基于聲譽的C2C電子商務信用評價模型研究

摘 要：信用問題是困擾電子商務發展的主要瓶頸。針對目前C2C電子商務網站采用的信用評價模型的不足，對評價指標進行了改進，融入交易金額、評價可信度、反饋信息的離散程度和對非正常退貨的懲罰等多種影響因子，提出了一種新的C2C電子商務信用評價模型。基于真實數據的實驗表明，所構建的模型在性能上優于目前的信用評價算法。

關鍵詞：C2C電子商務；信用評價模型；聲譽；信用度

一、引言

據第37次中國互聯網絡發展狀況統計報告顯示，截至 2015年12月，我國網購人數達到4.13億，增長率為14.3%；手機網購人數達到3.40億，增長率為43.9%。可見，電子商務包括近兩年異軍突起的移動電子商務已成為公眾經濟生活中一種不可替代的方式。然而，在電子商務迅速發展的同時，也暴露出很多問題，雙11購物狂歡節的高成交率背后隱藏著高退貨率。網絡交易的虛擬性和信息不對稱造成中國電子商務市場的檸檬問題日益嚴重，我國電子商務的信用機制亟待加強。

本文針對現有信用評價模型的不足構建了一種新的C2C信用評價模型。在該模型中，完善了交易評價及評價可信度的計算，綜合考慮了交易時間、交易金額、交易次數、節點反饋的離散程度和對非正常退貨的懲罰等多種影響因素，解決了現有信用評價機制存在的主要問題。

二、現有C2C信用評價模型的不足

目前C2C電子商務網站采用的信用評價算法存在諸多問題，歸納如下：

1.交易評價指標過于簡單。僅將交易評價設置為差中好評三個等級，采用簡單的累加算法，以累計值作為節點的信用度。在此評價指標設置下，消費者完全憑個人當時的主觀感受和判斷來評價，無法準確反映出用戶的真實評價。

2.未考慮用戶評價的可信度。信譽高者和信譽低者的評價可信度顯然是不同的，其對被評價用戶的信用度貢獻也應不同。然而，現有的累加信用評價模型使不同用戶的評分具有相同的信譽影響， 缺乏對評價用戶自身信用的考慮，導致信用欺詐的普遍存在。

3.沒有考慮交易金額的影響。交易雙方進行信用評價時，小額交易與大額交易對用戶信用度的增減作用是一樣的。因此某些惡意用戶可能會先利用小額交易積累較高的聲譽，之后進行大額交易欺詐來賺取不正當利益。

4.沒有考慮交易時間的影響。交易者的信用情況是隨時間動態變化的，簡單的信用累積機制只能夠在一定程度上反映被評價用戶的歷史交易信用情況，難以真實反映其當前實際信譽狀況，導致有些用戶可能會利用早期誠信交易進行信任詐騙。

5.缺乏對非正常退貨的有力懲罰。網絡交易的虛擬性加大了買賣雙方信息的不對稱，在這種情況下，個別賣家利用虛假信息欺瞞消費者，損害消費者的利益。對于非正常退貨，應給予賣家嚴厲的懲罰。然而目前大多電子商務網站是將退貨成功的交易直接關閉，買賣雙方互不評價，這實際存在很大的弊端。

三、基于聲譽的C2C電子商務信用評價模型的構建

基于以上幾點不足，本文以姜守旭提出的基于聲譽的信任機制為指導，構建了一種新的C2C電子商務信用評價模型。為便于討論，將用戶i依據與用戶j之間的歷史交易評價而得出的對于j的信任程度稱為用戶j相對于用戶i的局部聲譽。將所有與j交易過的用戶都稱為j的鄰居用戶。而將基于j的所有鄰居用戶的歷史交易評價而得出的對j的信任程度稱為用戶j的全局聲譽。基于聲譽的C2C電子商務信用評價模型的基本框架如下：

1.局部聲譽的計算

局部聲譽是用戶i基于與用戶j的歷史交易評價所得出的對用戶j未來交易行為的信任程度，它相當于人們通過直接交往所建立起來的對彼此的信任。它的主要影響因素為歷史交易評價，此外，還與交易金額、交易時間和交易次數有關。

（1）交易評價

以淘寶網為首的C2C電子商務網站目前所廣泛采用的信用評價機制主要從描述相符、物流服務和服務態度這三個方面進行評價，但是累加信用計算并未用到上述三個指標的評價，而是將交易評價設置為差、中、好評三個等級，對應得分-1、0、1（其中默認評價或未作評價的情況均作為“好評”處理），據此來計算賣家的信用度。對此，本文做出如下改進。

假設用戶i與用戶j的第l次交易中描述相符指標的得分為Uel，服務態度指標的得分為Usl，物流服務指標的得分為Uml。為了更確切地表達用戶的真實評價，將各指標評價細分為{差評，較差，中評，較好，好評}五個等級，對應分數{-2，-1，0，1，2}，則本次交易賣家的綜合得分Uijl可以表示為：

其中，λ1、λ2、λ3分別為三項得分占最后總得分的比例系數，

根據統計分析，依據消費者對此三項指標的重視程度取λ1=0.7，λ2=0.2，λ3=0.1。

（2）交易金額

消費者往往對大額交易會更為仔細謹慎，故交易金額在一定程度上代表交易的重要性，因此交易金額越大的評價對局部聲譽的貢獻越大，反之則越小。

設Ml表示用戶i與用戶j第l次交易的交易金額，則根據以上分析，可得交易金額因子Plij滿足。

（3）交易時間

聲譽的形成是一個隨時間動態變化的累積過程，近期的交易評價越能反映節點當前的實際信譽。研究表明在計算當前聲譽時對歷史評價進行衰減，能夠使聲譽收斂到穩定狀態。因此在計算局部聲譽時，距離當前時刻越近的交易評價所占權重越大，反之則越小。本模型引入交易時間因子Slij來表示用戶i與用戶j的第l筆交易評價在局部聲譽Lij中所占的權重。

