张淑莲　葛苏慧　王超　万泉

摘要：文章针对B2B电子商务模式的特点，基于用户购物需求，依据多Agent理论，提出了一个有效的、客观合理的信誉评价模型，旨在提高信誉评价的精准性，抵御各种策略性虚假评价，降低买方的购买风险。文章使用仿真的交易数据，验证了信誉评价模型的有效性，证明了该信誉评价模型比其他模型在抗攻击方面更有优势。

关键词：电子商务；信誉；购物需求；抗攻击

一、引言

随着电子商务的迅速发展，一些不法商家以假乱真的现象日益增多，因此，促进电子商务交易双方的相互信任，已然成为电子商务发展的一个关键问题。相对传统商务活动来说，由于网络具有匿名性和虚拟性等特点，致使电子商务在实际应用中建立信任更加困难。在此背景下，研究电子商务中的用户信任影响因素，并建立起相应的信任机制的意义显得尤为重大。

二、基于购物需求的可信评价者列表机制的电子商务平台框架

本文将电子商务信誉模型定义为，根据消费者的历史交易记录和其他买家的评价信息计算消费者对商家在该商品的交易活动中提供可靠服务的信任程度，从而为消费者选择要购买的商品提供参考依据。基于此，本文提出了一个基于用户需求的具有评价者机制的电子商务平台框架，如图1所示。

图1描绘了整个电子商务平台框架的结构，假设在整个市场机制中有三种agent：买家agent、搜索agent和商家agent。

1.买家agent具有智能性，出于利益，能采用诸如女巫攻击，伪装攻击，漂白攻击等策略，或采用以上策略的混合形式以帮助商家提高信誉或降低它们的竞争对手的信誉。

2.搜索agent的功能（见图1中右面的虚线方框）是帮助买家获取符合购买需求的商家。买家agent为了基于自身的视角评估商家，应该保存一个列表（见图1中左侧的虚线方框），其中包括曾经的交易对手列表、初始可信评价者列表，以及满意度。

3.商家agent代指商家，在本框架中，保留了每个商家agent最近交易过并且评价过的买家agent的信息。

当用户提出购物需求后，搜索agent会根据这种需求返回符合要求的前k个商家agent，为了使一个买家agent能够与最可靠的商家agent进行交易，买家agent在购买前需要首先根据它的评分，并生成一个称为可信评价者列表的评价者的可信度表。然后根据自身的经验以及可信评价者的评分评估每个商家的可信度。最后基于可信度选择一个合适的商家作为交易对手。

三、基于購物需求的抗攻击信誉评价模型

为了解决不公平评分问题，本文基于上面的电子商务平台框架提出了一种新的模型，即ASD模型。为了实现对评价者的信任度的评估，并且获得买家agent值得信任的评价者列表，本文基于用户购物需求提出了一种新颖的可信评价者列表生成算法。由于买家agent的购买需求是变化在的，因此为了从买家agent的当前购买中寻找一个最适合的可信评价者列表，本文应用进化方法在所有商家的建议提供者列表中搜索合适的选项。本模型中给出的可信评价者列表生成算法旨在根据评价者的历史评分以及买家自身的经验寻找一个最值得信任的评价者列表。此外，可信评价者列表是针对一个给定的满意度生成的，因此，它随买家agent的购买需求而变。

基于用户购物需求的可信评价者列表生成算法的主要思想包括以下四步。

1. 在交易前，首先根据买家B的历史交易评分和可信评价者列表中评价者的历史交易评分计算买家B对初始可信评价者列表的满意度。

2. 在每一代，首先判断买家与商家是否有过交易经历，若有，则从买家B自身的可信评价者列表和搜索agent推荐的该商家的最近交易过的评价者的可信评价者列表中选择三个最可信的评价者。

3. 通过差分进化算法进化选择的三个评价者的可信评价者列表得到候选的可信评价者列表。

4. 计算买家B对当前进化出来的候选可信评价者列表的满意度，与初始的可信评价者列表满意度进行比较，保存最优的满意度的可信评价者列表。最后，输出买家B对每一个商家的最优的可信评价者列表。

四、实验及结果分析

（一）实验设置

现存的实验平台（比如ART平台），不太适合在不公平评分的攻击下比较各种模型的健壮性。因此本文设计了一个基于多Agent的电子商务平台，用来模拟来自评价者的不公平评分攻击，并比较各种不同的信任模型。实验中主要设置了设置两个垄断的商家，代表诚实的和不诚实的，并且他们参与大部分交易，其中不诚实的垄断商家试图通过不诚实的评价者进行不公平的评分与诚实的垄断商家进行竞争。其他的商家也有诚实和不诚实之分，都设置为99个，其信誉值属于[0，1]符合均匀分布。在没有女巫攻击下，实验环境中添加12个不诚实的买家和28个诚实的买家，在有女巫攻击时交换诚实和不诚实买家的数量。时间是100天，买家每次只选择一个商家进行交易。

（二）评估标准

MAE（Sj） （1）

本文评估信誉模型的有效性，指在没有受到攻击的情况下，计算出商家的信誉值能正确反映商家的信誉水平。主要比较由模型计算的商家的信誉值与真实信誉值的差值，越小越好。公式1中 （S ）指由模型根据诚实的买家Bi的可信评价者列表中的评价者计算得到的卖方Sj的信誉值， R （S ）指卖方Sj在第t天的真实的信誉值，B 指诚实的买家数量，总共交易的时间。

（三）实验结果

本实验是基于绝对平均误差（MAE）对垄断市场中的商家信任评价模型进行比较。较小的绝对平均误差说明信任模型对商家信誉的建模更精确。

由表1中的实验结果可知，整体上本文提出的ASD模型在所有的攻击方法中诚实垄断商家的信誉值的MAE值都接近于0。因此，本文提出的模型可以很好的估计商家的信誉值，准确性比较高。

五、结 语

本文针对当前B2B电子商务交易过程中出现的问题，基于用户购买需求，结合消费者的历史交易记录和评价信息提出了具有评价者机制的电子商务平台框架，并在此框架基础上构建了一种新的信誉评价模型ASD。该模型设计中不仅考虑了用户个人的信任也考虑了其它评价者的信任，综合计算对商家的信任，经过验证该模型可以为电子商务交易的双方提供可靠的信任关系，从而为消费者选择交易商家提供参考依据。

参考文献：

[1]邓攀.基于推荐的抗攻击电子商务信誉机制研究[D].重庆大学，2014.

[2]李道全.电子商务信任管理模型与方法研究[D].山东科技大学，2011.

*基金项目：山东省高等学校科技计划项目“基于Hadoop的智慧校园预警决策系统研发”（J16LN54）。

（作者单位：张淑莲、葛苏慧、万泉，青岛工学院；王超，中国人民解放军69213部队42分队）