C2C商家信任度动态分类机制研究.pdf

c o m p u t e r e n g i n e e r i n g a n d a p p l i c a t i o n s 计算机工程与应用 2 0 0 9 4 5 1 9 2 1 7 c 2 c商家信任度动态分类机制研究 张景安 刘 军 2 z hang j i n g a n l i u j u n 1 山西大同大学 数学与计算机科学学院 山西 大同 0 3 7 0 0 9 2 北京物资学院 信息学院 北京 1 0 1 1 4 9 1 s c h o o l o f ma t h e ma t i c s a n d c o mp u t e r s c i e n c e s h a n x i da t o n g u n i v e r s i ty da t o n g s h a n x i 0 3 7 0 0 9 c h i n a 2 s c h o o l o f i n f o r ma t i o n s c i e n c e b e i j i n g wu z i u n i v e rs i t y b e i j i n g 1 0 1 1 4 9 c h i n a e m a i l z h a n g j i n g a n 1 2 6 c o m z hang j i n g a n li u j u n re s e a r c h o n d y n a mi c me c h a n i s m c l a s s i fie d o f t r u s t d e g r e e f o r c2 c s e l l e r s co mp u t e r en g i n e e r i n g a n d a p p l i c a t i o n s 2 0 0 9 4 5 1 9 2 1 7 2 1 9 ab s t r a c t i n c2 c e c o mme r c e d u e t o ma k e d i f f e r e n t t r a n s a c t i o n b u y e r s wi l l r e q u i r e d i f f e r e n t t r u s t d e g r e e s gra n u l a ri t y t o s e l l e r s i n o r d e r t o i mp r o v e s u c c e s s f u l r a t i o o f t r a n s a c t i o n d y n a mi c me c h a n i s m c l a s s i fi e d o f t rus t d e gre e f o r c2 c s e l l e r s s h o u l d b e e s t a b l i s h e d t h e r e f o r e b a s e d o n t h e e s s e n c e o f b u y e rs t o s e l l e r s t r u s t t h e me mb e rsh i p d e g r e e o f t h e f u z z y s e t s t h e o r y i s fi r s t l y i n t r o d u c e d t o d e s c r i p t t ru s t q u a n t i t a t i v e l y b y t ru s t v e c t o r s t h e n d y n a mi c me c h a n i s m c l a s s i fi e d o f t r u s t d e g r e e f o r c 2 c s e l l e rs i s p r o p o s e d b a s e d o n t h e f u z z y c l u s t e rin g t h e o ry f i n a l l y