[發明專利]一種獲取電子商務中商家信譽值的方法

有效

• 申請號: 201810748279.X
• 申請日: 2018-07-10
• 公開（公告）號: CN108985895B
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 馬強;何燕玲;張琦;萬棟;邢玲
• 申請（專利權）人: 西南科技大學
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 溫利平

本發明公開了一種電子商務中商家信譽值的方法，通過交易價格、評價滿意度和交易側重因素三個因子來計算消費者對商家的本地信任值，然后利用改進的PageRank算法來度量每個消費者的全局可信度，最后加權消費者的全局可信度和本地信任值得到商家信譽值這樣，本發明比較全面的商家信譽評價，并能有效地抵御商家的欺詐行為和惡意消費者的詆毀攻擊，幫助消費者在平臺中搜索商品或服務時可以找到最合適的商家。

技術領域

本發明屬大數據中的信任計算技術領域，更為具體地講，涉及一種獲取電子商務中商家信譽值的方法。

背景技術

在線購物應用網站擁有商品種類多樣、價格便宜和購買便捷等優勢，使得越來越多人的購物習慣從線下轉移到了線上，極大地促進了電子商務的發展。但是由于電子商務模式的開放性，任何群體都可以加入網站發布信息和出售商品，商品質量沒有保障，一些客戶因此遭受不法商家的欺騙。因此，需要為客戶建立完善的信任機制，創造一個公平有序可信的交易平臺。

研究表明在電子商務中引入信任技術可以有效提高電商質量，因此，許多研究人員提出了針對電商平臺的信任模型，且目前針對電子商務領域信任模型的研究成果大多數都是基于分布式環境的。

袁巍等人[Yuan W,Li J S,Hong P L.Distributed peer-to-peer trust modeland computer simulation[J].Journal of System Simulation,2006,18(4):938-942.]提出了一種歷史交互行為的局部信譽模型HBDTM(history-based distributed trustmodel)，該模型的優點是簡單且通信代價小，缺點是只能計算有交互歷史的節點間的信任值，有很大的局限性。

Kamvar等人[Kamvar S D,Schlosser M T,Garcia-Molina H.EigenRep:Reputation management in P2P networks[C]//Iswc*04Workshop on Trust,Security,and Reputation on the Semantic Web,Hiroshima,Japan,November.DBLP,2004.]基于信任的傳遞性通過全局迭代計算節點的信任度。該模型能獲取網絡中所有節點的信任度，但是在P2P環境下，全局迭代計算的通信開銷太大且收斂過程很慢。

Xiong等人[Xiong L,Liu L.PeerTrust:Supporting Reputation-Based Trustfor Peer-to-Peer Electronic Communities[J].IEEE Transactions on KnowledgeData Engineering,2004,16(7):843-857.]提出了一種利用置信因子綜合本地信任值和推薦信任值的信任模型PeerTrust。該模型可以度量網絡中任意兩個節點間的信任值，且計算開銷比全局迭代方法要小得多。另外，該模型在計算本地信任值時考慮了多個因子使得信任度量較為全面，能很好的應對虛假反饋行為，但是并沒有給出置信因子的確定方法。

雖然以上模型解決了信任計算中的一些問題，但是這些模型構建均是針對分布式環境的，分布式環境的特點是將網絡中的節點同等看待，節點既可以是服務請求者也可以是服務提供者，即在電商平臺中不區分節點是消費者還是商家。因此，這些模型均不能直接應用于某些需要區分消費者和商家的電子商務平臺中。

集中式電子商務信任模型主要有兩種：累加信任模型和平均值信任模型。累加信任模型是對商家收到的所有正反面反饋評價進行累加，eBay、淘寶等網站都采用了這種模型。平均值信任模型是對商家累加后得到的信譽值除以反饋的次數，采用這種模型的有Action.Amazon網站。

然而，上述兩種集中式電子商務信任模型不能有效地抵御商家的欺詐行為和惡意消費者的詆毀攻擊。

發明內容