C2C在线交易系统的标准信誉模型研究

本文从信誉标度方法和信誉集结方法两个角度对现有主要信誉模型进行了研究,提出了一种基于均值法的信誉模型——标准信誉模型,深入分析了模型的信誉标度、信誉评价可信度以及历史信誉评价可信度等影响因子,并运用系统仿真的方法对其可用性进行了研究。该模型将所有用户的信誉值统一到同一个标准,使不同用户以及同一用户不同时期的信誉状况具备了可比性,使在线信誉系统能够更好地发挥作用,从而促进在线交易的发展。     

基于评分用户可信度的信任模型分析与构建

本文从理论上证明,现有在线信誉系统的信任模型存在忽视评分用户信任度的缺陷,难以激励用户从事持续的诚实交易.针对此问题,本文构建了基于评分用户可信度的信任模型.理论分析表明,该模型可有效弥补现有信任模型的不足.     

C2C电子商务信誉评价模型研究

在C2C电子商务中,进行交易的用户大部分是第一次交易,在交易过程中,由于网络的虚拟性,卖家的信誉情况成为买家最关心的问题,信任问题已经成为C2C电子商务发展中的瓶颈。目前各大网站正在使用的信誉评价系统在一定程度上对买家做出了指导,但目前的信誉评价模型计分方法过于简单,计算得来的信誉值不能真实、有效地反映出卖家的信誉情况。本文针对现有的信誉评价体系的不足,在E-Sporas模型的基础上,引入时间因子,提出一个改进的信誉评价模型,该模型在预防信誉诋毁和信誉共谋的同时,能够动态体现卖家的信誉情况,使信誉值随着时间的变化而变化。     

C2C电子社区成员信誉值的计算模型研究

信任问题是关系C2C社区发展的主要因素之一.通过交易后相互评分,计算C2C社区成员信誉值并为潜在交易提供指导是建立社区信任的一种方法.通过在Sporas模型的基础上增加交易量、交易次数等变量和引入惩罚因子,提出了一种改进的C2C社区成员信誉值计算模型(E-Sporas),并针对信誉诋毁、信誉共谋这2类恶意行为设计仿真实验,检验模型的应用效果,从而为建立在线信誉系统提供一定的借鉴作用.     

基于“柠檬”理论的在线信誉反馈系统有效性研究

信任问题是困扰在线拍卖市场发展的瓶颈之一.在线信誉反馈系统在消除信息不对称性,解决在线拍卖市场逆向选择问题中发挥着重要的作用.首先分析在线拍卖市场中逆向选择问题产生的原因,而后基于"柠檬"理论,从更换交易对手的重复博弈角度分析在线信誉反馈系统中信誉运行模型,对在线拍卖市场的信誉运行机理进行分析.研究指出在线信誉反馈系统能激励卖家诚信交易,一定程度上降低逆向选择问题,为我国在线拍卖网站和网络卖家更好地实施网络声誉战略提供一个思路.     

面向C2C电子商务的多维信誉评价模型

提出了一种面向C2C电子商务的多维信誉评价模型,该模型将反映卖家信誉的因素归结为2类维度,即交易维度和中介维度。前者包括交易时间、交易金额、买家信誉度、欺诈惩罚4个维度;后者包括商盟、消费者保障服务2个维度;模型将C2C卖家信誉集结为一个二元组提供给消费者,作为其进行购买决策的评估指标。通过对淘宝网数据的实证研究证明,其相对传统模型具有更好的信誉区分能力、防信誉诋毁能力、防信誉共谋能力和欺诈惩罚能力。     

拍卖方策略与投标者跳跃式报价——基于在线收藏品拍卖的实证研究

在线拍卖中投标者的跳跃式报价行为如何受拍卖方策略的影响尚缺乏有效论证。本文基于7788收藏(一个收藏品在线拍卖平台)的拍卖数据实证分析了拍卖方策略因素对投标者跳跃式报价行为类型的影响。研究分为两步,首先对获取的拍卖数据进行聚类分析,进而确定了投标者跳跃式报价行为的类型,分别为试探型、竞争型及狙击型。然后基于多元Logit模型计量分析了拍卖方事前策略因素对投标者跳跃式报价行为类型的影响,其中拍卖方事前策略因素包括拍卖规则设置、信誉管理及拍卖品信息展示三方面。结果表明：与试探型跳跃式报价行为相比,拍卖规则类变量更能显著诱发投标者狙击型跳跃式报价行为;拍卖方信誉类变量更能显著诱发投标者竞争型跳跃式报价行为;拍卖品信息类变量对投标者竞争型及狙击型跳跃式报价行为影响均不显著。     

基于信任关系和信息测度的概率语义社会网络群决策模型

设计专家权重和属性指标权重的计算模型已成为近年来备受关注的两个重要研究课题。针对评价信息为概率语义信任函数的社会网络群决策问题,提出一种基于信任关系和信息测度的概率语义社会网络群决策模型。首先,构建基于信任关系的概率语义决策空间,探究专家之间的信任传递模型,通过专家之间信任关系计算专家的权重;其次,引入概率语义信任函数的熵和相似度概念,并运用三角函数设计概率语义信任函数信息熵和相似度的衡量方法;最后,构建基于信任关系和信息测度的概率语义社会网络群决策模型,进而得到合理可靠的决策结果,同时将提出的社会网络群决策模型用于电动汽车供应商的选择实例,对比分析实验验证了模型的合理性和有效性。     

一种Multi-agent System的信任模型

Multi-agent技术已广泛用于大型分布式管理系统的开发.多agent间合作的信任问题会严重影响系统的效率.现有的信任模型基本上都是基于WEB的peer-to-peer环境给出的,它们不太适于multi-agent system(MAS)环境.针对MAS环境中信任的特点,提出了一种基于信誉和关系网的agent信任体系.分析实验表明该模型能促进agent关系网的凝聚性,能较大的提高agent合作伙伴选取的效率,并在重复交往环境下agent的合作成功率,以及在抑制恶意推荐、协同作弊、偏心这些干扰现象上较已有模型有较大改进.该模型在供应链管理和电子商务合作伙伴选择方面,具有一定的理论意义和实用价值.     

基于社交网络分析的区间二元语义群决策方法研究

通过基于Steiner点的区间二元语义集结方法,将评价信息通过相关转化规则量化为对应的二维坐标系中的坐标点集,运用植物模拟生长算法获取对应区间点集的Steiner点(专家群体最优结集点,即群体共识点),按照逆映射关系还原为二元语义集结信息,从而提出一种基于社交网络分析和专家自信偏好关系的区间二元语义群决策问题的新方法。结合专家自信程度系数和社交网络结构中的影响力调整专家主观权重,结合专家相对重要系数与群体相似度系数获取客观权重,最终确定专家综合权重,并对方案进行择优排序。通过算例分析说明方法的可行性和有效性。