社会网络中交易节点的选取及其信任关系计算方法

社会网络环境中,由于缺乏有效的激励策略,导致节点缺乏服务交易的主动性和积极性;由于存在利益相关,一些节点会相互联合去共同推荐某个节点,形成协同作弊和信任推荐不可信的问题.为此,提出了社会网络中交易节点的选取及其信任关系计算方法.通过设计竞标服务策略来调动节点提供资源服务的积极性.针对不同服务中评价指标权重难以客观确定的问题,提出基于熵权的指标权重确定方法,并利用TOPSIS方法来选择合适的网络交易节点以避免交易节点选取的随意性.由于信任与风险并存,因此引入交易影响力函数来融合节点的直接信任和推荐信任以确定所选交易节点的可信性,并通过考虑推荐时间影响函数、交易内容相似度和推荐熟悉度等多维影响因子来保证推荐可信性.最后提出了基于多属性的节点推荐信任度更新方法.仿真结果表明文中方法对提高节点服务积极性、抑制节点协同作弊和恶意欺诈都有较好的效果.     

基于群组的C2C电子商务信任模型研究

国内的电子商务平台大多采用eBay信任模型,对买家反馈评分进行简单累加得到卖家信誉值,未区分买家反馈评分的合理性及其参考价值的重要程度。为此,提出一种基于群组的C2C电子商务信任模型,通过计算买家与卖家的熟悉度,确定买家的可信度,综合考虑反馈评分、交易次数、交易价格、交易时间、以往买家的可信度对信誉的影响,构建电子商务信任模型。模拟实验结果证明,相比Sporas模型,该模型能为买家提供更全面、更准确的卖家信誉信息。     

C2C电子商务信任评价模型设计与实现

目前C2C电子商务环境下使用的信任评价模型存在诸多问题,提出基于交易成功率的C2C电子商务信任评价模型,并从模型框架、信任值计算、信任评价模型算法、用户信任值存储、仿真实验等多个方面对模型进行阐述。通过仿真实验,从评价准确率和交易成功率两点就本模型与淘宝的信任评价模型进行比较。     

C2C电子商务中基于声誉的信任评估模型

C2C模式电子交易平台以其便利、自由和高效性,而得到迅速发展,但由于其中信任评价机制的不完善,使得对交易参与者的监管难度增大,交易中仍存在较大的风险。针对目前信任评价机制的不完善,提出了基于声誉的信任机制,通过计算交易参与方的信任度以达到识别不诚实的个体的目的。通过进一步研究和分析影响评价的因素,使用时间窗口和交易窗口机制对参与计算的评价进行选择,并综合考虑评价者的自身信任度。对模型的有效性和效率都进行了理论分析和实验验证。结果表明,提出的模型能够有效地应用于C2C电子商务系统中。     

P2P网络中信任评价研究

为了提高P2P网络节点间交互的安全性及成功率,客观地反映信任的模糊性与随机性本质,提出基于云模型的信任评价模型.通过信任云及其数字特征的定义,实现了信任定性描述与定量表示的统一.基于逆向信任云生成算法、信任云合并算法进行信任综合,以便获得更为完整的信任信息,并在推荐节点的选择上引进了信任的不确定度计算,提高了推荐的可靠性.通过信任云的相似度计算算法,生成相应的信任综合评价结果,作为节点交易的参考和依据,实现了信任的决策.通过仿真实验,表明该方法可较为客观、真实地反映P2P节点间的信任程度,从而为节点间成功交易提供了科学的、有效的决策依据.     

基于声誉的多维度信任计算算法

针对移动Agent电子商务环境,大多数基于声誉的信任算法是单维度的,评价的节点只对历史交易给出单一的评价,并不区分节点服务内容,给出的信任评价粒度较粗.对此,提出了一种基于声誉的多维度信任算法RMDT(reputation-based multi-dimensional trust).给出了一种新的推荐可信度计算方法,...     

P2P网络环境下基于推荐的信任模型

基于网络中节点之间不仅仅局限于直接交易建立起来的信任关系,还包括了第三方推荐信任的事实,提出了在P2P网络环境下基于推荐的信任模型。该模型用成功次数与失败次数在总交易数目中的比例作为直接信任度,将交易信誉与推荐信誉明确区分出来,引入了偏移因子计算推荐节点的可信性,通过惩罚因子和风险因素动态平衡节点直接信任度和其他节点的推荐信任度,得到目标节点的综合信任值,并给出仿真实验验证。实验结果证明,模型计算的综合信任值更趋近其真实值,并且能抵抗恶意节点的诋毁、协同作弊等威胁。     

C2C信用评价体系的风险计算

目前,C2C电子商务网站纷纷建立了较合理的评价体系,但在交易中仍然存在风险问题。本文通过对C2C模式交易过程的分析,提出了一种根据历史交易的情况,综合考虑卖家的信用值、买家的信用等级以及商品价格等因素的信用风险计算方法。通过模拟实验表明,对目前网上购物的信用炒作起到了一定的防御作用,有助于交易者做出正确的交易决策,为电子商务网站提供了更有效的信用评价信息。     

P2P网络中基于激励机制的信任模型

针对P2P网络提出一种信任模型。通过区分直接信任和间接信任,使推荐信任度主要依赖节点以往的成功推荐次数而非直接信任度,以抵御拥有较高直接信任度的节点对正常节点进行诋毁或欺骗。为避免非恶意节点因为网络延时等原因导致服务失败而被孤立出网络,引入激励机制和信任重建机制,定期提高非恶意节点的信任值,使其能重新加入网络,从而加强网络的容错性。实验结果表明,该模型能有效保护非恶意节点,孤立恶意节点,使网络具有更好的健壮性。     