v a l i d i t y a n d r a t i o n a l i t y o f me t h o d t h i s p a p e r p r o p o s e s a r e c o n fi r me d b y s i m u l a t i o n e x p e r i me n t ke y w o r d s c 2 c s e l l e r s t r u s t d e g r e e s u b j e c t i v e t rus t d e g r e e o f me m b e r s h i p f u z z y c l u s t e ri n g 摘要 在 c 2 c电子商务的交易中 买家因交易目的不同 对商家信任度的粒度要求是不同的 为提高交易的成功率 应建立商家 信任度 的动 态分类机 制 以满足 不同应用的需求 为此 从 买 家对商 家信任的本质 出发 首先通过使 用模糊 集合 理论的隶属度概 念 提 出了信任的定量描述方法 其次 引进模糊聚类分析方法 建立了商家信任度的动态分类机制 最后 通过实验仿真分析 验 证 了该方法的有效性和合理性 关键词 商家 信任度 主观信任 隶属度 模糊 聚类 d oi 1 0 3 7 7 8 6 i s s n 1 0 0 2 8 3 3 1 2 0 0 9 1 9 0 6 7 文章编号 1 0 0 2 8 3 3 1 2 0 0 9 1 9 0 2 1 7 0 3 文献标识码 a 中图分类号 t p 3 0 9 c 2 c c o n s u m e r t o c o n s u me r 电子商务 即网上消费者 买 家 与消费者 卖家 为明确区别本文中称商家 之间的电子商 务 是指买卖双方通过一个在线交易平台 例如淘宝 e b a y 使 商家可以主动提供商品上网拍卖 而买家可以自行选择商品进 行自由竞价 从理论上来说 c 2 c模式最能够体现互联网自由 平等和不受时间和空间限制的特性和优势 最大限度地实现买 卖双方各 自的意愿 因而受到广大网民的喜爱 由于 c 2 c交易 的匿名性和流动性 1 为保障交易安全 买家需要对商家的信任 度类型进行评判 但由于交易目的不同 很难找到一种固定的 商家的信任度分类方法来满足所有用户的需求 为此 提出了 基于模糊聚类的商家信任度动态分类机制 1 基于模糊理论的信任定量描述 方法 1 1 信任 与信任度 从不同的研究领域 例如 社会学 心理学 经济学 管理学 等 出发 信任有多种定义方法 这里引用 me k n i g h t 脚 等学者对 信任的定义 信任是个体对信任 目标在多大程度上表现出善 意 能力 正直和可预测行为的信心 在 c 2 c电子商务的情境 下 信任的主体是网上商家 信任评价值的大小就是信任度 目 前 关于信任在实际应用中的描述主要有两种形式p 1 客观 信任 它是一种基于证据的信任 可以精确地推理 度量 比如 p k i中的证书 访问控制中的 a c l等 但由于 c 2 c交易是 个 开放的 动态的环境 其匿名性和流动性等特点决定了客观信 任机制 不能用来建立实体之间的信任关系 2 主观信任 是 指对主体的特定特征或行为的主观判断 作为一种人类的认知 现象 主观信任具有主观性 不确定性和模糊性 无法精确地加 以描述和验证 在 c 2 c交易中 买家对商家信任度的评判 就 是一种典型的主观信任 1 2 信任的定量描述方法 由于主观信任本身是模糊的 不确定的 很难精确地来描 述和验证 不能以简单的信任或不信任二元值来描述14 1 因此 需要寻求一种新的表示方法 既能反映主观信任的模糊性 又 具有直观 简洁的定量描述机制 自从 1 9 6 5年 la z a d e h 教授 创立模糊理论以来 将传统数学研究从精确延伸到模糊 把数 作者简介 张景安 1 9 7 0 一 男 副教授 主要研究方向 网络安全与计算机网络技术应用 刘军 1 9 6 3 一 男 硕士生导师 教授 主要研究方向 信息 处理技术 收稿 日 期 2 0 0 8 1 2 3 0 修回日期 2 0 0 