基于群体偏好的交易评价可信度

基于群体偏好的交易评价可信度

ID:37560804

大小:566.46 KB

页数:8页

时间:2019-05-25

基于群体偏好的交易评价可信度_第1页
基于群体偏好的交易评价可信度_第2页
基于群体偏好的交易评价可信度_第3页
基于群体偏好的交易评价可信度_第4页
基于群体偏好的交易评价可信度_第5页
资源描述:

《基于群体偏好的交易评价可信度》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、ISSN1000-0054清华大学学报(自然科学版)2015年第55卷第5期——13/18CN11-2223/NJTsinghuaUniv(Sci&Techno1),2015,Vo1.55,No.5558—564,571基于群体偏好的交易评价可信度陈元琳,柴跃廷,刘义,徐扬(清华大学自动化系,电子商务交易技术国家工程实验室,北京100084)摘要:利用交易评价数据对商品和卖家进行信用评价以作出评价,例如在B2C购物平台“天猫商城”上,用供用户参考成为电子商务在线交易平台最基本的服务。然户可以对描述相符、服务态度、发货速度和物流速度

2、而,目前的信用评价方法很少考虑不同用户间的评价偏好差等作出评价。一般而言,评价分为2种形式:等级异,将所有用户的评价同等看待,导致蓄意刷分或恶意差评评价和文字评价。其中,等级评价多以数值或分级等信用造假问题屡禁不止。该文提出了一种基于群体偏好形式出现,数值一般为5分制(1—5分),分级一般的交易评价可信度确立方法。首先采用K—means聚类算法为三级制(“好评”、“中评”和“差评”)。文字评价则将用户分为3类用户群,通过实证数据分析验证了用户群间是用户通过语言文字来描述或评论所购买的商品。明显的评价偏好差异,然后利用评价偏好特征确

3、立每类用户不同类型交易评价的可信度,并提出了动态的交易评价可信在大多数交易平台上,已作出的评价会实时展度更新策略。该方法能够有效地限制信用造假行为。示在对应的商品或卖家的页面上。文[1—4]从多个关键词:K—means聚类;群体偏好;交易评价;可信度;行方面表明:用户在购买商品时会参考已有的购买和为分析评价记录,这些由其他用户形成的历史记录会对购中图分类号:TP391.1文献标志码:A买决策产生很大影响。文章编号:1000—0054(2015)05—0558—07一般而言,受影响的用户分为2类:一类受到历史记录的正面影响,选择购买

4、该商品;一类受到历史记录的负面影响,拒绝购买该商品。第一类用户由于产生了交易订单,其购买行为能够被准确记录,且在交易完成后也能评价该商品,为其他用户提供信息。第二类用户因为没有生成交易订单,因此无法被准确记录。尽管可以通过“浏览后未购买”的情形进行侧面推断,但是造成此类情形的原因很多,并不能认为一定是由于商品评价造成的。因此,评价信息主要来源于第一类用户,这类用户的购买和评价行为是实际发生并准确记录的。利用记录的交易及评价信息对卖家或商品进行信用评估的方法称为交易信用评估。传统的交易信用评估方法同等看待所有用户评价或者将他们的评分

5、进行简单的加权平均,很少考虑用户间存在的评价偏好差异,致使关键的评价信息没有得到充分的重视和利用,甚至被淹没,这种情况下很容易出现信收稿日期:2014—12-31基金项目:国家科技支撑计划(2013BAH11F01)电子商务在线交易发生后,买家用户会根据交作者简介:陈元琳(1989一),男(汉),河南,博士研究生。易表现,对所购买的商品或服务(以下统称为商品)通信作者:柴跃廷,教授,Email:chaiyt@tsinghua.edu.cn陈元琳,等:基于群体偏好的交易评价可信度用造假。价信息的内容指的是评价的数量、评价的效价以及本

6、文根据用户历史评价记录对用户进行聚类,评价的质量Ⅲ1。得到几类具有明显偏好差异的用户群,并采用真实评价的数量表示某一商品或者服务获得的评价数据计算出不同用户群对不同评价等级的偏好程的规模和多少。规模越大,讨论越多,关于该商品或度,再依据偏好程度确定不同用户群所给出不同评者服务的信息越多,信息的不对称性越小。评价越价的可信度,为交易信用评估提供更加可信的去偏多的商品,人为操纵评价的难度越大、成本越高。如好评分数据。前所述,在电子商务交易平台上,只有购买过的用户l交易评价可信度问题描述才有评价的权利,因此评价越多,也说明商品销量越好,

7、销量越好也能反映出总体评价越好。由于在线交易的虚拟性和匿名性以及商品购买评价的效价指的是用户评论时对商品价值所持和使用时空分离的特征,交易双方间的信息不对称的态度。评价效价一般分为正面、中性和负面评价。性得以放大,导致了交易过程中具有利己动机的交无论在线交易还是线下面对面交易,不实评价都无易双方的投机行为如虚假交易、假冒欺骗、共谋作弊法完全避免。Dellarocasl1将不实评价分为不实高和恶意诋毁等l_5时有发生。为了解决存在的投机问评价和不实低评价。不实高评价是为了抬高商品评题,建立和维护在线交易主体问的信任关系,价,提升销量

8、;不实低评价是为了打压商品评价,遏Resnickc。提出了在线声誉系统,目前该系统及其拓制商品销售。目前,解决故意不实评价的方法主要展已成功应用于eBay、Amazon和淘宝等各大电子是通过建立高信任节点或公共信任节点来人为增加商务交易平台。在线声

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。