摘 要：信用问题是困扰电子商务发展的主要瓶颈。针对目前C2C电子商务网站采用的信用评价模型的不足，对评价指标进行了改进，融入交易金额、评价可信度、反馈信息的离散程度和对非正常退货的惩罚等多种影响因子，提出了一种新的C2C电子商务信用评价模型。基于真实数据的实验表明，所构建的模型在性能上优于目前的信用评价算法。

关键词：C2C电子商务；信用评价模型；声誉；信用度

一、引言

据第37次中国互联网络发展状况统计报告显示，截至 2015年12月，我国网购人数达到4.13亿，增长率为14.3%；手机网购人数达到3.40亿，增长率为43.9%。可见，电子商务包括近两年异军突起的移动电子商务已成为公众经济生活中一种不可替代的方式。然而，在电子商务迅速发展的同时，也暴露出很多问题，双11购物狂欢节的高成交率背后隐藏着高退货率。网络交易的虚拟性和信息不对称造成中国电子商务市场的柠檬问题日益严重，我国电子商务的信用机制亟待加强。

本文针对现有信用评价模型的不足构建了一种新的C2C信用评价模型。在该模型中，完善了交易评价及评价可信度的计算，综合考虑了交易时间、交易金额、交易次数、节点反馈的离散程度和对非正常退货的惩罚等多种影响因素，解决了现有信用评价机制存在的主要问题。

二、现有C2C信用评价模型的不足

目前C2C电子商务网站采用的信用评价算法存在诸多问题，归纳如下：

1.交易评价指标过于简单。仅将交易评价设置为差中好评三个等级，采用简单的累加算法，以累计值作为节点的信用度。在此评价指标设置下，消费者完全凭个人当时的主观感受和判断来评价，无法准确反映出用户的真实评价。

2.未考虑用户评价的可信度。信誉高者和信誉低者的评价可信度显然是不同的，其对被评价用户的信用度贡献也应不同。然而，现有的累加信用评价模型使不同用户的评分具有相同的信誉影响， 缺乏对评价用户自身信用的考虑，导致信用欺诈的普遍存在。

3.没有考虑交易金额的影响。交易双方进行信用评价时，小额交易与大额交易对用户信用度的增减作用是一样的。因此某些恶意用户可能会先利用小额交易积累较高的声誉，之后进行大额交易欺诈来赚取不正当利益。

4.没有考虑交易时间的影响。交易者的信用情况是随时间动态变化的，简单的信用累积机制只能够在一定程度上反映被评价用户的历史交易信用情况，难以真实反映其当前实际信誉状况，导致有些用户可能会利用早期诚信交易进行信任诈骗。

5.缺乏对非正常退货的有力惩罚。网络交易的虚拟性加大了买卖双方信息的不对称，在这种情况下，个别卖家利用虚假信息欺瞒消费者，损害消费者的利益。对于非正常退货，应给予卖家严厉的惩罚。然而目前大多电子商务网站是将退货成功的交易直接关闭，买卖双方互不评价，这实际存在很大的弊端。

三、基于声誉的C2C电子商务信用评价模型的构建

基于以上几点不足，本文以姜守旭提出的基于声誉的信任机制为指导，构建了一种新的C2C电子商务信用评价模型。为便于讨论，将用户i依据与用户j之间的历史交易评价而得出的对于j的信任程度称为用户j相对于用户i的局部声誉。将所有与j交易过的用户都称为j的邻居用户。而将基于j的所有邻居用户的历史交易评价而得出的对j的信任程度称为用户j的全局声誉。基于声誉的C2C电子商务信用评价模型的基本框架如下：

1.局部声誉的计算

局部声誉是用户i基于与用户j的历史交易评价所得出的对用户j未来交易行为的信任程度，它相当于人们通过直接交往所建立起来的对彼此的信任。它的主要影响因素为历史交易评价，此外，还与交易金额、交易时间和交易次数有关。

（1）交易评价

以淘宝网为首的C2C电子商务网站目前所广泛采用的信用评价机制主要从描述相符、物流服务和服务态度这三个方面进行评价，但是累加信用计算并未用到上述三个指标的评价，而是将交易评价设置为差、中、好评三个等级，对应得分-1、0、1（其中默认评价或未作评价的情况均作为“好评”处理），据此来计算卖家的信用度。对此，本文做出如下改进。

假设用户i与用户j的第l次交易中描述相符指标的得分为Uel，服务态度指标的得分为Usl，物流服务指标的得分为Uml。为了更确切地表达用户的真实评价，将各指标评价细分为{差评，较差，中评，较好，好评}五个等级，对应分数{-2，-1，0，1，2}，则本次交易卖家的综合得分Uijl可以表示为：

其中，λ1、λ2、λ3分别为三项得分占最后总得分的比例系数，

根据统计分析，依据消费者对此三项指标的重视程度取λ1=0.7，λ2=0.2，λ3=0.1。

（2）交易金额

消费者往往对大额交易会更为仔细谨慎，故交易金额在一定程度上代表交易的重要性，因此交易金额越大的评价对局部声誉的贡献越大，反之则越小。

设Ml表示用户i与用户j第l次交易的交易金额，则根据以上分析，可得交易金额因子Plij满足。

（3）交易时间

声誉的形成是一个随时间动态变化的累积过程，近期的交易评价越能反映节点当前的实际信誉。研究表明在计算当前声誉时对历史评价进行衰减，能够使声誉收敛到稳定状态。因此在计算局部声誉时，距离当前时刻越近的交易评价所占权重越大，反之则越小。本模型引入交易时间因子Slij来表示用户i与用户j的第l笔交易评价在局部声誉Lij中所占的权重。

