基于时间衰减和交易信息加权的动态电子商务信任模型

摘要

本文针对目前C2C电子商务信任模型存在的一些不足,通过对淘宝网真实交易数据和信用数据进行深入的挖掘和分析,利用在线购物环境中的交易金额、交易时间,以及信任因素等信息提出了一个动态电子商务信任模型.仿真实验和真实案例分析表明,本文提出的信任模型能够提高恶意卖家的炒信成本,促进中小卖家的成长,并在一定程度上起到弱化马太效应的作用.rn 本文针对目前C2C在线购物网站信任模型存在的一些不足，通过对淘宝网真实的后台数据进行挖掘和分析，利用在线购物过程中的上下文信息构建动态信任模型，包括交易价格、交易时间和信任因素等权重。通过引人交易价格加权，增加了网上炒信和刷钻的成本，提高了出售正品和高品质卖家的信任值，降低了出售伪劣和低质产品卖家的信任值，更有助于买家购买到满意的商品，同时也促进了淘宝网整体网上购物品质的提升。通过引人时间衰减系数，能够将近期交易状况差的卖家筛选出来，避免部分卖家依赖初始的信用积累而消极服务，同时也降低了新卖家的进人门槛，有助于促进中小卖家的成长，在一定程度上能够弱化马太效应。通过采用信任因素加权，考虑买家在购物过程中所关注的信任因素，并根据调研结果进行权重的设计，重点突出了商品质量和服务态度，通过引人该权重对卖家提高商品质量和服务水平有较好的促进作用。从在真实的淘宝网数据上进行仿真实验和案例分析可以看出，综合采用上述方法，淘宝网卖家的整体结构稳定，提高了在线购物网站上刷钻和炒信成本，能够促进中小卖家成长，并在一定程度上起到弱化马太效应的作用。