基于C2C模式的电子商务信用评价模型研究

在C2C电子商务高速发展的同时,隐藏在其中的消费者信任问题也逐渐暴露出来,成为阻碍其发展的主要问题之一。C2C电子商务网站现有提供的信用评价体系,在一定程度上保证了网络交易的安全,促进了人们进行网上购物的意愿。但仍存在不足之处,对此本文提出了新的信用评价算法,基于这些算法,建立改进的个人评价信用模型,通过权衡考虑交易对方的信用度、交易金额等因素来计算被评用户的加权平均分和信用度,再确定被评用户的信用等级。     

基于个体经验的信任模型研究

为了提高分布式网络中各节点信任评价的准确度,提出了一种基于个体经验的信任模型.该模型通过引入经验因子和相对经验因子的方法,建立了新的信任评价体系.这种新的信任评价体系考虑了个体节点的差异问题,在计算节点的信任值时考虑了节点间的交互历史,这在一定程度上解决了由于节点的非对称性而导致的信任评价不准确的问题.算法分析表明:新模型能够针对不同的个体节点,采用不同的最大容忍评价偏差,并且对个体节点的反馈可信度进行更新时,采用不同的更新值,体现了节点的个性化特征,使信任评价更加准确合理.此外,所提出的新算法能够运用到多种信任模型中,具有很好的可扩展性.     

基于云计算的服务信任评估模型

提出一个新型的信任评估模型-基于云计算的服务信任评估模型.它的基本思想是通过对服务各属性的分类评价来获得服务的直接信任度,同时兼顾推荐信任在信任评估中的重要作用,通过引入交易次数影响因子、上下文环境因子、直接信任度调节因子等方式对直接信任度和推荐信任度进行加权综合得到服务的综合信任度.实验表明,该模型能较好地应对虚假反馈评价和共谋欺骗攻击.     

基于多粒度和激励机制的移动P2P网络动态信任模型

针对移动P2P网络高度动态性的特点,提出了一种基于多粒度和激励机制的动态信任模型。该模型选取用户关注的重要粒度参与直接信任值的计算,并根据历史交易情况引入激励机制对节点进行奖励和惩罚,通过推荐因子提高间接信任值的准确性,利用动态更新因子增加信任评估的动态适应能力。理论分析和仿真实验表明,该模型表现出较好的适应性、灵敏性与有效性,提高了交易成功率。     

认知模型研究的新成果及应用

综述认知模型研究近年来取得的成果及应用。研究了粒计算认知模型、动态信任预测认知模型、Bayes信任预测认知模型采用的主要算法,介绍了认知模型在求解认知难题、虚拟人决策训练、多Agent谈判中的应用。指出粒计算认知模型、动态信任预测认知模型、Bayes信任预测认知模型是近年来认知模型的主要研究成果。因此,认知模型的研究具有很高的应用价值。     

基于信任的多Agent供应链协商关系研究及应用

供应链环境中,分销商Agent的信誉评估和选择是一个重要问题。针对供应链环境的不同情况以及生产商与分销商间Agent的实际特性,将直接信任、推荐信任和承诺信任相结合,提出了一种新的信任度量模型—DRC信任模型,然后相应给出生产商Agent选择分销商Agent的决策算法,并应用在协商关系网中。实验表明,基于DRC信任模型的平均合作成功率要高于普通信任模型,能较好地应用到复杂多变的供应链合作系统,增加所选取的分销商Agent的可用性。     

对构建网上信任体系的探讨

网上信任是消除电子交易不确定性的重要途径,网上信任体系的建立与社会信用环境息息相关。从政府、中介结构、交易对象等几个方面,探讨了其在构建网上信任体系中应该承担的责任和可以采取的办法。     

信任模型中虚假推荐问题研究

如何避免推荐信任中虚假推荐问题是信任模型中信任值计算准确的关键因素。应用贝叶斯理论中可信区间的概念,给出了一个过滤虚假推荐的算法。通过判断节点的推荐信任是否落在可信区间内,作为判断推荐信任是否为虚假推荐的依据,并且根据节点推荐的标准差的大小给出过滤虚假推荐节点的顺序,对虚假推荐过滤算法有效性分析表明该算法可以有效地抑止夸大和诋毁问题。     

一种P2P网络动态信任模型

为了提高P2P网络节点的安全性,论文提出了一种基于信任机制的动态信任模型,详细描述了模型的工作流程和算法,认为仿真实验证明模型对恶意节点的识别率高,具有良好的抗攻击性。     

基于区块链技术的数字资产确权交易模型研究

针对传统数字资产版权登记、签权、授权、交易等问题,提出基于区块链技术的数字资产确权交易模型;研究并设计该模型的逻辑结构及模型中数字签名、版权注册、区块链智能合约等模块的流程设计;在模型关键模块流程设计的基础上,重点结合数字签名技术、区块链智能合约、非对称数字加密等技术和相关的算法,实现了基于区块链技术的数字资产确权交易模型。最后,通过实验验证了模型中数字签名身份验证及数字内容解密算法的安全性和相关性能。     

