（上海企業網站建設）[摘要]本文從信譽標度方法和信譽集結方法兩個角度對現有主要信譽模型進行了研究,提出了一種基于均值法的信譽模型——標準信譽模型,深入分析了模型的信譽標度、信譽評價可信度以及歷史信譽評價可信度等影響因子,并運用系統仿真的方法對其可用性進行了研究。該模型將所有用戶的信譽值統一到同一個標準,使不同用戶以及同一用戶不同時期的信譽狀況具備了可比性,使在線信譽系統能夠更好地發揮作用,從而促進在線交易的發展。

    1引言（上海網站建設）

　　在線交易近幾年發展迅速,由于交易中的機會主義行為導致很多網絡欺詐現象:由于買家不能直接看到商品,只能依賴于賣家對產品描述的精確性和賣家的信譽來確定是否投標和投標大小;由于交易的匿名性,參與者進入和退出門檻低并易于改變身份,使參與者雙方很難達成信任關系。根據中國互聯網信息中心2006年發布的調查報告,拍賣網上買家對淘寶網不滿意的是買賣糾紛處理、網站賠付擔保承諾、信用評估機制和專家信譽,對商家信譽擔心的購物者占調查總人數的34%。在線信譽匱乏已經成為阻礙在線拍賣快速、健康發展的重要因素。

　　在此背景下,Resenik等提出了在線信譽系統這一新型的信任機制,其目的是建立、維護在線信任關系,保障在線市場秩序。目前一些簡易的在線信譽系統已經成功地運用于eBay、Yahoo、Amazon、淘寶網、拍拍網等C2C網站。

　　2信譽模型（上海做網站）

　　在線信譽系統主要以信譽模型為核心,通過定量分析為交易雙方提供信譽決策所需的數據、信息和背景材料,幫助交易雙方明確潛在交易對象(組),建立或修改決策模型,提供各種備選方案并對各方案進行評價和選優,利用人機交互功能進行分析、比較和判斷,為科學的信譽決策提供必要的支持。

　　信譽模型包含兩個主要問題:

　　(1)確定信譽評分規則,在交易完成后以指導評價者對被評價者進行評價。

　　(2)確定信譽集結方法,以實現將當前的評價結果歸到被評價者的信譽中,更新被評價者的信譽積分。

　　信譽標度是指交易完成后,交易一方針對交易情況給對方進行信譽反饋評價,而信譽標度規則是指信譽模型提供哪些符號供用戶進行選擇以完成信譽反饋評價。目前常見的信譽標度方法有文字標度法和數字標度法,如果用文字進行信譽標度,終也將轉換為數值(或者進行計數)才能進行信譽集結。

　　信譽集結是指對用戶所收到的信譽反饋評價,按照一定的方式進行加工以得到該用戶的綜合信譽值。信譽集結方法主要有兩種:和值法和均值法。和值法是將實體得到的所有信譽評價結果進行累加,作為該實體的綜合信譽值;而均值法則是將實體收到的信譽反饋評價進行累加,然后除以信譽反饋評價的次數,將商作為該實體的綜合信譽值。（上海網站推廣）

　　3標準信譽模型的設計

　　在前人研究的基礎上,本文提出了一種基于均值法的信譽模型——標準信譽模型,其定義如下:

　　定義1:設C = {c1,c2,…,cm｝為信譽關鍵因素的集合,ci表示第i個信譽關鍵因素,可以描述為交易的價格或商品質量等。本文根據C2C交易的特點以及對淘寶網差評記錄的分析,提出C2C在線交易的評價可以從以下4個方面進行:商家(或服務)描述的準確度、價格合理度、配送質量、服務質量。給定用戶u交易成功后,其交易伙伴v對用戶u的原始信譽評分f(v,u)為c1,c2,c3,…,cm下的n維向量,即

　　f(v,u) = [fc1(v,u), fc2(v,u),…,fcm(v,u)]（企業網站建設）

　　式中,fci(v,u)∈[0,1]為評分用戶v在信譽關鍵因素ci下給用戶u的信譽反饋評分。

　　設信譽關鍵因素fci的權重為wi,而W為與C對應的權重集合,即:WT = [w1,w2,…,wm]。

　　則v對用戶u的本次信譽評分可以表示為:

　　鑒于單次信譽評價已經考慮了信譽是若干因素的綜合,且不同用戶對信譽的各個因素的重視程度各不相同,很難統一,本文假設w1 = w2 =…= wm = 1/m,即有:[Page]

　　定義2:用戶在所有交易中得到的信譽評分的加權平均值稱為該用戶的標準信譽。u在近一次交易完成后的新標準信譽RAn可以描述為:

　　式中,RAn代表用戶u在本次交易完成后的新信譽值;RAn - 1為本次交易前u的信譽值;θ為時間權重,用來降低歷史信譽評價在信譽值中的權重;在本模型中,α為評價用戶v的可信度,用來修正用戶評價的偏頗。

　　在均值型信譽模型中,歷史信譽評價在信譽值中的比重下降很快,為了有效打擊用戶的欺詐行為,激勵用戶采取誠信行為來提升自己的信譽值,可以令θ= n + 1(推導過程略)。