其中，t表示局部聲譽Lij的計算時間，tl表示用戶i完成第l筆交易評價的時間。

（4）交易次數

為了提高信用度，相同用戶之間進行多次非真實交易并且多次評價來炒作信譽。為了防止這種情況，本模型引入交易次數因子。隨著交易次數的增加，相同用戶的多次交易的評價對信譽度的影響越小。若用戶i與用戶j之間共發生過n筆交易，定義第l筆交易的交易次數因子為

綜上所述，用戶j相對于用戶i的局部聲譽Lij為：

2.全局聲譽的計算

用戶j的全局聲譽Rj是綜合用戶j的所有鄰居用戶對其的交易評價而得，用戶j的鄰居用戶數量越多且交易金額越大，其全局聲譽就越接近真實情況。此外，全局聲譽Rj還與鄰居用戶評價的可信度以及反饋信息的離散程度有關。

（1）評價的可信度。鄰居用戶評價的真實性直接影響到全局聲譽評估的準確度，鄰居用戶評價的可信度越高，則對全局聲譽的貢獻越大，反之則越小。

設用戶hk是用戶j的鄰居用戶。若用戶i和用戶j的鄰居用戶hk發生過交易

其中，fm（-）表示用戶hk總交易評價中差評的次數；fm表示用戶hk總交易次數；fm（0）表示對交易未作評價的次數。此因子旨在排除惡意用戶對信用度評估的影響并激勵用戶對交易進行評價，但因為未作評價的影響顯然要小于差評，故乘以系數1/2。

綜上所述，

（2）節點反饋的離散程度。陳愛國在基于節點數量和反饋信息離散度的全局信任模型中指出反饋信息的離散程度越小，則全局聲譽越可信。本文采用用戶評價的標準差來度量反饋信息的離散程度，其計算方法如下：

（3）全局聲譽期望。設用戶j相對于其鄰居用戶hk的局部聲譽為

（4）懲罰系數f（r）。對于因商家以次充好或虛假描述等不誠信行為導致的退貨交易，應給與賣家嚴厲的懲罰，以保護消費者的利益，維護網絡交易市場的健康穩定。對此，本文引入懲罰系數f（r），r為用戶j的累計非正常退貨次數，定義，可見隨著非正常退貨次數r的增加，懲罰系數也會隨之增大。

（5）全局聲譽。根據用戶j的鄰居用戶數量n、交易總額M、節點反饋信息的離散程度θj和非正常退貨的懲罰系數f（r）對全局聲譽期望進行修正，以使節點全局聲譽的評估更為準確。

修正后，用戶j的全局聲譽Rj為：

是由節點數量、交易金額和反饋信息離散程度構成的修正系數。因為鄰居用戶數量越大，反饋信息的離散程度越小，交易金額越大，則全局聲譽的期望值就越真實，故應滿足以下條件用戶j相對于用戶i的信用度Tij是用戶i決定是否和用戶j進行交易的主要參考，而信用度Tij是通過整合局部聲譽Lij和全局聲譽Rj得來，故設α、β分別為局部聲譽Lij和全局聲譽Rj的置信因子，則信用度Tij可定義為：

4.實驗分析

為驗證C2C電子商務信用評價模型的有效性和準確性，本文以淘寶網為例，對部分網店和消費者將其銷售數據和評價數據從網上獲取后，按照改進后的算法計算信用度，并與淘寶原有信用算法的計算結果進行比較，得到如下結果。

如圖3所示，現有的淘寶評價機制評分較高，而且信用評價無明顯變化，不符合實際情況，而改進的信用評價機制可以更好的體現出用戶的真實信用，更為準確。

四、結束語

C2C是目前我國主要的電子商務模式，有效的信用評價模型是C2C電子商務健康發展的重要保障。本文針對現有的C2C電子商務信用評價模型的不足，構建了一種新的信用評價模型，分別對局部聲譽模型和全局聲譽模型進行了改進，完善了交易評價和評價可信度的計算方法，融入了針對非正常退貨的獎懲因子和反饋信息的離散程度，解決了現有信用評價算法存在的主要問題。本文的不足之處在于僅通過數據分析初步驗證了改進模型的有效性，今后還需進一步研究模型在真實系統中的作用效果。

參考文獻：

[1]第37次中國互聯網絡發展狀況統計報告.中國互聯網絡信息中心，2016.1.

[2]姜守旭，李建中.一種P2P電子商務系統中基于聲譽的信任機制[J].軟件學報，2007，18（10）：2551-2563.

[3]Yuan， W.， Li， J. S， & Hong， P. L. Distributed peer-to-peer trust model and computer simulation[J]. Journal of System Simulation， 2006，18（4）： 938-942.

[4]陳愛國，徐國愛，楊義先.P2P交易系統信任模型[J].電子科技大學學報，2010，39（3）：425-429.

[5]朱艷春，劉魯，張巍.基于評分用戶可信度的信任模型分析與構建[J].管理工程學報，2007（4）：150-152.

[6]樸春慧，安靜，方美琪.C2C電子商務網站信用評價模型及算法研究[J].情報雜志，2007（8）：105-107.

作者簡介：趙穎慧（1994- ），女，漢族，寧夏固原市人，本科在讀生，中南財經政法大學信息與安全工程學院