人工智能赋能的可信同伴互评模型构建与验证

同伴互评是培养高阶思维、提升学习绩效的重要学习策略。然而在教学实践中，同伴互评存在严重的低信任问题，即学习者对同伴的评价存在质疑或漠视，整体接受度不高。究其缘由，学习者的认知差异性是导致低信任问题的关键诱因：客观上，学习者的认知差异性导致同伴评价的不一致现象；主观上，学习者面对评价不一致现象时会产生确认偏误。人工智能赋能的可信同伴互评模型，使用可信系数标明评价的有效性，引导学习者建立正确的认同与信任，可以降低学习者的确认偏误。该模型的智能化实现过程分为4个阶段：评价及可信系数的表征、评分关系加权图构建、基于加权随机游走算法的同伴间认知水平关系挖掘、可信系数计算及评价反馈。基于该模型的教学实践表明：其能够依据评价者与被评者的相对认知水平为评价计算合理的可信系数；有助于提高学习者对同伴评价的接受度，在感知有用性、行为意愿2个维度上显著优于传统同伴互评模型；对学习者批判性思维倾向的培养具有显著的正向影响，在分析性、系统性、求知欲和思想开放性4个子维度上均有显著提升。     

基于评价的P2P网络信任模型研究

P2P网络的信任研究关系到P2P网络的安全。本文在对信任关系研究的基础上提出了一种基于价的P2P网络信任模型,构建了基于评价的信任网络,给出了信任度的计算方法。并通过实验数据验证了该网络模型的安全性。     

分散的P2P网络中信任模型的设计

P2P系统的开放性体系结构在为人们带来方便的同时,也带来了安全隐患。信任机制是保证P2P系统的安全性、可用性的关键[1]。本文分析确定了影响信任度量的6个重要因素,建立了适合分散的纯P2P系统的信任模型,该模型能较准确的评价节点的信任度。     

供应链网络平衡模型及算法

在供应链平衡条件下建立了包括生产商、分销商、零售商的供应链网络模型,该模型允许传统交易和电子交易模式,商品需求是随机的;同时考虑生产商和分销商进行多属性决策,包括利润最大化和风险最小化,最后给出了供应链平衡模型及其算法.     

分散的P2P网络中信任模型的设计

P2P系统的开放性体系结构在为人们带来方便的同时，也带来了安全隐患。信任机制是保证P2P系统的安全性、可用性的关键。本文分析确定了影响信任度量的6个重要因素，建立了适合分散的纯P2P系统的信任模型，该模型能较准确的评价节点的信任度。     

C2C电子商务下现行信用模型分析

现行C2 C电子商务下的信用评价模型以交易达成为基础,以评分累计值划分卖家等级.这种评价模型存在评价内容简单,评价模式片面,评价结果的可信度低等问题.在分析影响交易质量的多种因素的基础上,提出了调整评分内容及规则的方法：建立新的信用评价体系,推荐使用百分比评价,电子商务中间商提供公平、洁净的购物环境,政府加大对电子商务的监督和约束力度.     

多Agent系统中的信任模型概述

MAS(多Agent系统)环境同人类社会类似,充斥着大量不确定因素,因此,在MAS环境中引入信任对agent之间的交互至关重要。信任通常来源于直接信任和信誉两种途径,信誉系统是用于支持信任评价的机制。本文从信任的相关概念出发,针对几个重要的信任模型做了简要的分析。     

经济学视角下电子商务中介存在的机理分析

电子商务中介是解决电子商务环境中信息不对称的有效途径,通过中介可以提高双方对交易的信任程度。利用电子商务中介的功能模型,主要职能,运用经济学的方法分析电子商务中介的作用,提出电子商务中介存在的必要性与必然性。     

电子交易平台多元综合信用评价的研究与实现

对基于多元综合的信用评价模型进行了分析与设计,并详细论述了其计算过程。基于教育淘宝交易平台中交易评价主体的特点,选择信用评价因子;根据信用评价指标权重分配的原则,分配信用评价因子权重;利用模糊隶属函数计算出各指标信用评分,为教育淘宝网用户交易决策提供更可靠的置信参考,降低教育资源交易过程的信用风险。结果表明,基于多元综合信用评价设计可以增加教育淘宝网在线交易评价的可信度。     

专业化分工、网络组织与产业集群形成和发展机理分析

产业集群的形成和发展不仅是劳动分工深化的结果,也是某种特定交易制度安排的结果。信任的扩展是集群分工发展的基本动力,而网络以它特有的信息、规范功能有效地保证了这一过程的顺利进行。因此,分工不仅受市场规模或范围的限制,实际上也受制度安排中交易效率的限制。政府在产业集群中的作用更多的是要注重经济制度的建构,对基于普遍性信任的交易进行规范,以此降低交易费用,促进产业集群持续、健康发展。