电子商务交易行为的信任机制研究

发布时间：2017-05-01 02:03

  本文关键词：电子商务交易行为的信任机制研究，由笔耕文化传播整理发布。

【摘要】：互联网和Web承载着丰富的跨时空信息，为社会和商务的发展提供了动态、开放和便捷的环境。然而在虚拟化的网络中，与不相识的人进行交易，如何保证交易可靠、安全，以及确保服务质量是一个难题。为了解决这个问题，本论文研究了电子商务交易行为的信任机制。通过建立一个消费者和商家互相了解的平台，从而能够动态响应个人或商业需求，实现降低运营成本、改善服务以及促进网上交易的积极性。 论文的主要工作如下： 首先，简要的介绍了电子商务中信任的基本概念及其理论模型。信任值计算分为直接和反馈的信任值，，而这两者的比重很难界定。为此提出了一种动态自适应信任机制，动态调节两者的权重，克服了过去常用的主观判断的片面性。本文区分反馈信任值和反馈可信度概念，自适应调节反馈可信度，使信任模型有更好的科学性和实际应用。 其次，分析了上下文信息对于信任评估的影响，在此基础上提出了一种利用上下文信息的推荐信任算法。该算法利用时间、地点、社会化网络中的关系等上下文信息，来反映用户间历史交易对当前交易的影响和作用，以提高推荐的准确度。用户间的背景和时间相似度越高，用户的相关性就越好，推荐信息价值就越高，这样避免巨大的计算量同时评价结果更准确。 最后，通过仿真实验与典型信任模型进行了对比分析。结果表明本文提出的模型具有良好地适应网络动态变化的能力，能够有效地遏制恶意节点的恶意行为，可以较好的应用在电子商务网络中。
【关键词】：电子商务 信任模型 声誉 协同推荐 动态信任
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP393.08
【目录】：

• 摘要4-5
• ABSTRACT5-12
• 注释表12-13
• 第一章 绪论13-18
• 1.1 研究背景与意义13-14
• 1.2 国内外发展历程与研究现状14-16
• 1.3 本文的主要研究工作及组织结构16-18
• 第二章 电子商务中信任机制概述18-28
• 2.1 文献中的信任的定义18-19
• 2.1.1 社会学、心理学、商务以及法律中信任定义18
• 2.1.2 计算中的信任定义18-19
• 2.2 信任的相关概念19-20
• 2.2.1 信任19
• 2.2.2 信任者和被信任者19
• 2.2.3 信念19-20
• 2.2.4 背景20
• 2.2.5 时间点、时段、时间域20
• 2.3 声誉的概念20-22
• 2.3.1 声誉20-21
• 2.3.2 声誉查询21
• 2.3.3 第一手、第二手和第三手看法21-22
• 2.4 基于声誉的信任管理模型应用现状22-26
• 2.4.1 声誉机制22-23
• 2.4.2 淘宝网23-25
• 2.4.3 京东商城25
• 2.4.4 各网站声誉系统总结25-26
• 2.5 信任管理模型关键技术26-27
• 2.5.1 信任度的计算26
• 2.5.2 恶意行为的处理26
• 2.5.3 身份变换26
• 2.5.4 如何激励26-27
• 2.5.5 模型与应用的结合问题27
• 2.6 本章小结27-28
• 第三章 基于声誉的信任管理模型构建28-44
• 3.1 信任关系28-30
• 3.1.1 信任关系与信任值28
• 3.1.2 背景和时段28-29
• 3.1.3 信任模型29-30
• 3.2 信任的模糊与动态性30-34
• 3.2.1 内隐性30-31
• 3.2.2 非对称性31
• 3.2.3 传递性31-33
• 3.2.4 反义性33
• 3.2.5 异步性33-34
• 3.3 节点的特性34-36
• 3.3.1 节点的内在因素34
• 3.3.2 节点的外在因素34-35
• 3.3.3 各因素的关系35-36
• 3.4 声誉关系36-37
• 3.5 第三方推荐节点的可信度37-40
• 3.5.1 已知节点作为推荐节点38
• 3.5.2 参照节点作为推荐节点38-39
• 3.5.3 未知的推荐节点39
• 3.5.4 恶意节点39-40
• 3.5.5 联合与串通合谋40
• 3.6 声誉模型40-41
• 3.7 信任模型模拟环境41-43
• 3.7.1 现有的信任模型评估方法41
• 3.7.2 实验环境41-43
• 3.8 本章小结43-44
• 第四章 动态自适应的信任机制44-58
• 4.1 问题提出44-45
• 4.2 直接评价计算45-47
• 4.2.1 对准则的承诺45-46
• 4.2.2 准则的影响力46
• 4.2.3 实际交付的质量评价46-47
• 4.3 反馈信任加权因子(反馈因子)47-48
• 4.4 直接信任加权因子(自信因子)48-49
• 4.5 分类权重的计算49-50
• 4.6 基于交易时间的直接信任序列50-51
• 4.7 反馈可信度计算51-54
• 4.8 实验仿真与分析54-57
• 4.8.1 仿真实现54-55
• 4.8.2 结果与分析55-57
• 4.9 本章小结57-58
• 第五章 利用上下文信息的推荐信任算法58-73
• 5.1 推荐算法的相关概念58
• 5.2 推荐算法评测58-59
• 5.3 相似度计算59-64
• 5.3.1 基于用户的协同过滤算法(UserCF)59-61
• 5.3.2 基于交易信息的协同过滤算法(ItemCF)61-64
• 5.3.3 冷启动问题64
• 5.4 利用上下文信息推荐算法64-69
• 5.4.1 时间效应简介64-65
• 5.4.2 时间上下文相关的 ItemCF 算法65-66
• 5.4.3 时间上下文相关的 UserCF 算法66
• 5.4.4 地点上下文信息66-67
• 5.4.5 基于社会化网络的推荐信任机制67-69
• 5.5 推荐系统架构69-70
• 5.6 实验仿真与分析70-72
• 5.6.1 仿真实现70
• 5.6.2 结果与分析70-72
• 5.7 本章小结72-73
• 第六章 总结与展望73-75
• 6.1 工作总结73-74
• 6.2 后期展望74-75
• 参考文献75-78
• 致谢78-79
• 在学期间的研究成果及发表的学术论文79

【参考文献】

中国期刊全文数据库 前2条

1 潘静;徐锋;吕建;;面向可信服务选取的基于声誉的推荐者发现方法[J];软件学报;2010年02期

2 甘早斌;丁倩;李开;肖国强;;基于声誉的多维度信任计算算法[J];软件学报;2011年10期

  本文关键词：电子商务交易行为的信任机制研究，由笔耕文化传播整理发布。

本文编号：337986