基于購物需求的電子商務信譽評價研究

張淑蓮　葛蘇慧　王超　萬泉

摘要：文章針對B2B電子商務模式的特點，基于用戶購物需求，依據多Agent理論，提出了一個有效的、客觀合理的信譽評價模型，旨在提高信譽評價的精準性，抵御各種策略性虛假評價，降低買方的購買風險。文章使用仿真的交易數據，驗證了信譽評價模型的有效性，證明了該信譽評價模型比其他模型在抗攻擊方面更有優勢。

關鍵詞：電子商務；信譽；購物需求；抗攻擊

一、引言

隨著電子商務的迅速發展，一些不法商家以假亂真的現象日益增多，因此，促進電子商務交易雙方的相互信任，已然成為電子商務發展的一個關鍵問題。相對傳統商務活動來說，由于網絡具有匿名性和虛擬性等特點，致使電子商務在實際應用中建立信任更加困難。在此背景下，研究電子商務中的用戶信任影響因素，并建立起相應的信任機制的意義顯得尤為重大。

二、基于購物需求的可信評價者列表機制的電子商務平臺框架

本文將電子商務信譽模型定義為，根據消費者的歷史交易記錄和其他買家的評價信息計算消費者對商家在該商品的交易活動中提供可靠服務的信任程度，從而為消費者選擇要購買的商品提供參考依據。基于此，本文提出了一個基于用戶需求的具有評價者機制的電子商務平臺框架，如圖1所示。

圖1描繪了整個電子商務平臺框架的結構，假設在整個市場機制中有三種agent：買家agent、搜索agent和商家agent。

1.買家agent具有智能性，出于利益，能采用諸如女巫攻擊，偽裝攻擊，漂白攻擊等策略，或采用以上策略的混合形式以幫助商家提高信譽或降低它們的競爭對手的信譽。

2.搜索agent的功能（見圖1中右面的虛線方框）是幫助買家獲取符合購買需求的商家。買家agent為了基于自身的視角評估商家，應該保存一個列表（見圖1中左側的虛線方框），其中包括曾經的交易對手列表、初始可信評價者列表，以及滿意度。

3.商家agent代指商家，在本框架中，保留了每個商家agent最近交易過并且評價過的買家agent的信息。

當用戶提出購物需求后，搜索agent會根據這種需求返回符合要求的前k個商家agent，為了使一個買家agent能夠與最可靠的商家agent進行交易，買家agent在購買前需要首先根據它的評分，并生成一個稱為可信評價者列表的評價者的可信度表。然后根據自身的經驗以及可信評價者的評分評估每個商家的可信度。最后基于可信度選擇一個合適的商家作為交易對手。

三、基于購物需求的抗攻擊信譽評價模型

為了解決不公平評分問題，本文基于上面的電子商務平臺框架提出了一種新的模型，即ASD模型。為了實現對評價者的信任度的評估，并且獲得買家agent值得信任的評價者列表，本文基于用戶購物需求提出了一種新穎的可信評價者列表生成算法。由于買家agent的購買需求是變化在的，因此為了從買家agent的當前購買中尋找一個最適合的可信評價者列表，本文應用進化方法在所有商家的建議提供者列表中搜索合適的選項。本模型中給出的可信評價者列表生成算法旨在根據評價者的歷史評分以及買家自身的經驗尋找一個最值得信任的評價者列表。此外，可信評價者列表是針對一個給定的滿意度生成的，因此，它隨買家agent的購買需求而變。

基于用戶購物需求的可信評價者列表生成算法的主要思想包括以下四步。

1. 在交易前，首先根據買家B的歷史交易評分和可信評價者列表中評價者的歷史交易評分計算買家B對初始可信評價者列表的滿意度。

2. 在每一代，首先判斷買家與商家是否有過交易經歷，若有，則從買家B自身的可信評價者列表和搜索agent推薦的該商家的最近交易過的評價者的可信評價者列表中選擇三個最可信的評價者。

3. 通過差分進化算法進化選擇的三個評價者的可信評價者列表得到候選的可信評價者列表。

4. 計算買家B對當前進化出來的候選可信評價者列表的滿意度，與初始的可信評價者列表滿意度進行比較，保存最優的滿意度的可信評價者列表。最后，輸出買家B對每一個商家的最優的可信評價者列表。

四、實驗及結果分析

（一）實驗設置

現存的實驗平臺（比如ART平臺），不太適合在不公平評分的攻擊下比較各種模型的健壯性。因此本文設計了一個基于多Agent的電子商務平臺，用來模擬來自評價者的不公平評分攻擊，并比較各種不同的信任模型。實驗中主要設置了設置兩個壟斷的商家，代表誠實的和不誠實的，并且他們參與大部分交易，其中不誠實的壟斷商家試圖通過不誠實的評價者進行不公平的評分與誠實的壟斷商家進行競爭。其他的商家也有誠實和不誠實之分，都設置為99個，其信譽值屬于[0，1]符合均勻分布。在沒有女巫攻擊下，實驗環境中添加12個不誠實的買家和28個誠實的買家，在有女巫攻擊時交換誠實和不誠實買家的數量。時間是100天，買家每次只選擇一個商家進行交易。

（二）評估標準

MAE（Sj） （1）

本文評估信譽模型的有效性，指在沒有受到攻擊的情況下，計算出商家的信譽值能正確反映商家的信譽水平。主要比較由模型計算的商家的信譽值與真實信譽值的差值，越小越好。公式1中 （S ）指由模型根據誠實的買家Bi的可信評價者列表中的評價者計算得到的賣方Sj的信譽值， R （S ）指賣方Sj在第t天的真實的信譽值，B 指誠實的買家數量，總共交易的時間。

（三）實驗結果

本實驗是基于絕對平均誤差（MAE）對壟斷市場中的商家信任評價模型進行比較。較小的絕對平均誤差說明信任模型對商家信譽的建模更精確。

由表1中的實驗結果可知，整體上本文提出的ASD模型在所有的攻擊方法中誠實壟斷商家的信譽值的MAE值都接近于0。因此，本文提出的模型可以很好的估計商家的信譽值，準確性比較高。

五、結 語

本文針對當前B2B電子商務交易過程中出現的問題，基于用戶購買需求，結合消費者的歷史交易記錄和評價信息提出了具有評價者機制的電子商務平臺框架，并在此框架基礎上構建了一種新的信譽評價模型ASD。該模型設計中不僅考慮了用戶個人的信任也考慮了其它評價者的信任，綜合計算對商家的信任，經過驗證該模型可以為電子商務交易的雙方提供可靠的信任關系，從而為消費者選擇交易商家提供參考依據。

參考文獻：

[1]鄧攀.基于推薦的抗攻擊電子商務信譽機制研究[D].重慶大學，2014.

[2]李道全.電子商務信任管理模型與方法研究[D].山東科技大學，2011.

*基金項目：山東省高等學校科技計劃項目“基于Hadoop的智慧校園預警決策系統研發”（J16LN54）。

（作者單位：張淑蓮、葛蘇慧、萬泉，青島工學院；王超，中國人民解放軍69213部隊42分隊）