決的問題。文獻[1]中借鑒社會心理學提出了一種基于用戶評分相似性的模型，若兩個用戶在行為上具有較高的相似性，則表明他們更容易相信對方，把用戶評分相似性作為信任模型推薦時的權(quán)重系數(shù)來計算賣家綜合信任度。文獻[2]提出了一種基于推薦的集中式信任模型，該模型綜合了用戶間購買行為的相似度和評價的時效性確定對某件商品的推薦信任值，同時結(jié)合自身交易經(jīng)驗的直接信任值，來獲取對該商品的綜合信任度。文獻[3]針對EigenRep信任模型沒有對惡意節(jié)點惡意欺騙行為作出信譽懲罰修正的問題，加入了影響因子，使得節(jié)點計算的全局信譽更客觀，同時針對迭代計算導致的系統(tǒng)開銷過大的問題提出了一種新的信任機制。文獻[4]提出運用“縱橫向拉開檔次法”的綜合評價方法，其特點是指標權(quán)重的確定能盡量將被評價對象在縱橫向拉開檔次，能夠動態(tài)體現(xiàn)賣家的信譽情況，使信譽值隨著時間的變化而變化。以上研究理論基于不同場景、不同計算方法，都能夠幫助買家選擇最終可信的交易賣家，但仍然存在不足。在計算賣家的綜合信任度時，未經(jīng)篩選，將所有推薦者都考慮在內(nèi)，降低了準確性。因此，本文提出一種基于買家可信推薦者列表，并結(jié)合賣家私有信任度和公有信任度的方法，大大提高了交易的成功率。結(jié)合相關(guān)文獻，給出本文提出的信任的相關(guān)定義[5]。私有信任度是指根據(jù)買家與候選賣家直接交易做出的評價而得到的賣家私有信任度。公有信任度是指根據(jù)計算得出的可信推薦者列表中的可信推薦者對候選賣家做出的評價而得到賣家的公有信任度。綜合信任度是指分別對推薦者和賣家的私有信任度和公有信任的加權(quán)求和而分別得出的推薦者和賣家的綜合信任度。推薦者是指買家發(fā)送自己的請求之后，信任處理平臺會分配一些與買家有過共同交易的其他買家當作可信推薦者候選人（如果沒有共同交易過的買家，信任處理平臺會隨機分配一些）?？尚磐扑]者是指通過一定算法，從中央服務(wù)器分配的推薦者當中選擇出來最終可以被買家信任的推薦者。endprint

3 結(jié) 論

本文在選擇推薦者方面做出了改進，加入了可信推薦者列表機制，結(jié)合賣家的私有信任度和公有信任度，降低了惡意節(jié)點的欺騙行為，最終選擇出最可信的交易賣家，提高了交易的成功率。但是，可信推薦者列表的形成，需要計算大量的數(shù)據(jù)節(jié)點，空間復雜度較大。今后需要進一步的研究。

參考文獻

[1] 董曉華，周彥暉.基于相似度的信任推薦模型[J].計算機科學，2013，40（10）：132?134.

[2] 鄧攀，鐘將.基于推薦的抗攻擊電子商務(wù)信任模型[J].計算機應(yīng)用，2013，33（12）：3490?3493.

[3] 李俊，薛偉，甘旭陽.基于EigenRep信任模型的一種改進信任機制[J].計算機科學，2013，40（7）：113?115.

[4] 陳柳鑫，趙倩茹，馬凱.基于縱橫向拉開檔次法的電子商務(wù)在線信譽評價模型[J].現(xiàn)代電子技術(shù)，2014，37（19）：117?120.

[5] ZHANG J， COHEN R. A framework for trust modeling in multiagent electronic marketplaces with buying advisors to consider varying seller behavior and the limiting of seller bids [J]. ACM transactions on intelligent systems & technology， 2013， 4（2）： 1?22.

[6] J?SANG A， ISMAIL R. The beta reputation system [C]// Proceedings of the 15th Bled Conference on Electronic Commerce. Slovenia： [s.n.]， 2002： 1?14.

[7] 鄧建春.可信網(wǎng)絡(luò)的信任模型研究[D].成都：電子科技大學，2013.

[8] 鄭柏玲.B2C電子商務(wù)網(wǎng)站盈利模式研究[D].北京：中國地質(zhì)大學，2014.

[9] 孫萍萍.基于復雜網(wǎng)絡(luò)的網(wǎng)上拍賣信任模型動態(tài)推薦機制研究[D].青島：中國海洋大學，2012.

[10] LUKE TEACY W T， PATEL J， JENNINGS N R， et al. Travos： trust and reputation in the context of inaccurate information sources [J/OL]. [2011?06?25]. https：//wenku.baidu.com/view/76204d136c175f0e7cd137b5.html.

[11] 童向榮.多Agent合作求解中的信任與協(xié)商研究[D].北京：北京交通大學，2010.endprint