面向C2C电子商务的多维信誉评价模型

提出了一种面向C2C电子商务的多维信誉评价模型,该模型将反映卖家信誉的因素归结为2类维度,即交易维度和中介维度。前者包括交易时间、交易金额、买家信誉度、欺诈惩罚4个维度;后者包括商盟、消费者保障服务2个维度;模型将C2C卖家信誉集结为一个二元组提供给消费者,作为其进行购买决策的评估指标。通过对淘宝网数据的实证研究证明,其相对传统模型具有更好的信誉区分能力、防信誉诋毁能力、防信誉共谋能力和欺诈惩罚能力。

基于纵横向拉开档次法的电子商务在线信誉评价模型

在电子商务交易日益膨胀的环境下,交易双方都缺少对对方背景、经历等方面的了解,因此,在线卖家的信誉情况成为买家最关心的问题,信任问题已经成为电子商务发展中的瓶颈。在研究以往的信誉评价模型的基础上,提出运用"纵横向拉开档次法"的综合评价方法,其特点是使指标权重的确定能尽量将被评价对象在纵横向拉开档次,能够动态体现卖家的信誉情况,使信誉值随着时间的变化而变化。

C2C电子商务信誉评价模型研究

在C2C电子商务中,进行交易的用户大部分是第一次交易,在交易过程中,由于网络的虚拟性,卖家的信誉情况成为买家最关心的问题,信任问题已经成为C2C电子商务发展中的瓶颈。目前各大网站正在使用的信誉评价系统在一定程度上对买家做出了指导,但目前的信誉评价模型计分方法过于简单,计算得来的信誉值不能真实、有效地反映出卖家的信誉情况。本文针对现有的信誉评价体系的不足,在E-Sporas模型的基础上,引入时间因子,提出一个改进的信誉评价模型,该模型在预防信誉诋毁和信誉共谋的同时,能够动态体现卖家的信誉情况,使信誉值随着时间的变化而变化。

基于层次分析法的车联网多因素信誉评价模型

针对车联网(VANETs)场景下存在的恶意车辆节点和虚假信息的问题,提出基于层次分析法(AHP)的车联网多因素信誉评价模型.该模型综合考虑车辆行为、消息、环境等因素对车辆节点信誉的影响,建立车辆信誉评价模型;面向多应用场景信息(安全行驶、交通管理、商业娱乐),使用层次分析法量化各因素及不同类型信息对车辆信誉的影响程度;基于反馈机制根据信息的不同类型进行车辆节点的信誉更新,实现车联网车辆的信誉评估.实验表明,该模型在恶意车辆节点达到25%的情况下,车辆决策正确率能够达到92%以上.该方案能够有效防止车辆接收虚假信息,准确检测出网络中的恶意车辆节点,提高车辆接收信息的可信度.

车货匹配平台信誉评价的多因素修正模型及有效性检验

车货匹配平台APP因其能够提高匹配效率、有效降低空驶率而得到了高速发展,但由于多数平台的信誉评价机制不完善,使得车货双方的交易存在很大的风险。针对目前车货匹配平台的信誉评估现状,提出了车货双方五级评分机制,通过对四个信誉板块的分别评分来确定用户具体的信誉状况,从而满足交易对象的信誉偏好。进一步分析影响评分可信度的因素,从评价时间、交易双方自身的信誉值两个方面来修正模型,同时限制相同交易双方短期内交易次数。最后将运满满用户的信誉评价数据带入模型,证明模型能更好的体现车货双方信誉状况,为车货匹配平台信誉评价机制的完善提供了参考。

基于SVM的中小微企业信誉评价模型

中小企业是我国主要的经济支柱之一,但其信贷评价日益困难,阻碍了其融资活动的开展。随着机器学习应用的愈加广泛,本文建立了基于SVM的信贷评价模型。首先对123家有信贷记录的企业的数据进行处理,即数据压缩一量化分析一提取特征指标一主成分降维。因数据量大且可读性差,将企业信息数据按季度进行压缩,运用时间序列提取得到16个特征指标,再使用主成分分析法对其降维后得到五个衡量企业特征的综合指标:企业偿还能力、企业规模、客户对企业的满意度、企业信誉度、企业发展稳定性。最后,建立SVM分类预测模型,交叉验证得到最优参数,其最优准确率为84.615%,基于此,预测得到302家无信贷记录企业的信誉等级,仅供参考。

电子政务中引入电子商务信誉模型研究

本文在阐述电子商务的信誉评价模型基础上,分析了信誉模型用于电子政务的可行性,提出了模型的修改建议,使其能够适合对政务系统进行评价,同时对引入过程中的优势及面临的问题进行了具体的分析。