基于聲譽的C2C電子商務信任評估模型

王樹鵬　魏振

[摘要]隨著互聯網技術的快速發展，基于C2C模式的電子商務平臺也得到爆發式發展，電子商務平臺具有便利、高效、開放的特點，目前由于電子商務平臺的信任機制的不健全，增加了監管交易參與者的難度，交易的風險也比較大。通過分析和驗證表明：基于聲譽的電子商務信任評估模型，在C2C電子商務系統中作用明顯，在最終仿真實驗中，證明了本模型在對評價的真實度和可信度上更能有效地反映出來，能夠滿足C2C電子商務系統的應用。該模型通過對交易參與者的信任度進行計算，識別出信任度較低的個體，在計算時選取特定的時間和交易記錄進行評價，經過分析和研究，最終綜合評出參與者的信任度。

[關鍵詞]電子商務；C2C；信任評估；聲譽

[中圖分類號]F470 [文獻標識碼]B

引言

電子商務在21世紀已經發展成為具備社會影響力的新型商業模式。國內外各大電子商務平臺也得到不斷發展和壯大，改變了人們傳統的購物習慣。

所謂電子商務，是指交易雙方通過瀏覽器等網絡應用工具，進行商品的選擇和購買，并以電子支付等互聯網手段完成交易的商業模式。目前主流的電子商務模式可以分為B2B、B2C、C2C。在交易平臺上，由于互聯網的局限性，買賣雙方都存在隱瞞真實信息的意圖，這就為交易過程埋下了風險隱患。國內外專家為降低惡意交易行為的發生率，也對電子商務平臺的信任評價模型做了不少的分析和研究，基于聲譽的電子商務信任評估模型就是其中之一。它的主要內容是：交易結束后，交易雙方能夠對對方進行評分，比如好評、中評、差評，不同評價之間有不同的分值體現并進行累積，用戶在下次進行交易時就可以通過該累積的分值進行用戶信任度的評估，已決定是否繼續進行交易活動。該模型從推出之際便得到廣泛應用，在此基礎上人們為了防止惡意差評或刷好評等現象發生，在信任計算時加入了時間、金額、局部和全局聲譽、模糊集合等因素，通過這些因素進行信用度權重和衰減計算，并以時間窗口的形式對交易雙方變化進行監督，以提高信任度評價的真實性。本文提出了使用時間和交易窗口機制進行計算，以提高評價者自身信任度的C2C電子商務信任評估模型，并對此模型進行分析研究。

一、影響信任評價因素分析與計算

當前信任機制存在不少影響信任評價的因素，每個因素在評價過程中都有一定的作用，在提出信任評價系統的時候針對這些因素需要做出相應的改進和完善，這些因素主要體現在以下幾個方面。

交易時間，指交易發生的時間，在計算過程中，隔的時間越久在計算時所占權重越低。目前主流的電子商務平臺中均采用了時間窗口機制，一般選取半年內的平均評價，同時為了防止不同賣家在規定時間的交易次數差異化，在本模型中采用了小交易量時間窗口衰減機制和大交易量時間分段評價機制來排除交易時間的影響。

交易金額，一般來說，買賣雙方的一次交易金額在另一方面決定了交易的次數，為了防止交易者通過多次小額交易來完成惡意刷信用等級行為，模型中采用了金額權重比例方式計算信任程度。不過目前電子商務平臺都有相應的第三方支付手段，能夠對現金欺詐等問題進行有效抑制，因此，在模型信任評價計算中暫時忽略金額的影響。

評價者自身信任等級。本模型在考慮對交易雙方進行信任評價值，往往還需考慮評價者自身的信任等級，以此作為評判評價者的可信度，避免惡意詆毀現象的發生。當評價者的自身信用等級較高時，其所做評價參考權重也會相應加大，同時也要考慮想用評價者對同一對象在一定時間內的評價次數，一般選取一個月等最多進行有效評價次數為3-5次等，這樣計算出來的評價結果將更有可信度。

