李 生 琦，陳 奎

（1.浙江林學(xué)院，浙江 杭州 311300；2.藝龍網(wǎng)信息技術(shù)（北京）有限公司，北京市 100015）

一、引 言

消費(fèi)者對消費(fèi)者（C2C）電子商務(wù)作為一種重要的交易模式，在我國表現(xiàn)出了很強(qiáng)勁的發(fā)展勢頭。國內(nèi)幾個較大的C2C購物網(wǎng)站，如淘寶網(wǎng)、TOM易趣網(wǎng)、拍拍網(wǎng)占據(jù)了網(wǎng)上購物67.1%的市場份額。[1]盡管如此，誠信問題依然是阻礙我國電子商務(wù)發(fā)展的第一大障礙，C2C電子商務(wù)網(wǎng)站遭遇這方面的問題就更為突出。由于C2C電子商務(wù)交易的參與者一般為個人或者小型企業(yè)，沒有什么知名度，交易雙方缺少了解渠道，無法獲知交易對象的身份和信用狀況，因而網(wǎng)上欺詐現(xiàn)象更容易發(fā)生。

目前各大主要的C2C電子商務(wù)網(wǎng)站都采用信譽(yù)評價系統(tǒng)來提高用戶對網(wǎng)上交易的信任度，但是當(dāng)前的信譽(yù)評價系統(tǒng)都存在一定的問題，無法防止信譽(yù)的炒作和誹謗。本文針對現(xiàn)有信譽(yù)評價系統(tǒng)的不足之處，分別從評價等級、評分標(biāo)準(zhǔn)、初始信譽(yù)值設(shè)定及用戶評價可信度等方面進(jìn)行分析探究，給出一個改進(jìn)的可信度更高的信譽(yù)評價模型，并通過實(shí)例對該模型進(jìn)行驗(yàn)證。

二、現(xiàn)有評價模型存在的問題

國內(nèi)主要的C2C電子商務(wù)網(wǎng)站（如淘寶網(wǎng)、TOM易趣網(wǎng)、拍拍網(wǎng)）均采用了信譽(yù)評價系統(tǒng)。雖然各自的信譽(yù)評價系統(tǒng)略有差別，但總體上相類似。以淘寶網(wǎng)為例，目前采用的信譽(yù)評價系統(tǒng)是：對于所有注冊用戶的初始信譽(yù)值設(shè)置為零，買賣雙方在交易后均可為對方作出相應(yīng)評價。評價一般分為“好評”、“中評”、“壞評”，分別對應(yīng) 1、0、-1 的分值。用戶的累計(jì)得分值即為用戶的信譽(yù)值。[2]

現(xiàn)有的信譽(yù)評價體系，雖能對買賣雙方的信譽(yù)作出評估，但仍存在如下問題：

1．信譽(yù)的評價等級過于簡單

僅僅用“好評”、“中評”、“壞評”作為評分的等級，無法真實(shí)地反映用戶的評價。例如，在淘寶網(wǎng)上，有不少用戶在評論中都對賣家的服務(wù)和產(chǎn)品以及其他方面有不太滿意的地方，如有的產(chǎn)品沒有包裝，有的產(chǎn)品色澤與圖片有一定的差距，但由于產(chǎn)品的總體質(zhì)量沒有太大問題，所以用戶還是給出了“好評”。

2.沒有充分考慮原有信譽(yù)值的影響

由于網(wǎng)站只是采用簡單的累計(jì)加分原則，這使得結(jié)果一樣的情況無法反映用戶信譽(yù)值的差別。例如：某個用戶得到了100個“好評”，而另一個用戶得到了200個“好評”、100個“壞評”，反映出這兩個用戶的信用情況應(yīng)該是不一樣甚至相差很大的，但信用累計(jì)值卻是相同的。

3.沒有考慮時間權(quán)重對于信譽(yù)值的影響

用戶的信譽(yù)值應(yīng)該是一個動態(tài)變化的過程，用戶行為的變化也會導(dǎo)致信譽(yù)值隨之變化，用戶不同時間作出的評價其影響也是不同的。如用戶3天前作出的評價和45天前作出的評價不同，三天前作出的評價更能反映當(dāng)前對方用戶的信譽(yù)值。而目前的評價系統(tǒng)無法反映此種變化。

4.沒有考慮交易次數(shù)和交易金額對信譽(yù)值的影響

現(xiàn)有的評價系統(tǒng)沒有考慮到交易次數(shù)和交易金額的影響，交易過一次的用戶和交易過100次的用戶作出評價的效果是一樣的，小額交易用戶和大額交易用戶作出評價的影響也是一樣的，這就無法防止某些用戶開始用小額交易多次的方法賺取信譽(yù)值，等到信譽(yù)值較高時對高額交易進(jìn)行詐騙的現(xiàn)象發(fā)生。[3]

