王树鹏　魏振

[摘要]随着互联网技术的快速发展，基于C2C模式的电子商务平台也得到爆发式发展，电子商务平台具有便利、高效、开放的特点，目前由于电子商务平台的信任机制的不健全，增加了监管交易参与者的难度，交易的风险也比较大。通过分析和验证表明：基于声誉的电子商务信任评估模型，在C2C电子商务系统中作用明显，在最终仿真实验中，证明了本模型在对评价的真实度和可信度上更能有效地反映出来，能够满足C2C电子商务系统的应用。该模型通过对交易参与者的信任度进行计算，识别出信任度较低的个体，在计算时选取特定的时间和交易记录进行评价，经过分析和研究，最终综合评出参与者的信任度。

[关键词]电子商务；C2C；信任评估；声誉

[中图分类号]F470 [文献标识码]B

引言

电子商务在21世纪已经发展成为具备社会影响力的新型商业模式。国内外各大电子商务平台也得到不断发展和壮大，改变了人们传统的购物习惯。

所谓电子商务，是指交易双方通过浏览器等网络应用工具，进行商品的选择和购买，并以电子支付等互联网手段完成交易的商业模式。目前主流的电子商务模式可以分为B2B、B2C、C2C。在交易平台上，由于互联网的局限性，买卖双方都存在隐瞒真实信息的意图，这就为交易过程埋下了风险隐患。国内外专家为降低恶意交易行为的发生率，也对电子商务平台的信任评价模型做了不少的分析和研究，基于声誉的电子商务信任评估模型就是其中之一。它的主要内容是：交易结束后，交易双方能够对对方进行评分，比如好评、中评、差评，不同评价之间有不同的分值体现并进行累积，用户在下次进行交易时就可以通过该累积的分值进行用户信任度的评估，已决定是否继续进行交易活动。该模型从推出之际便得到广泛应用，在此基础上人们为了防止恶意差评或刷好评等现象发生，在信任计算时加入了时间、金额、局部和全局声誉、模糊集合等因素，通过这些因素进行信用度权重和衰减计算，并以时间窗口的形式对交易双方变化进行监督，以提高信任度评价的真实性。本文提出了使用时间和交易窗口机制进行计算，以提高评价者自身信任度的C2C电子商务信任评估模型，并对此模型进行分析研究。

一、影响信任评价因素分析与计算

当前信任机制存在不少影响信任评价的因素，每个因素在评价过程中都有一定的作用，在提出信任评价系统的时候针对这些因素需要做出相应的改进和完善，这些因素主要体现在以下几个方面。

交易时间，指交易发生的时间，在计算过程中，隔的时间越久在计算时所占权重越低。目前主流的电子商务平台中均采用了时间窗口机制，一般选取半年内的平均评价，同时为了防止不同卖家在规定时间的交易次数差异化，在本模型中采用了小交易量时间窗口衰减机制和大交易量时间分段评价机制来排除交易时间的影响。

交易金额，一般来说，买卖双方的一次交易金额在另一方面决定了交易的次数，为了防止交易者通过多次小额交易来完成恶意刷信用等级行为，模型中采用了金额权重比例方式计算信任程度。不过目前电子商务平台都有相应的第三方支付手段，能够对现金欺诈等问题进行有效抑制，因此，在模型信任评价计算中暂时忽略金额的影响。

评价者自身信任等级。本模型在考虑对交易双方进行信任评价值，往往还需考虑评价者自身的信任等级，以此作为评判评价者的可信度，避免恶意诋毁现象的发生。当评价者的自身信用等级较高时，其所做评价参考权重也会相应加大，同时也要考虑想用评价者对同一对象在一定时间内的评价次数，一般选取一个月等最多进行有效评价次数为3-5次等，这样计算出来的评价结果将更有可信度。

综合上述提出的影响因素，通过加权平均法进行信任度评价计算，模型中采用0～5的5分制进行信用评价。交易双方刚开始时无任何交易记录和评价，系统会给出较低的分值，当参与者在不断进行交易的过程中，通过交易时间、金额、评价者等级等的权重计算，来完成新的信任评价等级，并于之前交易者所拥有的信任等级进行比较更新，形成一个新的信任评价，交易双方就能够不断地在交易过程中完成信任等级的积累和更新。

二、信任评估辅助策略

在信任评估计算中，主要有决策辅助和观察组设立两种辅助策略。

决策辅助。买家通过不断完成交易可以累计一定的交易经验，系统根据交易的类别进行统计，得出买家的理解能力值，该理解能力体现在与卖家是否有过往交易和对卖家商品类别的熟悉度两个方面。因此，在计算买家的理解能力值时，就是买家对每类商品购买次数与卖家商品类别向量的乘积，当卖家商品类别与买家购买最接近时，取该值用以计算交易双方的信任度。

观察组设立。观察组设立的目的是重点监督系统中表现差的个体，交易双方进入观察组后，如果通过诚实交易使得信任度上升到一定程度后可以返回普通用户组中，反之在观察期间出现不良记录则会受到相应的处罚。目前电子商务平台交易中，买家的信任问题点较少，主要集中在是否退换货频繁、评价信息是否属实等方面，对于有不良行为的买家，系统会将其加入观察组中，督促买家进行行为改正。对卖家而言，同样声誉度较低、投诉率高的也会加入观察组中进行重点监督。

三、模型仿真实验和分析

在模型仿真实验时，采用了模拟C2C电子商务平台模式，对比当前评价体系。实验中模拟了交易的买家和卖家，并进行随机交易选择，完成交易后双方互评，交易时间和互评记录等信息记录到数据库中，并通过这些数据实时进行信任度计算和更新。实验采用5分制评分标准，选取了100个买家和卖家进行了约20000次模拟交易，其中大交易量卖家占20%，评价分值主要为4分和5分，占比95%。图2体现了一段时间内交易量大时传统信用评价CM与基于声誉信用评价RBM的卖家信用积累。

图1中体现了两个不同买家随着交易次数上升所积累的信任度。从图中可以看出，买家在初始时基础信用度较低，通过不断地完成交易获得卖家的良好信用评价后，其信用度逐渐升高，并提高其评价的权重比例。该方法已经被各大电子商务平台所运用，随着交易次数的增多，买家需要约束自身的行为，要提高自身的信用度，需要不断积累良好行为，这给系统良性发展提供了重要基础。

从图2中可以看出，当卖家在一段时间完成较多交易时，传统的信任度评价方法CM由于大量的历史数据积累，使得卖家信誉度不能由新评价及时地反映出来，其信用度曲线是比较平缓的，对卖家信誉不能真实体现出来，而且随着交易次数的增加，这种不明显性更加突出，对买家提供的参考价值就越来越少。当采用本文提出的通过时间窗口来反映卖家信任度模型中，细化了卖家声誉值的变化范围，能够在各段时间内正确地对信用变化进行反应，具有更好的准确性和实时性，给买家提供有效参考。因此，在交易量累计较大时，现有的CM模型对买家提供的信用度参考价值变得意义不大，而本文提出的信用评估模型就能对卖家在时间窗口内声誉信用度的变化有准确的反应。

结束语

本文通过对C2C电子商务中存在的问题进行研究和分析评价，并结合第三方安全支付的应用，提出C2C电子商务基于声誉的信任评估模型。在信任计算过程中加入时间和交易窗口机制，对评价者本身的信任度进行综合考虑和分析。为了进一步加强信任机制的有效性，利用了买家理解作为决策辅助以及建立观察组等方式。在最终仿真实验中，证明了本模型在对评价的真实度和可信度上更能有效地反映出来，能够满足C2C电子商务系统的应用。