电子商务中信任模型动态性与稳定性研究

计算机与现代化

电子商务中信任模型动态性与稳定性研究

广州铁路职业技术学院，广东广州510430

收稿日期:2013-11-29 出版日期:2014-04-17 发布日期:2014-04-23
作者简介:作者简介：刘薇（1982），女（苗族），广西桂林人，广州铁路职业技术学院讲师，硕士，研究方向：计算机网络，电子商务。

Dynamics and Stability of Trust Model in ECommerce

Guangzhou Institute of Railway Technology， Guangzhou 510430， China

Received:2013-11-29 Online:2014-04-17 Published:2014-04-23

摘要/Abstract

摘要：

摘要：信任信誉机制是电子商务中建立公平交易环境、促进交易量的重要基础。当前电子商务中信任计算普遍动态性不足，缺乏激励机制。本文提出一种新的信任计算模型，该模型中一方对另一方的信任包括两部分：一是从交易双方的直接交易历史经验中得到的直接信任；二是该交易方通过另一方的全局信誉获得的间接信任。该模型考虑时间因素对信任的影响，引入可信时间窗口的概念和对恶意交易的惩罚机制，由此带来的信任动态性可以有效促进双方公平交易的积极性。信任动态性会导致稳定性问题，本文研究如何平衡信任的动态性与稳定性。实验结果表明，该信任模型具有良好的动态性和稳定性，有助于建立公平而富有活力的电子商务交易环境。



关键词: , 信任模型, 动态性, 稳定性, 电子商务

Abstract:

Abstract: Currently, most researches on trust model are focused on its computability and diversity, but ignore its dynamics and stability. This paper presents a new trust model for Ecommerce system focusing on its dynamics and stability. In this trust model, peer A’s trust in peer B consists of two parts： A’s direct trust in B and the reputationbased trust of B. A’s direct trust in B is computed according to A’s rating about their transactions. The reputationbased trust of B is computed according to all peers’ transaction rating to him. Considering influence of the time factor, a new concept named credible time window is defined and a punishment mechanism for failed transactions is designed, so the dynamics trust model can motivate a fair exchange effectively. The dynamics of the model can affect the stability, how to balance them in different situation is studied. The experimental results show that this model outperforms the existing trust models in dynamics, and it can make a balance between its dynamics and stability as required.



Key words:

, Key words: , trust model； dynamics； stability； Ecommerce

中图分类号:

TP311

刘薇. 电子商务中信任模型动态性与稳定性研究[J]. 计算机与现代化.

LIU Wei. Dynamics and Stability of Trust Model in ECommerce[J]. Computer and Modernization.

参考文献

［1］

Lavrac N, Ljubic P, Urbancic T, et al. Trust modeling for networked organizations using reputation and collaboration estimates［J］. IEEE Transactions on Systems, Man and Cybernetics, 2007,37(3):429439.

［2］唐文,陈钟. 基于模糊集合理论的主观信任管理模型研究［J］. 软件学报, 2003,14(8):14011408.

［3］唐文,胡建斌. 基于模糊逻辑的主观信任管理模型研究［J］. 计算机研究与发展, 2005,42(5):797803.

［4］ Yao Wang, Julita Vassileva. Bayesian network trust model in peertopeer networks［C］// Proceedings of the Second International Workshop Peers and PeertoPeer Computing. 2005:2334.

［5］ Li X, Ling L. PeerTrust: Supporting reputationbased trust for peertopeer electronic communities［J］. IEEE Transactions on Knowledge and Data Engineering, 2004,16(7):843857.

［6］ Kamvar S D, Schlosser M T, GarciaMolina H. The Eigentrust algorithm for reputation management in P2P networks［C］// Proceedings of the 12th International Conference on World Wide Web. 2003:640651.

［7］ Runfang Z, Kai H. PowerTrust: A robust and scalable reputation system for trusted peertopeer computing［J］. IEEE Transactions on Parallel and Distributed Systems, 2007,18(4):460473.

［8］ Elizabeth Chang, Patricia Thomson, Tharam Dillon, et al. The fuzzy and dynamic nature of trust［C］// Proceedings of the Second International Conference on Trust, Privacy, and Security in Digital Business. 2005:161174.

［9］ Huberman B A, Wu F. The dynamics of reputations［J］. Journal of Statistical Mechanics: Theory and Experiment, 2004(4):622.

［10］Ming F, Yong T, Whinston A B. Evaluation and design of online cooperative feedback mechanisms for reputation management［J］. IEEE Transactions on Knowledge and Data Engineering, 2005,17(2):244254.

［11］姜守旭,李建中. 一种P2P电子商务系统中基于声誉的信任机制［J］. 软件学报, 2007,18(10):25512563．

[1]	李静元, 张珂, 杨东裕. 基于雾计算的工业互联网安全数据访问方法[J]. 计算机与现代化, 2022, 0(12): 118-122.
[2]	惠飞, 席辉, 张凯望, 魏思. 考虑后视和多前车信息反馈的车辆跟驰模型[J]. 计算机与现代化, 2022, 0(08): 70-77.
[3]	李乾仕, 王淑营, 曾文驱. 柔性工作流路径变更研究与应用[J]. 计算机与现代化, 2021, 0(11): 44-49.
[4]	陈春燕, 刘梦赤. 基于粒子群遗传算法的智能组卷策略[J]. 计算机与现代化, 2021, 0(08): 16-23.
[5]	宋鑫, 樊志强, . 基于Laguerre 前向神经网络的信息服务性能建模方法 [J]. 计算机与现代化, 2021, 0(03): 1-6.
[6]	魏健, 赵红涛, 刘敦楠, 加鹤萍 . 基于集成模型的超短时负荷预测方法[J]. 计算机与现代化, 2021, 0(03): 12-17.
[7]	陈鹏飞1，2，冯金芝1，2，刘书帆1，2，王斌1，2. 基于计算机虚拟样机技术的轿车悬架性能研究[J]. 计算机与现代化, 2019, 0(09): 112-.
[8]	段桂芹1，邹臣嵩2，刘锋2. 基于优化初始聚类中心的K中心点算法[J]. 计算机与现代化, 2019, 0(04): 1-.
[9]	李富星，蒙祖强 . 一种改进的类别区分词特征选择算法[J]. 计算机与现代化, 2019, 0(03): 73-.
[10]	白晓波1，邵景峰1，和征1，田建刚2. 基于学习的核偏最小二乘法优化扩展卡尔曼滤波[J]. 计算机与现代化, 2018, 0(09): 110-.
[11]	郑亚鹏，樊璐. 基于LSTM的临床血液需求预测方法[J]. 计算机与现代化, 2018, 0(05): 41-.
[12]	刘德春1，张秀国2，姜微2. 基于马尔科夫链的大学生自主学习能力预测方法[J]. 计算机与现代化, 2018, 0(05): 106-.
[13]	夏琨1，丁波1，刘俊1，刘子豪1，林亮成2. 基于内容分析的网络协议指纹识别[J]. 计算机与现代化, 2018, 0(05): 121-.
[14]	李华，江峰，于旭，杜军威，刘国柱. 基于粒度决策熵的属性约简[J]. 计算机与现代化, 2018, 0(04): 7-.
[15]	陈丽娟，谢伙生. 带负项值的onshelf效用项集并行挖掘算法[J]. 计算机与现代化, 2018, 0(04): 13-.