5.無法防止信譽(yù)的炒作和誹謗

由于目前的信譽(yù)評價都假定用戶的評價是真實(shí)可靠的，對于所有的“好評”、“壞評”都100%地計(jì)入評價的總分，對于評價的可信度無法進(jìn)行衡量，這就無法防止一些用戶通過虛假手段炒作自己的信譽(yù)值。此外，也難以防止一些用戶為了達(dá)到不正當(dāng)競爭的目的，利用不正當(dāng)手段對競爭對手進(jìn)行惡意評價，降低對手的信譽(yù)值。

6.沒有鼓勵第三方服務(wù)

保羅·帕沃羅（Paul A.Pavlou）和大衛(wèi)·格芬（David Gefen）論述了第三方服務(wù)對于網(wǎng)上交易的重要作用。他們指出，第三方服務(wù)是電子商務(wù)的一個重要模型，尤其是買賣雙方擁有不同的社會和文化背景，并且之前也未發(fā)生過交易的時候。[4]麥肯耐特、查德瑞和卡默（McKnight，Choudhury&Kacmar）也指出，第三方服務(wù)對于買家感知賣家的信任、幫助完成網(wǎng)上交易有重要作用。[5]然而現(xiàn)有的評價系統(tǒng)只是建議進(jìn)行第三方服務(wù)，并未采取有效的措施鼓勵進(jìn)行第三方服務(wù)。

三、信譽(yù)評價模型的改進(jìn)

針對上述信譽(yù)評價模型存在的問題，本文擬從評價等級的設(shè)定、初始信譽(yù)值的設(shè)定、評價分?jǐn)?shù)的設(shè)置、評價的可信度方面進(jìn)行改進(jìn)。

1.評價等級的改進(jìn)

本文將用戶的評價分為四個維度，即產(chǎn)品因素、服務(wù)因素、配送因素和支付因素，每個因素對應(yīng)一個評價。分別針對產(chǎn)品、服務(wù)、配送、支付各設(shè)一個評價問題，如服務(wù)方面可設(shè)問題為“對方的服務(wù)態(tài)度如何”，對應(yīng)的答案分別為“好評”、“中評”、“差評”，分別對應(yīng) 1、0、-1 的分值。用戶可以根據(jù)交易過程中對方在各方面的表現(xiàn)，作出更為客觀的評價。

2.初始信譽(yù)值的設(shè)定

當(dāng)買賣雙方都第一次申請加入C2C網(wǎng)站時，各大主要的C2C購物網(wǎng)站對于買賣雙方的初始信譽(yù)值都設(shè)置為零，使得買家無法對賣家信譽(yù)值的差別作出判斷。對此，我們認(rèn)為賣家的初始信譽(yù)值與他所采用的第三方服務(wù)認(rèn)證有關(guān)。

定義1：ISj表示賣家Sj的初始信譽(yù)值，有n項(xiàng)第三方服務(wù)，賣方經(jīng)過n項(xiàng)第三方服務(wù)認(rèn)證，wi表示第i項(xiàng)服務(wù)認(rèn)證在所有第三方服務(wù)認(rèn)證中所占的權(quán)重，權(quán)重越大，表示該項(xiàng)服務(wù)認(rèn)證在交易中對買方感知賣方的誠信度越高，定義函數(shù)f（wi）表示第i項(xiàng)服務(wù)認(rèn)證所得到的分?jǐn)?shù)，賣家的初始信譽(yù)值是賣家進(jìn)行各項(xiàng)第三方服務(wù)認(rèn)證所得分?jǐn)?shù)的總和。

即初始信譽(yù)值與其經(jīng)過的認(rèn)證有關(guān)，第一次注冊便得到了基本身份認(rèn)證。如i=1表示通過第三方支付認(rèn)證，i=2表示通過身份認(rèn)證，且w1>w2，如果S1只通過支付認(rèn)證，S2只通過身份認(rèn)證，S3未通過任何認(rèn)證，則有IS1>IS2>IS3

3.用戶評價分?jǐn)?shù)的設(shè)定

定義 2：設(shè)Sj表示第j個賣家，Bi表示與Sj交易的第i個買家。Tx表示 Bi與 Sj的第 x 次交易。R（i，j，x）表示 Bi與 Sj第x次交易時對Sj的信譽(yù)值作出的評價。在前文已經(jīng)將評價劃分為四個維度，Score表示這四個評價維度所得出的此次評價的分?jǐn)?shù)，定義函數(shù)：