基于信任模型的协同过滤推荐算法

提出一种基于信任机制的协同过滤推荐算法,其中,直接信任度基于共同评价项目得出,推荐信任度通过对项目的预测得出。借鉴社会网络中人与人之间的信任评价方法,使用户之间的相似度计算更加准确,从而为目标用户提供更好的推荐结果。实验结果表明,该模型提高了信任度预测的准确性及系统的推荐质量。     

基于C2C的可信信用评价模型

提出一个基于C2C的可信信用评价模型。该模型根据历史交易记录,在综合考虑交易金额、买卖双方信誉度、交易次数、差评次数、未评价交易的基础上,采用动态计算的方式,为交易的成功进行提供可靠的依据。该模型可以有效甄别恶意用户和诚信用户,从而减少信誉诋毁行为,并可减少信誉榨取行为,提高C2C电子交易的安全性。     

一种直接评价节点诚信度的分布式信任机制

基于信誉的信任机制能够有效解决P2P网络中病毒泛滥和欺诈行为等问题.现有信任机制大多采用单个信誉值描述节点的诚信度,不能防止恶意节点用诚信买行为掩盖恶意卖行为;而且从信誉值上无法区分初始节点和恶意节点.提出一种新的分布式信任机制,基于交易历史,通过迭代求解,为每个节点计算全局买信誉值和卖信誉值,根据信誉值便能判断节点的善恶.仿真实验对比和性能分析表明,与EigenTrust算法相比,该算法能够迅速降低恶意节点的全局信誉值,抑制合谋攻击,降低恶意交易概率.     

电子商务下的信任网络构造与优化

电子商务环境中交易实体间的信任关系类似于传统商务环境中复杂的社会关系.实体间的信任度量涉及到交易额、交易发生时间、消费实体个人收入及其对信任的风险态度等因素,难以准确地给出量化计算.为探明这种信任关系的本质特点,结合现实生活中社会关系网络的一些认知理论和方法,详细分析和定义了实体及实体关系的相关属性,提出了一种信任网络描述的形式化模型.研究了信任网络的构造方法,建立了一套信任网络优化算法,有效地降低了信任网络的复杂性.最后,给出了一套信任网络可视化自动生成工具,通过实例应用分析表明,信任网络形式化描述模型和优化算法可以很好地揭示电子商务环境中复杂的信任关系,降低了信任度量算法的复杂度,可为信任的传播机制和信任计算模型的研究提供理论基础.     

Contracting With Uncertain Level Of Trust

The paper investigates the impact of trust on market efficiency and bilateral contracts. We prove that a market in which agents are trusted to the degree they deserve to be trusted is as efficient as a market with complete trustworthiness. In other words, complete trustworthiness is not a necessary condition for market efficiency. We prove that distrust could significantly reduce market efficiency, and we show how to solve the problem by using appropriately designed multiagent contracts. The problem of trust is studied in the context of a bilateral negotiation game between a buyer and a seller. It is shown that if the seller's trust equals the buyer's trustworthiness, then the social welfare, the amount of trade, and the agents' utility functions are maximized. The paper also studies the efficiency of advance payment contracts as a tool for improving trustworthiness. It is proved that advance payment contracts maximize the social welfare and the amount of trade. Finally, the paper studies the problem of how to make agents truthfully reveal their level of trustworthiness. An incentive–compatible contract is defined, in which agents do not benefit from lying about their trustworthiness. The analysis and the solutions proposed in this paper could help agent designers avoid many market failures and produce efficient interaction mechanisms.     

基于交易成功率的P2P电子商务信任模型

目前在复杂电子商务环境下的P2P信任模型对于欺诈交易的遏止和惩罚力度不够,为此,提出基于交易成功率的P2P电子商务信任模型,从单次交易信任值、综合信任值、直接交易成功率、间接交易成功率方面给出模型的具体实现方法。仿真结果表明,与淘宝的信任模型相比,该模型具有更好的评价准确率和交易成功率。     

一种基于模糊理论的P2P电子商务信任模型

为了提高P2P电子商务交易的安全性,根据P2P电子商务的特征,提出一种基于模糊理论的信任模型。将信任化分为直接信任和推荐信任。用模糊集来刻画直接信任值,对影响信任主体的多种因素给出了详细的模糊综合评判算法。利用交易金额和交易时间来确定推荐信任的权值。实验表明该信任模型与基于概率估计的信誉评价体系算法相比,该算法误差较小,能有效防止节点的恶意行为,可以很好地应用于P2P电子商务中。     

基于云模型的C2C电子商务信任评价模型

针对C2C电子商务存在的交易安全性问题,提出了基于云模型理论的信任评价模型。通过信任云及信任标准云的定义,客观地反映了信任的模糊性和随机性,实现了信任从定性到定量间的相互转换。给出了信任云的合并及相似度计算算法,实现了信任的分属性及综合评价和决策,仿真实验表明模型是可行的和有效的。     

基于社会网络与信誉的C2C信任评价模型

将概率论和社会网络理论应用到信任传递以及多信任路径建模中,针对C2C交易平台实际的商业网络特征,提出基于社会网络与信誉的C2C信任评价模型。引入相似度计算建立簇与簇之间的关联,以解决C2C交易网络存在的买卖分工明确、稀疏性、聚簇问题。对淘宝网C2C交易平台数据的分析表明,该模型对淘宝网现有信誉机制具有较好的改进和补充作用,更符合现实生活中人与人之间的信任和推荐关系。