其中，t表示局部声誉Lij的计算时间，tl表示用户i完成第l笔交易评价的时间。

（4）交易次数

为了提高信用度，相同用户之间进行多次非真实交易并且多次评价来炒作信誉。为了防止这种情况，本模型引入交易次数因子。随着交易次数的增加，相同用户的多次交易的评价对信誉度的影响越小。若用户i与用户j之间共发生过n笔交易，定义第l笔交易的交易次数因子为

综上所述，用户j相对于用户i的局部声誉Lij为：

2.全局声誉的计算

用户j的全局声誉Rj是综合用户j的所有邻居用户对其的交易评价而得，用户j的邻居用户数量越多且交易金额越大，其全局声誉就越接近真实情况。此外，全局声誉Rj还与邻居用户评价的可信度以及反馈信息的离散程度有关。

（1）评价的可信度。邻居用户评价的真实性直接影响到全局声誉评估的准确度，邻居用户评价的可信度越高，则对全局声誉的贡献越大，反之则越小。

设用户hk是用户j的邻居用户。若用户i和用户j的邻居用户hk发生过交易

其中，fm（-）表示用户hk总交易评价中差评的次数；fm表示用户hk总交易次数；fm（0）表示对交易未作评价的次数。此因子旨在排除恶意用户对信用度评估的影响并激励用户对交易进行评价，但因为未作评价的影响显然要小于差评，故乘以系数1/2。

综上所述，

（2）节点反馈的离散程度。陈爱国在基于节点数量和反馈信息离散度的全局信任模型中指出反馈信息的离散程度越小，则全局声誉越可信。本文采用用户评价的标准差来度量反馈信息的离散程度，其计算方法如下：

（3）全局声誉期望。设用户j相对于其邻居用户hk的局部声誉为

（4）惩罚系数f（r）。对于因商家以次充好或虚假描述等不诚信行为导致的退货交易，应给与卖家严厉的惩罚，以保护消费者的利益，维护网络交易市场的健康稳定。对此，本文引入惩罚系数f（r），r为用户j的累计非正常退货次数，定义，可见随着非正常退货次数r的增加，惩罚系数也会随之增大。

（5）全局声誉。根据用户j的邻居用户数量n、交易总额M、节点反馈信息的离散程度θj和非正常退货的惩罚系数f（r）对全局声誉期望进行修正，以使节点全局声誉的评估更为准确。

修正后，用户j的全局声誉Rj为：

是由节点数量、交易金额和反馈信息离散程度构成的修正系数。因为邻居用户数量越大，反馈信息的离散程度越小，交易金额越大，则全局声誉的期望值就越真实，故应满足以下条件用户j相对于用户i的信用度Tij是用户i决定是否和用户j进行交易的主要参考，而信用度Tij是通过整合局部声誉Lij和全局声誉Rj得来，故设α、β分别为局部声誉Lij和全局声誉Rj的置信因子，则信用度Tij可定义为：

4.实验分析

为验证C2C电子商务信用评价模型的有效性和准确性，本文以淘宝网为例，对部分网店和消费者将其销售数据和评价数据从网上获取后，按照改进后的算法计算信用度，并与淘宝原有信用算法的计算结果进行比较，得到如下结果。

如图3所示，现有的淘宝评价机制评分较高，而且信用评价无明显变化，不符合实际情况，而改进的信用评价机制可以更好的体现出用户的真实信用，更为准确。

四、结束语

C2C是目前我国主要的电子商务模式，有效的信用评价模型是C2C电子商务健康发展的重要保障。本文针对现有的C2C电子商务信用评价模型的不足，构建了一种新的信用评价模型，分别对局部声誉模型和全局声誉模型进行了改进，完善了交易评价和评价可信度的计算方法，融入了针对非正常退货的奖惩因子和反馈信息的离散程度，解决了现有信用评价算法存在的主要问题。本文的不足之处在于仅通过数据分析初步验证了改进模型的有效性，今后还需进一步研究模型在真实系统中的作用效果。

参考文献：

[1]第37次中国互联网络发展状况统计报告.中国互联网络信息中心，2016.1.

[2]姜守旭，李建中.一种P2P电子商务系统中基于声誉的信任机制[J].软件学报，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]陈爱国，徐国爱，杨义先.P2P交易系统信任模型[J].电子科技大学学报，2010，39（3）：425-429.

[5]朱艳春，刘鲁，张巍.基于评分用户可信度的信任模型分析与构建[J].管理工程学报，2007（4）：150-152.

[6]朴春慧，安静，方美琪.C2C电子商务网站信用评价模型及算法研究[J].情报杂志，2007（8）：105-107.

作者简介：赵颖慧（1994- ），女，汉族，宁夏固原市人，本科在读生，中南财经政法大学信息与安全工程学院