其 中 service、product、distribute、payment 分 別 表 示 服務(wù)、產(chǎn)品、配送、支付各維度所得的評價分?jǐn)?shù)。因不同類產(chǎn)品對四個因素要求不同，所以不同類產(chǎn)品各因素所占權(quán)重也有所不同。令α、β、χ、δ分別表示各個對應(yīng)維度在計(jì)算此次得分時的權(quán)重值，α、β、χ、δ∈［0，1］，且 α＋β＋χ＋δ=1。權(quán)重越大，表明該因素在本次交易中對賣方聲譽(yù)的影響越大。α、β、χ、δ的權(quán)重值根據(jù)C2C交易網(wǎng)站上用戶的調(diào)查統(tǒng)計(jì)得出。由（2）式可知，Bi對于 Sj的評價 R（i，j，x）可映射為以下函數(shù)：

由（2）式和（3）式得知，當(dāng)用戶的四方面都為“好評”時，得分為1，四方面都為“壞評”時得分為-1，四方面都為“中評”時得分為 0。假設(shè)一個用戶的評價為（-1，1，-1，1），而對應(yīng)的各個方面的權(quán)重為（0.5，0.2，0.2，0.1）時，該用戶的Score=0.5×（-1）+0.2×1+0.2×（-1）+1×0.1=-0.4<0，此次對賣家得出的信譽(yù)值為-1。由上述函數(shù)可以看出，如果買家認(rèn)為該用戶的質(zhì)量雖沒什么問題，但是服務(wù)和送貨效率都不令人滿意，而服務(wù)在此交易中非常重要，所以該賣家還是得到了-1分，避免了以往信用評價過于簡單的問題。

4.用戶評價可信度的確定

不同情況的用戶作出評價的效果也應(yīng)該是不同的。一個有多次交易經(jīng)驗(yàn)的用戶作出的評價應(yīng)該比沒有任何交易經(jīng)驗(yàn)的用戶作出的評價更具說服力，交易額大的用戶評價應(yīng)該比交易額小的用戶評價更有影響力。一個買家如果同多個賣家發(fā)生過交易，其所作的評價應(yīng)該比只與一個賣家發(fā)生過交易的用戶的評價更具可信度，因此可以有效地抑制信譽(yù)的炒作和誹謗。

定義 3：關(guān)于直接可信度Y。Bi與Sj交易后，對Sj進(jìn)行信譽(yù)評價時，可根據(jù)Bi與Sj以前直接交易的次數(shù)和交易金額來推斷此次評價的可信程度。定義如下函數(shù)：

其中，sum表示之前交易的次數(shù)；account表示之前交易的總金額；p、q分別表示交易次數(shù)和交易金額對于直接可信度的影響系數(shù)，p、q∈［0，1］；r表示交易金額的消解因子，保證即使account值比較大時，能在同一數(shù)量級上影響Y，r的值根據(jù)sum和account值的情況選取。k為調(diào)節(jié)因子，使得Y∈［0，1］。由（4）式可以看出，交易次數(shù)越多、交易金額越大時，Y的值也就越大，但Y的最大值只能為1。

定義 4：關(guān)于間接可信度Z。Bi與Sj交易，Bi對Sj作出評價時，根據(jù)Bi與其他Sj（i≠j）交易的情況來推斷Bi評價的可信程度。一般認(rèn)為與Bi發(fā)生交易的其他交易用戶的數(shù)量越多，Bi評價的可信度越高。定義如下函數(shù)：

Z=ρ×num （5）

其中Z∈［0，1］，ρ表示Bi與其他用戶交易的次數(shù)對于間接可信度的影響系數(shù)（ρ＞0），num表示與Bi發(fā)生交易的不同交易用戶的數(shù)量。

定義5：關(guān)于用戶評價的可信度CR（Tx，Bi）。Tx表示Bi與當(dāng)前賣家Sj的第x次交易，CR（Tx，Bi）表示根據(jù)用戶Bi與Sj及其他賣家過去的交易情況來預(yù)測用戶此次評價的可信程度，以此來決定此次評價對于對方信譽(yù)值的重要程度。CR（Tx，Bi）∈［0，1］，0表示此次評價是不可信的，1表示此次評價是完全可信的。CR（Tx，Bi）由直接可信影響因素和間接可信影響因素組成，由（4）式、（5）式可定義如下函數(shù)：

