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。     

在P2P网络中基于簇的全局信誉模型的仿真

P2P网络中存在着大量自私行为和欺诈行为,而现有的信任模型无法真实有效地衡量节点的可信度.针对上述问题,提供了一种快速、安全、优质的信任模型.将簇引入信誉模型制定了一系列管理规则,并将多维度引入信誉算法.各节点遵循管理规则自发形成三种不同的簇域,簇域等级越高,簇内节点服务和被服务的机会和优先权就越高.使用信任度、网络贡献度、累计滥用信任3个参数来计算节点的全局信誉.通过进行仿真和实验分析,验证了信誉模型的合理性和对恶意行为的防御能力.     

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。     

电子商务模式C2C——淘宝网发展中的竞争战略问题浅析

C2C在国内作为一种新的消费模式,虽然起步较晚,但因其自主、便捷、不受地域与时间因素得到强劲发展。而淘宝网后来居上,在短短两年多的时间里,超越了业内的领先者eBay易趣,成为行业的领跑者。首先通过对C2C网络模式特征的介绍,就淘宝网的竞争优势与核心竞争力进行分析,发现其在物流,第三方在线支付,信用三个方面是淘宝网未来发展的主要瓶颈之一。并有针对性的提出在未来竞争中淘宝网可行性的战略,为以后C2C的模式提供有利借鉴。     

基于簇域的P2P信誉评估模型

针对现有的信任模型的网络消耗大、信任数据存储和查询等问题,设计了一种基于簇域的P2P网络拓扑结构的信誉评估模型P2P-Crep.模型采用双层网络拓扑结构,解决信任数据的存储和查询及网络消耗问题.通过对信誉模型的性能分析和仿真试验,验证了模型的动态性、可扩展性以及对电子商务恶意行为的有效抵制.     

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.     

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。     

基于分簇的无线传感器网络中信任节点的研究

对节点的信任值进行研究,来判断节点是否值得信赖。对节点的信任要素进行分析,重点介绍分簇的无线传感器网络(WSNs)中信任的计算模型。在该模型中,综合直接信任和信誉给出信任度的计算方法。直接信任度采用基于贝叶斯评估方法,在推荐信任度的基础上描述信誉。仿真结果表明:在识别恶意节点和簇头选举时显示出该模型的优越性。     

C2C网上拍卖中的信任计算模型研究

在线信任匮乏已成为阻碍网上拍卖快速、健康发展的重要因素。为了帮助用户实施有效的信任决策,针对拍卖网站中现有的信任计算方法的不足以及传统理论信任模型的局限性,本文提出了影响网上拍卖信任的5项信任因素,并构建了C2C网上拍卖中的信任计算模型。最后仿真实验的结果表明模型具有较好的有效性和可行性。     

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。     

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。     

C2C商家信任度动态分类机制研究

在C2C电子商务的交易中,买家因交易目的不同,对商家信任度的粒度要求是不同的。为提高交易的成功率,应建立商家信任度的动态分类机制,以满足不同应用的需求。为此,从买家对商家信任的本质出发,首先通过使用模糊集合理论的隶属度概念,提出了信任的定量描述方法;其次,引进模糊聚类分析方法,建立了商家信任度的动态分类机制;最后,通过实验仿真分析,验证了该方法的有效性和合理性。     

基于H指数的网络信任管理模型

网络信任管理是通过对网络节点间的历史交易数据进行收集、分析和处理,通过建立相应的网络信任模型来提高网络的安全性。本文分析了节点信任和节点声誉的区别,给出了节点声誉的定义,并对网络中全局声誉模型进行了研究。给出了网络信任管理中基于H指数理论的全局声誉信任模型,该模型中利用网络节点的全局声誉值作为节点间是否进行交易的决策依据。     

一种基于信任衰减向量的P2P网络信誉模型

为了解决P2P网络的信誉问题,以电子商务为研究背景,设计了一种基于信任衰减向量的P2P网络信誉模型（P2P-Rep）。本模型采用混合结构式P2P网络的架构,对电子商务中各交易指标的评价向量进行衰减计算,基于交易评价因子推理计算直接信任度、间接信誉度和综合信誉度。仿真实验验证了该模型较低的资源开销和较高的交易成功率。     

基于神经网络和SNA的C2C电子商务信誉欺诈识别研究*

当前,互联网中信誉欺诈行为严重影响了C2C电子商务的发展。如何有效识别互联网上的信誉欺诈商户是当前的研究热点,文中阐述了将基于交易历史的社会网络分析用于构建C2C电子商务信誉欺诈识别指标体系的原理及过程,通过使用LVQ神经网络对雅虎奇摩拍卖网采集的大量用户交易数据进行分类,有效识别出控制多个虚假账户以达到信用累计目的的信誉欺诈商户,对维护C2C电子商务交易的稳定性具有重要意义。     

基于社会网络与声誉信任机制的移动多Agent系统信任模型

基于信任机制的移动多Agent系统中,代理Agent一般通过直接信誉值和推荐信誉值来判断对于另一个Agent的信任程度。由于系统相对巨大,直接信誉值通常难以获得,判断的正确性很大程度上依赖于推荐信誉值的准确性和可靠性。通过对整个多Agent系统进行社会网络的挖掘,用以得到与代理Agent存在潜在社会关系的一组Agent。对这组Agent提供的推荐信息充分信任,并优先使用这些Agent提供的信息进行推荐信誉值的计算。最后通过双方直接交易的多寡判断综合信任值中直接信誉值与推荐信誉值的权重。通过实验验证了该模型的有效性。