李俊寶

（河北省唐山市第十中學 河北省唐山市 063000）

1 可信評價中的一些問題

可信評價系統通常計算一個時間周期的可信值[1]。

原則1：對當前一個時間周期服務評價數據集合進行計算得到服務提供者的可信值[2][3]。近期服務評價數據在可信評價中最為重要，其在可信值計算時被賦予高權重[4][5][6]。

可信評價系統研究大多采用這種原則[2][3]。基于該原則的可信值計算公式：

tj表示服務提供者在時間點j (j=1...m)可信評價數據，wj表示tj的權重，T 表示服務提供者在當前時間周期的可信值。wj的計算公式：

上述計算服務提供者可信值的方法，忽視了服務提供者可信度的動態變化。服務者提供者的可信度是動態變化的，一個服務提供者目前具有較高的可信度并不能保證其在將來也能夠提供高可信度的服務，反之亦然。當前多個服務提供者具有相同可信度，在后續服務過程中，有的可信度上升，有的可信度下降。可信評價系統應當計算服務可信動態變化趨勢。

2 基于反饋的雙向可信評價

一個時間周期可信評價數據形成的典型可信趨勢有“平”、“升”、“降”、“抖”四種，見圖1 所示。

2.1 可信趨勢評估

從圖1 中看出，服務提供者可信度有動態變化的趨勢。采用曲線擬合最小平方法對一個時間周期可信評價統計數據進行計算，可以得到表征可信度動態變化趨勢的函數，運用這一函數評估和預測可信度動態變化趨勢。

曲線擬合最小平方法：對給定的數據點集(xj, qj) (j=1,2,…,m)進行計算，得到曲線擬合函數F=f(x)，該曲線與給定的數據點集(xj, qj)距離平方和最小。計算公式：

Z 的值趨于0 時，函數曲線F=f(x)與給定的數據點集(xj, qj)距離平方和最小。函數F=f(x)稱為在數據點集(xj, qj) (j=1,2,…,m)上產生的曲線擬合函數。曲線擬合函數F=f(x) 總體變化趨勢與數據點集(xj, qj)的總體變化趨勢保持一致，但函數曲線F=f(x)可不經過數據點(xj, qj)。曲線擬合最小平方法通過計算可信評價統計數據可以得出擬合直線、擬合二次曲線和擬合三次曲線。由得出的曲線擬合函數表征、評估和預測可信動態變化趨勢。擬合二次曲線在計算精確性方面比擬合直線高，在計算復雜度方面比擬合三次曲線低，所提出的基于反饋的雙向可信評價采用擬合二次曲線方法。

按前面所討論，現引入擬合二次曲線方法評估可信趨勢。

定義1：一個時間周期內的可信評價統計數據集合用Q 表示，Q=｛(x1, q1), (x2, q2),..., (xm, qm)｝, qj(qj∈ [0, 1], 1 ≤j ≤m) 是時間點xj(xj＜ xj+1)時的可信評價值。

圖1：典型可信趨勢

即

通過公式（4）、（5）和（6）解出a、b、c 三個參數，即解得擬合二次曲線函數

2.2 基于反饋的雙向可信評價

相對于可信總體趨勢，存在一些嚴重偏離可信總體趨勢的可信評價數據。這些往往是主觀、客觀因素造成本身可信度低的可信評價數據。這種可信度低的可信評價數據是對服務提供者不公正評價，會導致可信評價誤差。應當在對可信動態變化趨勢進行評估的基礎上，降低這些可信度低的可信評價數據對于可信評價帶來的誤差。利用擬合二次曲線可以判斷出因主觀、客觀因素造成的本身可信度低的可信評價數據。在此基礎上實現基于反饋的雙向可信評價。

定義2：以定義1 為前提，取可信統計數據點(xj, qj)，采用二次擬合曲線函數稱為在時間點xj時的趨勢期望可信值，稱為在時間點xj時可信統計數據值qj相對于趨勢期望可信值qjE的偏差度。在可信評價系統中設定可信偏差度上限P（0＜P＜1）。

原則3：如果在時間點xj時K＞P，則判定時間點xj對應的可信統計數據值qj本身是不可信的。

原則4：依據定義2 和原則3 判斷統計可信評價數據集合Q中所有可信數據qj，用qjE代替被判定本身不可信的可信評價數據qj，形成新的可信評價數據集合N 。

基于新生成的可信數據集合N，計算得到新的二次擬合曲線函數對于向系統反饋這些被丟棄的不可信的可信評價的用戶，算法將針對這些用戶向可信評價系統反饋較低的可信值。針對這些用戶中的每一個用戶，算法檢測當前時間周期內，他所收到可信評價的最低值，然后以這個最低值作為針對這個用戶的新一次的可信評價向可信評價系統反饋。

在對這些用戶周期性評估時，這個反饋的可信評價值也可能因偏離程度超限而被丟棄。說明這個用戶收到的其它來源的可信評價比最低值高出很多，即其可信度比最低值高很多。這個用戶曾向系統反饋不可信的可信評價并不是主觀故意行為，可能是由于交易雙方之外的因素造成的誤差。如果上述最低值作為可信評價值沒有超過偏離程度限制，那么這個反饋最低可信評價將在一定程度上降低這個用戶的可信度。

雙向可信評價算法TTEBF：

3 總結

可信管理研究中，通常采用計算最終可信度方法。這種方法不能反映服務提供者的可信變化趨勢，而且可信評價統計數據中存在主觀或客觀造成的評價數據誤差。提出基于反饋的雙向可信評價方法，較好解決上述問題。

采用設定偏差度上限的方法對可信評價本身是否可信進行判定，偏差度上限值的大小直接影響判定結果，這種方法具有人為主觀性。以后的工作中要深入研究怎樣準確設定偏差度上限，使算法更合理、更能在實際應用中取得好的效果。