其中夼∈［0，1］，夼用來控制直接可信度權(quán)重，它與該用戶和與其發(fā)生交易的其他用戶的數(shù)量num存在一種近似反比的關(guān)系。當(dāng)num＝0即Bi只與Sj發(fā)生交易時，夼=1，用戶的可信度CR（Tx，Bi）由Bi與Sj過去的交易情況推斷。當(dāng)num的值不斷增加時，表示Bi與其他越來越多的用戶交易時，用戶的間接可信度在判斷用戶可信度CR（Tx，Bi）時的作用越來越大，但是間接可信度的權(quán)重不會超過一定的值，表明雖然間接可信度作用在增大，但是不可能完全取代用戶的可信度。

5.評價模型的改進(jìn)

在上述討論的基礎(chǔ)上，我們提出一個改進(jìn)的信譽(yù)評價模型?？紤]到時間因素的影響，用戶的歷史評價可能已經(jīng)過期，對于評價當(dāng)前用戶信譽(yù)度的影響應(yīng)該減小，而近期的評價對于評價信譽(yù)度的影響應(yīng)該更大，近期所作的評價應(yīng)該比以往所作的評價更能反映用戶的信譽(yù)度。因此，我們把時間也作為評價信譽(yù)度的一個權(quán)重，定義如下：

定義6：時間權(quán)重ωt定義為如下函數(shù)：

其中 ωt∈［0，1］，△t表示時間跨度變量，λ 為相關(guān)時間調(diào)節(jié)因子，以保證ωt適用于不同的情況。例如，如果要表示五天前的評價影響權(quán)重應(yīng)該是當(dāng)前評價權(quán)重的一半時（假如五天前的評價影響權(quán)重為0.5，當(dāng)前的評價影響權(quán)重

由（1）式、（3）式、（6）式、（7）式可以得到改進(jìn)的信譽(yù)評價模型，定義如下。

定義 7：R（i，j，x）表示 Sj與 Bi交易所得到的總的信譽(yù)評價值，L表示Bi與Sj交易的總次數(shù)，所以有：

模型中賣家的信譽(yù)度由初始信譽(yù)值和用戶評價的信譽(yù)值相加得到。改進(jìn)的信譽(yù)評價模型綜合了評分等級設(shè)置、用戶評價分?jǐn)?shù)設(shè)定、用戶評價可信度及時間等多方面因素。

由（8）式可以看出，當(dāng)買賣雙方從未進(jìn)行交易時，賣家的初始信譽(yù)值由他所進(jìn)行的第三方服務(wù)認(rèn)證確定，第三方認(rèn)證越全面，其初始信譽(yù)值就越高。當(dāng)買家與賣家進(jìn)行網(wǎng)上交易時，賣家的信譽(yù)值就由買家交易后的評價值獲得，此時初始的信譽(yù)值所占比重就會越來越小。買家在交易過程中就產(chǎn)品的服務(wù)、質(zhì)量、配送、支付四個方面進(jìn)行評價，最后構(gòu)成此次評價的得分。對于買家評價的可信度，我們可以根據(jù)（6）式得出。

由（8）式可知，買家對賣家過去的評價對于賣家可信度是有影響的，越是有經(jīng)驗(yàn)的買家，我們認(rèn)為他評價的可信度就越高，而越是近期的評價就越反映了賣家近期的信譽(yù)度，并且這也在一定程度上防止了對信譽(yù)的炒作和誹謗。用戶的可信度、用戶此次評價的分?jǐn)?shù)和時間權(quán)重的積構(gòu)成了此次用戶對于賣家真實(shí)的信譽(yù)評價分。賣家的總的信譽(yù)評價分是各個買家對他的信譽(yù)評價分的總和。

四、模型應(yīng)用實(shí)例分析

為了促進(jìn)C2C電子商務(wù)平臺統(tǒng)一標(biāo)準(zhǔn)，方便用戶，我們認(rèn)為用戶可以進(jìn)行任何有效的第三方支付認(rèn)證和身份認(rèn)證，并且該認(rèn)證在各個C2C交易平臺上都認(rèn)可。

設(shè)S1、S2、S3都表示某C2C交易平臺上賣防紫外線遮光布的用戶，該平臺當(dāng)前鼓勵兩項(xiàng)第三方認(rèn)證，即用戶身份認(rèn)證和第三方支付認(rèn)證，其各自的權(quán)重分別為0.6和0.4，初始總信譽(yù)分值設(shè)為1。S1進(jìn)行了身份認(rèn)證和第三方支付認(rèn)證，S2進(jìn)行了第三方支付認(rèn)證，S3未進(jìn)行任何認(rèn)證，所以三者的初始信譽(yù)值分別為1、0.4和0。以S1交易的記錄（見表1）為例來分析該模型的應(yīng)用。