9 0 3 0 9 2 1 8 2 0 0 9 4 5 1 9 c o m p u t e r e n g i n e e r i n g a n d a p p l i c a t i o n s 计算机工程与应用 学研究的对象扩大到定性与定量的统一 它对研究对象模糊性 的定量描述机制非常适合对主观信任的表述 为此 我们引入 模糊理论来实现主观信任的动态建模 定义 1设 为所研究问题的论域 i 1 n 表示所研究论域中的各主体 在 c 2 c电子商务中 主体 是指买家或商家 本文中主要指商家 对各主体属性或特征的 描述 可用有限个参数 c j j 1 2 m 来刻画 那么称各主体 由这有限个参数刻画生成的向量 r x 为 的 特征向量 其中 是由第 个特征参数来刻画的 定义 2设论域 扛 x 1 为非空集合 是论域 到 0 1 的一个映射 即 q o r o 1 则称集合 f 沩 上的模糊子集合 而函数 称为模糊 集 的隶属函数 称为 对模糊集 7 1 的隶属度 定义 3设 的所有模糊集合表示为 f x 则 x 1 2 n 称为模糊子集 通过模糊子集 可以方便地对信任的不确定性进行分组描 述 信任等级可依据评价的粒度粗细来确定 为直观起见可采 用自然语言变量对 进行命名 并将离散词汇映射成连续的度 量值 例如 用 表示高 表示较高 表示一般 表示低等 在实际进行评价时 由于不同人对同一事物评价的模糊性 往 往很难精确地描述该因素到底属于哪一种评价 因此在处理确 定对象的不确定性时 可以通过隶属度向量来表述 这样 对定 义 1中的特征向量 可以用主体对各模糊参数 e j j 1 2 m 的隶属度所构成的向量 d d d 一 d 来描述 其 中 表示主体 筏对模糊参数 e j 的隶属度所构成的向量 向量 的维数由模糊集合 的粒度决定 例如 可以用 d 表示主体 对模糊参数 c 假设 c 为商家的历史信誉度 的隶属度向 量 d 其中d 表示 对 c 相应于信任等级 的隶 属度值 这样 通过弓 l 入模糊集合理论的隶属度概念 对 c 2 c环境 中各主体的信任作了比较科学的定量描述 客观地表述了各主 体的属性或特征 而且刻画主体属性的参数以及信任等级的确 定可依据实际应用情况进行动态地定义 非常符合复杂多变的 网络环境的实际情况 2 基于模糊聚类的商家信任度动态分类机制 在 c 2 c电子商务中 当买家 主体 a 准备与商家 主体 b 进行在线交易时 a首先要判断 b是否可信 即依据 b的信任 度大小 决定 b的信任类型 判别过程就是按照事先给定的阈 值进行综合评判的过程 5 7 但不同交易目的 对信任类型的粒度 要求是不同的 6 1 比如 当 a的交易额较大或购买的商品质量 要求较高时 对 b的信任度的粒度要求可能就会较高 应给出 a尽可能多的选择 这样会大大提高交易的成功率 反之 若 a 的交易额较小或对所购商品质量要求并不严格时 粗粒度的信 任分类也可完全满足其要求 从而可以提高交易的效率 因此 在 c 2 c电子商务中 对商家信任度的分类必须具有动态适应 性 以满足不同用户交易的需求 但由于主体问信任的模糊性 对信任的识别也具有模糊性 很难找到一个明确的分界来清晰 地定义众多的商家是否属于同一个信任类群 因而传统的聚类 分析不能满足 c 2 c应用的需求 1 9 6 6年 b e l l ma n 和 z a d e h 等 人提出的模糊聚类 f c m分析方法 为具有模糊性对象识别的 研究提供了理论基础 模糊聚类是依据一定的聚类原则和模糊 评判标准 将具有相似性质的对象划分为一类 该方法给出的 分类结果不是说事物绝对地属于或不属于某一类 而是指明在 什么程度上属于哪一类 因而可以依据具体情况进行灵活分 类 非常适合 c 2 c应用中对商家信任度的动态分类 2 1 实现步骤 通过前面的分析与讨论 结合模糊聚类分析理论 给出基 于模糊聚类的商家信任度动态分类机制的具体实现步骤 1 标定 定义4设 是待分类对象的全体 它们都具 有 m个特征或属性 每一个对象都可由一组数据 x 来表征它的 m个特征 这个过程称为标定 