　　目前主要有兩種計算評分用戶可信度的方法,即基于用戶信譽的方法和基于協同過濾的方法。基于用戶信譽的方法認為,信譽評價者的信譽值越高,則其做出的評價就越可信,因此相應的評價權重就應越大。而協同過濾是基于如下假設:人與人之間存在偏好和興趣上的相似,人對事物的偏好是具有穩定性的,因此可以根據過去的偏好來預測未來的選擇。

　　本文建立的基于協同過濾的評分可信度計算公式如下:

　　4仿真分析

　　為了檢驗本文提出的標準信譽模型的效果,本文利用Matlab設計了一個仿真系統,以eBay信譽模型和總體信譽模型為參照,通過比較在不同規模的惡意用戶下惡意行為對信譽計算模型的影響,檢驗模型的有效性。4.1仿真設計

　　實驗共包含100個用戶,用戶的初始信譽值服從[0,1]上的均勻分布,用戶之間進行隨機交易,每個用戶在仿真過程中完成100次交易,交易后信譽反饋評價服從均值為0.8、標準方差為0.3的正態分布(在仿真中也模擬了均值為0.5～0.9、方差為0.1～0.3等各種組合,得出的結論幾乎相同)。用戶分為誠信用戶和惡意用戶兩種。惡意用戶主要采取信譽詆毀和信譽榨取兩種行為。信譽詆毀是用戶向其交易伙伴提交負反饋評分,從事虛假交易。而信譽榨取是用戶先進行誠信交易,待信譽值達到一定程度后采取欺詐行為以獲得額外利益,一般是先進行大量小額交易以快速提升信譽,再進行大額交易以獲得高額非法利益。

　　仿真實驗需要以下3種信譽模型:一是本文提出的標準信譽模型,二是考慮了歷史信譽評價重要度和信譽評價可信度的和值法信譽模型(且稱為總體信譽模型),三是eBay的信譽模型。

　　 eBay信譽模型:設用戶在第i(i = 1,2,…,n)次交易后的信譽為Ti,交易后用戶v對u的信譽評價fn(v,u)取值為{-1,0,1｝中的一種,則有:Tn = Tn - 1 + fn(v,u)。

　　準信譽模型。

　　仿真系統的檢驗值為不同情況下各模型用戶的信譽計算誤差。由于標準信譽值的區間為[0,1],而總體信譽的信譽值區間為(0,+∞),而eBay的信譽值區間為(-∞,+∞),為保證可比性,本文設計了能將計算結果統一到[0,1]區間上的評價標準——信譽計算誤差(RCE),即:

　　式中,U表示系統中的用戶,| U |表示系統中用戶的數目;| N |表示交易的次數,n表示第n次交易;Rn(i)表示用戶i在第n次交易后的信譽值;對于標準信譽,Rn(i) = RAn(i);對于總體信譽,有Rn(i) = RTn(i);對于eBay的信譽模型,有Rn(i) = Tn。

　　實驗分別研究在穩定欺詐(MP恒為1)、波動型欺詐(MP不斷變化)兩種情況下信譽詆毀行為對模型的影響以及信譽榨取對模型的影響。

　　4.2信譽欺詐仿真分析

　　圖1給出了仿真結果。其中,(a)和(b)分別給出了3種信譽模型在信譽欺詐下的仿真結果;(c)和(d)給出了3種信譽模型在信譽欺詐時的仿真結果。

　　從仿真結果可以得出以下結論:

　　(1)與eBay信譽模型相比,總體信譽模型和標準信譽模型因為考慮到了用戶信譽評價可信度的問題,并采用協同過濾的方法對評分的可信度進行計算,從而比較準確地甄別了惡意用戶,有效地防止了信譽詆毀行為對信譽計算準確性的影響。

　　(2)與總體信譽模型相比,標準信譽模型和eBay信譽模型因為采取了負反饋機制,從而有效地防范了惡意用戶的信譽榨取行為。[Page]

　　(3)與eBay信譽模型相比,標準信譽模型由于降低了歷史信譽評價在信譽值中的比重,從而能夠比eBay模型更有效地防范信譽榨取行為。

　　綜上所述,本文提出的標準信譽模型以非負數的形式實現了負反饋,考慮了用戶評價的相似性以及歷史信譽評價的重要度等問題,通過仿真證明其在防范信譽詆毀和信譽榨取方面與eBay信譽模型相比具有較明顯的優勢。

　　 5結語（上海網絡優化）

　　本文針對目前普遍使用的和值型信譽模型存在的問題,提出了基于均值法的標準信譽模型,并通過系統仿真證實了均值法信譽模型在各影響因子設計合理的情況下同樣具備可用性。

　　本文是針對C2C在線交易系統提出的標準信譽模型,在線交易的買賣雙方均要接受對方的信譽評價。買方對賣方的信譽評價更容易實現,而賣方對買方則很難進行多維評價。從實際應用來看,賣方的信譽對交易是否成功的影響十分顯著;除在線拍賣外,買方的信譽對交易是否成功影響較小。因此,C2C在線交易系統在某些特定條件下有可能實現單向信譽評價,單向信譽評價問題有待于進一步研究。