表1 Bi與S1交易情況表

商品的單價為10元，Bi表示與之交易的用戶。以當(dāng)前C2C交易平臺的信譽(yù)評價系統(tǒng)得出S1的信譽(yù)得分為5，并且用戶評價效果沒有任何差別。但我們對表1的交易情況應(yīng)用改進(jìn)的評價模型（8）式進(jìn)行分析，根據(jù)網(wǎng)上的調(diào)研統(tǒng)計(jì)，得出用戶對于時尚裝飾類的四個維度占信譽(yù)度評價的權(quán)重分別為 0.3、0.4、0.25、0.05，根據(jù)（2）式、（3）式計(jì)算出這幾次的交易評價得分為（1，1，1，-1）。在（4）式中，設(shè)k=0.5，p=0.2，q=0.8，在（5）式中，設(shè) ρ=0.2。

計(jì)算B1第一次的評價分?jǐn)?shù)可信度：設(shè)r=10，B1第一次第一次的評價分?jǐn)?shù)可信度為0.4。

計(jì)算B1的第二次評價分?jǐn)?shù)可信度：設(shè)r=50，由于此時Cr（T2，B1）=0.6×0.9+（1-0.6）×1=0.94。

時間權(quán)重值的設(shè)定：我們設(shè)參數(shù)λ，可以得到前一天的時間權(quán)重是1，15天前的時間權(quán)重為0.5。計(jì)算B1對S1總的評價分?jǐn)?shù)為 0.4×0.5+0.94×1=1.14。

同理可求得B2、B3、B4對于S1的評價分?jǐn)?shù)分別為 0.4、0.4和-0.4。

由（8）式求得S1總的信譽(yù)評價分?jǐn)?shù)為初始信譽(yù)分與各個買家對其評價的和為2.54，由此可以看出S1信譽(yù)值要比改進(jìn)前的評價系統(tǒng)得出的信譽(yù)度要低。用戶B1在第一次與S1發(fā)生交易時，由于其交易的金額和次數(shù)都比第二次要少，而且評價也不是最近評價，所以其評價的分?jǐn)?shù)與第二次評價的分?jǐn)?shù)是有很大差別的。計(jì)算其評價的可信度時，第一次因?yàn)闆]有與其他用戶發(fā)生過交易，所以可信度只能由直接可信度獲得，而第二次交易時，由于B1與其他賣家也發(fā)生過交易，所以其評價的可信度應(yīng)該由其直接可信度和間接可信度獲得。

五、結(jié) 語

本文針對現(xiàn)有C2C電子商務(wù)網(wǎng)站評價系統(tǒng)的不足，分別從評價等級設(shè)定、評分的設(shè)置、初始信譽(yù)值的設(shè)定、評價的可信度方面進(jìn)行分析，提出了一個改進(jìn)的信譽(yù)評價模型，并用實(shí)例分析了改進(jìn)的評價模型的運(yùn)用。通過實(shí)例可以看出改進(jìn)的評價模型對反映用戶的真實(shí)信譽(yù)值有了很大的提高。因?yàn)橛脩舻脑u價可信度由其直接和間接可信度組成，所以在一定程度上防止了信譽(yù)的炒作和誹謗。

＊本文系國家自然科學(xué)基金項(xiàng)目“數(shù)據(jù)挖掘知識的智能化管理研究”（項(xiàng)目編號：70871111）的部分成果。

[1]中國互聯(lián)網(wǎng)絡(luò)信息中心.2009年中國互聯(lián)網(wǎng)發(fā)展?fàn)顩r調(diào)查統(tǒng)計(jì)報告[R].http：//www.cnnic.net.cn/，2010-01-15.

[2]Abdul Rahman A.，Hailes S..Supporting Trust in Virtual Communities[EB/OL].http：//csdl.computer.org/comp/proceedings/hicss/2000/0493/06/04936007.pdf，2000-01-25.

[3]Kiku Jones，Lori N.K.Leonard.Trust in Consumer-to-consumer Electronic Commerce[J].Information&Management，2008，45：88-95.

[4]Paul A.Pavlou，David Gefen. Building Effective Online Marketplaces with Institution-Based [J].Trust Information Systems Research，2004，15（1）：37-59.

[5]D.Harrison McKnight，Vivek Choudhury，Charles Kacmar.The Role of Reputation Systems in Reducing Online Auction Fraud[J].Information Systems Research，2002，13（3）：334-359.