綜合上述提出的影響因素，通過加權平均法進行信任度評價計算，模型中采用0～5的5分制進行信用評價。交易雙方剛開始時無任何交易記錄和評價，系統會給出較低的分值，當參與者在不斷進行交易的過程中，通過交易時間、金額、評價者等級等的權重計算，來完成新的信任評價等級，并于之前交易者所擁有的信任等級進行比較更新，形成一個新的信任評價，交易雙方就能夠不斷地在交易過程中完成信任等級的積累和更新。

二、信任評估輔助策略

在信任評估計算中，主要有決策輔助和觀察組設立兩種輔助策略。

決策輔助。買家通過不斷完成交易可以累計一定的交易經驗，系統根據交易的類別進行統計，得出買家的理解能力值，該理解能力體現在與賣家是否有過往交易和對賣家商品類別的熟悉度兩個方面。因此，在計算買家的理解能力值時，就是買家對每類商品購買次數與賣家商品類別向量的乘積，當賣家商品類別與買家購買最接近時，取該值用以計算交易雙方的信任度。

觀察組設立。觀察組設立的目的是重點監督系統中表現差的個體，交易雙方進入觀察組后，如果通過誠實交易使得信任度上升到一定程度后可以返回普通用戶組中，反之在觀察期間出現不良記錄則會受到相應的處罰。目前電子商務平臺交易中，買家的信任問題點較少，主要集中在是否退換貨頻繁、評價信息是否屬實等方面，對于有不良行為的買家，系統會將其加入觀察組中，督促買家進行行為改正。對賣家而言，同樣聲譽度較低、投訴率高的也會加入觀察組中進行重點監督。

三、模型仿真實驗和分析

在模型仿真實驗時，采用了模擬C2C電子商務平臺模式，對比當前評價體系。實驗中模擬了交易的買家和賣家，并進行隨機交易選擇，完成交易后雙方互評，交易時間和互評記錄等信息記錄到數據庫中，并通過這些數據實時進行信任度計算和更新。實驗采用5分制評分標準，選取了100個買家和賣家進行了約20000次模擬交易，其中大交易量賣家占20%，評價分值主要為4分和5分，占比95%。圖2體現了一段時間內交易量大時傳統信用評價CM與基于聲譽信用評價RBM的賣家信用積累。

圖1中體現了兩個不同買家隨著交易次數上升所積累的信任度。從圖中可以看出，買家在初始時基礎信用度較低，通過不斷地完成交易獲得賣家的良好信用評價后，其信用度逐漸升高，并提高其評價的權重比例。該方法已經被各大電子商務平臺所運用，隨著交易次數的增多，買家需要約束自身的行為，要提高自身的信用度，需要不斷積累良好行為，這給系統良性發展提供了重要基礎。

從圖2中可以看出，當賣家在一段時間完成較多交易時，傳統的信任度評價方法CM由于大量的歷史數據積累，使得賣家信譽度不能由新評價及時地反映出來，其信用度曲線是比較平緩的，對賣家信譽不能真實體現出來，而且隨著交易次數的增加，這種不明顯性更加突出，對買家提供的參考價值就越來越少。當采用本文提出的通過時間窗口來反映賣家信任度模型中，細化了賣家聲譽值的變化范圍，能夠在各段時間內正確地對信用變化進行反應，具有更好的準確性和實時性，給買家提供有效參考。因此，在交易量累計較大時，現有的CM模型對買家提供的信用度參考價值變得意義不大，而本文提出的信用評估模型就能對賣家在時間窗口內聲譽信用度的變化有準確的反應。

結束語

本文通過對C2C電子商務中存在的問題進行研究和分析評價，并結合第三方安全支付的應用，提出C2C電子商務基于聲譽的信任評估模型。在信任計算過程中加入時間和交易窗口機制，對評價者本身的信任度進行綜合考慮和分析。為了進一步加強信任機制的有效性，利用了買家理解作為決策輔助以及建立觀察組等方式。在最終仿真實驗中，證明了本模型在對評價的真實度和可信度上更能有效地反映出來，能夠滿足C2C電子商務系統的應用。