第一论文网免费提供电子商务毕业论文范文,电子商务毕业论文格式模板下载

社交化电子商务推荐信任重复计算简化研究

  • 投稿满身
  • 更新时间2015-10-13
  • 阅读量603次
  • 评分4
  • 41
  • 0

文/李同乐 唐亮贵 余维 漆莉

基金项目:重庆市基础与前沿研究计划项目(No.cstc2013jcyjA40061)、重庆市教委科学技术研究项目(No.KJ120723)、重庆市教育科学“十二五”规划课题(No.2011-KS-014)、重庆工商大学研究生创新基金项目(No.yjscxx2014-052-11)。

摘要:Web2.0和社交媒体的发展促使了社交化电子商务产生,这种新的交易形式能为消费者提供良好的购物体验,但存在信任问题所带来的交易风险。为解决该问题,将信任传递应用到社交化电子商务环境中,针对普通信任传递模型对推荐信任的重复计算问题,提出一种方法简化信任传递网络。实验显示该方法对合理化信任传递路径和降低信任依赖带来交易风险的有效性。

教育期刊网 http://www.jyqkw.com
关键词 :社交化电子商务;信任传递;推荐信任重复计算

引言

社交化电子商务(Social Commerce,SC)是一种新型电子商务交易业态。SC能够通过用户之间的“联系”带来对网络交易的较强信任,但由于环境的虚拟性、动态性和分布特征,致使这种高信任模式下的交易存在“隐蔽性风险”。为了解决SC中的信任与风险的冲突,可以构建该环境下的信任传递网络。但将信任传递模型直接应用到SC环境中,存在推荐信任重复问题,易使消费者获得对目标商家不符合实际的信任评价,从而增加购物风险。本文将提出一种信任传递网络简化方法,解决推荐信任重复计算带来的“隐蔽性风险”。

1、相关研究

在信任传递中,参与者之间主要通过信任的传递与聚合机制进行沟通获得信任信息。但普通信任传递模型在对多条路径进行聚合过程中存在信任的重复计算问题,在SC中会导致消费者对推荐方的信任依赖,从而得到对目标商家不符合实际情况的信任度量。Chung-Wei Hang等引入选择(selection)算子,但当多条路径信任度相同时如何选择,以及该算子在较复杂网络中的具体使用,并没有给出详细描述。蒋黎明等通过构建EDTR算法,消除推荐链之间的依赖关系。但该算法在计算反馈信任度量时,采用的是将入度大于1结点A与它的多个左邻结点直到源结点的信任链进行了聚合,这种方式在SC的信任传递过程中仍然存在问题,重复计算了对结点A的推荐信任,所以只从信任传递依赖关系的角度并不能解决聚合过程中的重复计算问题。

基于以上问题本文将提出一种新的方法解决信任传递过程中对推荐信任的重复计算,降低“隐蔽性风险”。

2、SC信任传递网络

信任传递简单的说就是,主体b信任主体m,主体m信任主体s,通过信任的传递性,主体b会在一定程度上信任主体s。此时需要信任目的具有一致性,即b对m的信任和m对s的信任是关于同一项交易任务的。

从信任关系来看,b→m、m→s这种由直接交互形成的是直接信任,b→s这种经过推荐形成的是间接信任。从信任内容来看,m信任s能够“提供满意的服务或优质的商品”,b信任m能够推荐具有“提供满意的服务或优质的商品”特征的商家,所以m对s为服务信任,b对m为推荐信任。

3、推荐信任重复计算分析与简化

在信任传递方法上,本文采用具有代表性的J sang信任模型,该模型用“观点”表示信任关系,并引入信任的传递与聚合算子。令T={(b,d,u)|b>0,d>0,u>0,b+d+u=1},表示一个主体对另一个主体的信任评价,b、d、u分别表示信任、不信任、不确定。信任传递算子( ),用于在一条信任链上,由两个或多个连续的直接信任关系推导不相邻实体间的信任关系;信任聚合算子( ),用于信任主体对从多条信任链传递的关于信任客体信息的综合。

3.1 推荐信任重复计算

在SC中,信任传递的目的是获得服务信任,而推荐信任只是服务信任传递的途径。

在信任传递网络中,如果多个结点与某个中间结点D有交互,并且这些结点对D的推荐信任并不乐观,而通过对多个推荐信任的聚合能够使总的推荐信任达到较高的水平,就会使聚合这些信息的主体获得一个假象:对结点D的推荐能力有较高的信任评价。但D在一次推荐中的质量还是不能保障。

图2 简单信任传递网络

综上, 信任传递网络中,如果中间结点的入度大于1,则存在推荐信任的重复计算。

3.2 信任传递网络简化

当参与者与某个结点之间没有直接交互所形成的信任关系,或参与者与该结点的交互次数太少,还不足以形成确定的信任关系,此时需要向对该结点有直接信任评价的结点咨询该信息。如果参与者与该结点的交互次数足够多,已形成了确定性较高的信任评价,就不需要向其他结点咨询信息。如下图:

该情况的简化方法:如果C为信任传递中的中间结点,则需要调整C的入度为1,将弧<B,C>删除;如果C为信任传递中的目标结点,此时TA,C和TB,C均表示直接服务信任关系,将弧<A,B>删除。

对信任传递网络G=(V,E)的简化可以采用如下算法进行。

算法1 信任传递网络的简化

Step1:判断结点b与s之间是否有直接信任关系,如果有则使用直接信任度量,否则进行以下步骤;

4、实验分析

4.1 信任传递网络简化实验

假设,一个具有13个结点的信任传递网络G,是由结点1到结点13的多条信任链所构成的,信任关系如表1所示。

其中结点1为买方,结点13为卖方。首先,信任传递网络不进行简化处理,计算买方1对卖方13的信任评价:RT1.13= (0.75,0.152,0.098)然后,根据算法1进行信任传递网络的简化,简化效果如下所示:

计算得买方1对卖方13的间接服务信任评价为:RT1.13=(0.706,0.114,0.18)

4.2 结果分析

信任与风险是具有联系的,如果存在信任必定存在着风险。刘云将信任风险大小可以表示为RV=C*P,C表示风险发生后的后果程度,P表示后果发生的概率。在SC中的“隐蔽性”风险,指的是消费者对朋友或“意见领袖”的推荐过于信任,从而对某个卖家形成较高的信任评价,导致消费存在被骗的危险。而过高的信任评价正是由于没有对信任传递网络进行简化所带来的,所以简化的效果可以使用消除的“隐蔽性”风险的程度表示: