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。     

基于信任网络的C2C电子商务信任算法

C2C电子商务交易具有匿名性、随机性、动态性的特点,交易双方仅通过虚拟网络交换信息,缺乏基本的信任基础,交易存在较大的风险.构造科学的信任计算模型、客观度量卖家的可信度、辅助买家(消费者)做出正确的购买决策,是降低交易风险的有效手段之一.为此,从买家的角度出发,详细讨论了信任网络的基本概念及其相关属性,并以信任的时间敏感性、不对称性、可传递性和可选择性为基础,建立了C2C电子商务环境下的动态信任算法(C2C dynamic trust algorithm,简称CDTA).该算法首先通过买家自身的交易经验计算买家对卖家的直接信任度,然后计算来自信任网络中买家的朋友对卖家的推荐信任度,最后通过信任调节因子集成直接信任度和推荐信任度来获得买家对卖家的信任度.仿真实验分析结果表明:一方面,该算法考虑了交易的多属性及其相关性,信任评价的粒度更加细化,使得信任计算的结果更加客观;另一方面,评价相似度可以很好地筛选出符合买家“个性”的推荐节点,使推荐信任度更准确,可以进一步抑制恶意节点对信任算法的影响.     

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。     

基于云模型的电子商务信任机制的研究

为了解决电子商务系统中恶意节点的欺骗行为,提出了一种基于声望的电子商务信任机制.信任具有主观性和不确定性,不同个体的评价标准是不一样的.利用云模型解决不同实体之间的评价标准的差异,从正态分布的角度考虑是否是恶意评估,同时方案还考虑了交易时间、金额等因素对信任度的影响,提高全局声望和局部声望计算的精确性,以提高了信任计算的准确性.最后,对该信任机制的抗攻击性和可行性进行理论分析和实验证明.结果表明该机制能够有效地抵制恶意行为的发生.     

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。     

C2C交易信任管理机制探讨

以一般典型的 C2 C交易类型——拍卖网站为例 ,通过分析其交易风险和安全需求 ,提出一个综合的电子商务信任管理模型 ,并通过实例加以说明 ,从而在总体上给出一个完整的在线信息管理解决途径     

基于云模型和风险评估的信任模型研究

针对基于云模型的信任模型缺乏对反馈信息的可信度量以及风险评估等问题,提出一种新的信任模型。综合反馈实体的评价次数、评价行为一致性等因素对反馈者提交的评价信息进行可信度量,基于加权逆向云生成算法构造被评估实体的实体信任云,根据被评估实体的活跃度和实体信任云的数字特征参数进行交互风险的评估。仿真结果表明,该模型能较好地反映实体的行为特点,提高实体间的交互成功率。     

面向C2C的基于声誉的信任模型设计与分析

现有的信任模型或基于信任链,不能充分利用门户网站上丰富的推荐信息;或缺乏对推荐信息有效性的分析,不能很好地应对信任炒作和诽谤。将以往模型进行改进,对推荐信息采用长期分析和短期分析结合的方法,充分利用了推荐信息,并能有效应对信任炒作和诽谤,可以更好地辅助C2C电子交易系统的用户进行决策。     

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。     

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。     

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。     

C2C电子商务模式下的信用评价研究

在C2C电子商务快速发展的同时,电子商务交易的信用问题逐渐显现出来,成为阻碍其发展的主要问题。对C2C电子商务应用中的信用评价体系进行分析,总结了目前存在的突出问题,并提出了相应的对策及建议。     

基于C2C的电子商务信用体系研究

Credit problem is the main bottleneck which hinders the development of e-commerce. This paper analyzes the current representative C2C credit evaluation models of Taobao and Youa, and proposes an improved model. The improved model uses a multi-standard evaluation system and new credit rating rules. And the evaluation algorithm considers the score of multi-standards, category and price of the commodity together, using a weighted system to calculate the credit score then to determine the credit rating. It solves the main problems which the current C2C credit rating algorithms haven't settled. In addition, the model puts forward some identification measures of false trading, the ID verification rules, and a third-party credit certification center, which partly solve the credit fraud problems arising from the credit island and credit speculation. Finally, the paper compares the improved model with current models to show its superiority.     

一种基于云模型的主观信任评价方法

如何通过直观、简单和有效的评价方法,辅助消费者完成网上交易中的信任决策,已成为该领域需要面对和解决的一个基本问题.在信任云的基础上,提出一种基于云模型的主观信任量化评价方法.使用主观信任云的期望和超熵对信任客体信用度进行定量评价,进而设计一种信任变化云刻画信任客体信用度的变化情况,为进一步的信任决策提供依据.对实验数据的分析表明,该方法能够有效地支持信任主体的主观信任决策过程,对主观信任评价研究进行了有益的探索和尝试.