[發明專利]基于信任模型的移動電子商務微支付方案

無效

• 申請號: 200910312363.8
• 申請日: 2009-12-28
• 公開（公告）號: CN102110258A
• 公開（公告）日: 2011-06-29
• 發明（設計）人: 朱建明;張巍;王魯濱;林政;章寧
• 申請（專利權）人: 朱建明
• 主分類號: G06Q20/00
• 分類號: G06Q20/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.在線信任匱乏也是阻礙移動電子商務快速、健康發展的重要因素。因此，需要建立移動電子商務的信任機制，根據交易參與者的行為預測其未來的信譽，以評價交易各方的信任度，從而降低交易風險。在分析和研究移動電子商務應用現狀的基礎上，提出一種新的適用于移動電子商務環境的微支付方案，旨在將移動電子商務中的微支付方案與信任模型相結合，將多方微支付的信譽信息反饋作為信任評價的主要因素之一，同時微支付方案又會根據交易各方的信用度自動選擇適用的支付算法和支付方式，以體現其自適應性、動態性和高效性。

2.移動電子商務中的信任模型構建

2.1移動電子商務中的信任模型描述

結合移動電子商務的特點，構建了移動電子商務中的信任模型。具體描述如下：

τt(mu)=ατt-1(mu)+βeΣk∈N(mu)w[p(x,mu)]·Cr[τt-1(x)]·p(τt,τ)·f(x,mu)N(mu)τt-1(mu)N(mu)=0≠0]]>

其中mu為移動用戶，N(mu)表示在時域[t-1，t]向mu提供服務的服務提供商、增值服務提供商組成的集合；τt-1(mu)表示t-1時mu的信用度；value(x，mu)為在時域[t-1，t]內，服務商x，用戶mu交易的價值，ω[value(x，mu)]為交易價值的權重函數，可表示為：

ω[value(x,mu)]=p(x,mu)μ]]>

其中p(x，u)為在時域[t-1，t]內，用戶x，mu交易的價值；μ為系統所設置的滿足保險索賠條件的最小交易價值。

Cr[τt-1(x)]為服務提供商x信任度的權重，表示了用戶mu的交易伙伴x所提交的信譽反饋評分的可信性。tx∈[t-1，t]表示x，u交易發生的時間；ρ(tx，t)為時間折現函數，表明信譽反饋評分的時間權重，即tx越接近t，則x給mu的信譽反饋評分的權重越大，可表示為ρ(tx，t)＝ρt-tx，0＜ρ＜1，其中ρ為時間權重因子。

f(x，mu)為交易結束后，x對mu的平均信譽反饋評分，可表示為：

f(x,mu)=Σi=1|C|ωcifci(x,mu)Σi=1|C|ωcici]]>

其中|C|表示信譽關鍵因素集合的基，表示用戶x在信譽關鍵因素ci下給用戶u的信譽反饋評分；為系統設定的信譽關鍵因素ci的權重，表示了所有參與網上拍賣的用戶對信譽關鍵因素ci的普遍重視程度或偏好。(系統可以通過對相關交易數據分析得到ωi，也可簡單將所有的信譽關鍵因素皆為相等)

2.2Cr[τt(x)]計算方法研究

對于評分用戶信任度權重Cr[τt(x)]，本研究提出了兩種計算方法，即基于用戶信任度的計算方法、基于協同過濾的計算方法。

(1)基于用戶信任度的計算方法(Trust?Value?based?Computing?Method，TVCM)

所謂基于用戶信任度的計算方法就是直接采用評分用戶1的信任度τt(x)作為其提交的信譽反饋評分的權重Cr[τ_t(x)]。用戶信任度愈高，其提交的信譽反饋評分的權重愈大。給定用戶u，在時域[t-1，t]內，x為服務提供商mu交易的交易伙伴，即x∈N(mu)，則用戶x的信任度權重，用計算公式表示為：

Cr[τt(x)]=τt(x)Σy∈N(mu)τt(y)]]>

式中Cr[τ_t(x)]愈高，表示用戶x的的信譽反饋評分的可信性愈高。

我們將采用了基于用戶信任度的Cr[.]計算方法的信任模型，稱作TVCM移動電子商務信任模型。

(2)基于協同過濾的計算方法(Collaborative?Filtering?based?Computing?Method，CFCM)

所謂基于協同過濾的計算方法是指根據服務提供商mu的個人交易歷史，通過計算服務提供商u與評分用戶x對同一交易伙伴評分的相似性，來度量評分用戶x的信任度的權重Cr[τ_t(x)]。

給定服務提供商u、評分用戶x，設N(mu)為服務提供商u的交易伙伴的集合，N(x)為評分用戶x的交易伙伴的集合，CN(xmu)為服務提供商u與交易用戶x的共同交易伙伴集合。由于信任模型中的信譽反饋評分為多維向量，為此在計算用戶之間的信譽反饋評分相似性時，本研究采用余弦夾角的計算方法。

給定向量x、y，采用余弦夾角計算兩者的相似性，可以表示為：

sim(x,y)=cos(x‾,y‾)=x‾·y‾||x‾||·||y‾||=Σxjyj[Σxj]2·[Σyj]2]]>

對于給定的服務提供商u、評分用戶x，評分用戶x的信任度權重Cr[τ_i(x)]，可以表示為：

Cr[τt(x)]=sim(x,mu)=Σk∈CN(x,mu)cos[f(x,k),f(mu,k)]|CN(x,mu)|]]>

=Σk∈CN(x,mu)Σi=1|C|fci(x,k)·fci(mu,k)Σi=1|C|fci(x,k)2·Σi=1|C|fci(mu,k)2|CN(x,mu)|]]>

式中|CN(x，mu)|為服務提供商mu、評分用戶x的共同交易伙伴集合的基；k∈CN(x，mu)為評分用戶x、服務提供商mu對共同交易伙伴；f(x，k)，f(u，k)為評分用戶x、服務提供商mu對共同交易伙伴的在信譽關鍵因素結合C上的信譽反饋評分(向量)。

評分用戶x、服務提供商mu的評分相似性愈強，評分用戶x的信任度τt(x)的權重Cr[τ_t(x)]也愈大。

基于協同過濾的計算方法，不僅可以度量評分用戶信任度的權重，而且通過計算評分用戶x、服務提供商mu的評分相似性，可以有效地降低信譽詆毀歁詐行為的負面影響。設評分用戶x為共謀團伙的成員，即x只對團伙成員提交正信譽反饋評分而對其他交易用戶提供惡意的負信譽反饋評分。而服務提供商mu為誠實用戶，則評分用戶x、服務提供商mu的評分相似性會很差。因此評分用戶x的所提交的負信譽反饋對服務提供商mu的任度計算的影響就會變小，從而在一定程度上防范了信譽詆毀的欺詐行為。

我們將采用了基于協同過濾的Cr[.]計算方法的信任模型，稱作CFCM信任模型。