前面已使用模糊集合理 论的隶属度概念对主观信任进 行了定量的描述 得到各主体的特征向量 t 麓 pc 因而很容易实现标定 从而得到一个 n m的原始资料矩 阵s 一 2 数据标准化 在实际问题 中 不同数据的量纲不一定相同 为了使有不 同量纲的量也能进行比较 通常需要对数据作适当的变换 并 根据模糊矩阵的要求 将数据压缩到区间 0 1 1 上 实现数据标 准化通常需要作两种变换 平移 标准差变换和平移 极差变 换 具体实现过程请参考文献 8 这里不再赘述 经过数据标准 化的矩阵假设为s 3 建立模糊相似矩阵 定义 5设论域 忸 x x i 表示 对象 麓与x j 间的相似程度 称为相似系数 建立模糊相似矩阵的过程 实际上就是求标准化矩阵 相似系数 的过程 可选取的方法很多 比如数量积法 相关系 数法 指数相似系数法 算术平均最小法 距离法等 在处理具 体问题时 可选择不同的方法 在 c 2 c应用中 经对比分析 一 般可采用距离法能较好地说明问题的实质 为简化计算 采 用海明距离法 见定义 6 最终求得模糊相似矩阵r 定义 6采用海明距离法时 令相似系数 1 一 a d x 其中 为适 当选取的参数 它使得 0 1 这里 d pc ix l 称为海明距离 k l 4 求模糊相似矩阵 的传递闭包 t r 上一步求得的模糊相似矩阵r 不一定具有传递性 即 r 不一定是模糊等价矩阵 为了进行分类 还需将 改造面模糊 等价矩阵 通过平方法求得传递闭包 具体算法如下 从模糊相似阵 出发 依次求平方 r 只 2 一 一 当第一次出现 r r 时 就是所求的传递闭包 t r 5 聚类分析 选取合适阈值 a 0 1 1 按照过程 4 中建立的模糊等价 矩阵t r 求得 a截矩阵r 便可得到动态聚类 即将研究论 域中的各主体按信任相似度进行了模糊分类 然后 依据各特 征值加权和的值 确定商家的信任度类型 2 2 算法流程图与分析 基于上述实现步骤 给出计算机实现的算法流程图 见图 1 在模糊聚类分析中 对于不同的阈值 a 1 可以得到不 同的分类 从而形成一种动态聚类图 这对全面了解主体的分 类情况是比较形象和直观的 但前面已提到 当买家与商家进 行不同类型的交易时 对商家信任度的粒度要求是不同的 这 张景安 刘 军 c 2 c商家信任度 动态分类机制研究 2 0 0 9 4 5 1 9 2 1 9 就需要根据实际情况 合理地选择分类阈值 a 从而得到满足 应用需求的分类结果 得到分类结果后 还需要确定不同类群 所属的信任类型 可以用语言变量来刻画 比如信任度高 较 高 一般 较低 低等 信任类型的确定 上面步骤 5 提到 可 以通过特征向量特征值的加权和的结果比较来获得 但在实际 计算时 各特征值权值的确定需要认真考虑 针对 c 2 c应用环 境的特殊性 权值的获取可以采用模糊统计法或专家评分法l 7 l 限于篇幅 不再给出具体的实现过程 这样 最终得到加权和计 算公式 p 其中 0 1 1 2 m 表示特征 1 值 1 假设共分 z 个类群 某一类群的主体有 h 个 即可 l 土 求得 p 1 2 f 最后依据p 的值决定类群所属 凡 k l 的信任类型 确定需要分类的商家个数 n l 圭 曼 堡 堑 叁 墼 娄 一 图 1 基于模糊聚类 的商家信任度动态分类算法流程图 图 2 动态聚类图 3 实验仿真 与讨论 3 1 仿真实验 为了验证基于模糊聚类的 c 2 c商家信任度动态分类机制 的可行性与合理性 模拟实际场景对其进行了仿真实验 假设 某买家 a要通过某一拍卖站点进行网上交易 信任域中有 5 个商家 每个商家用 4个特征参数 e j j 1 2 3 4 来刻画主体属性 其中c 表示商家的历史信誉度 c 表示商 家所在交易站点的技术 安全保障 表示商家的知名度 c 表 示商家的开店时问 通过数据采集与综合 得到原始资料矩阵 如下 s 4 1 0 0 4 1 0 0 2 o 4 1 0 0 6 1 o 1 o 0 8 0 6 0 8 0 4 0 6 1 0 0 4 1 0 0 6 0 2 0 2 由于数据本身没有量纲 且都在 o l l k间上 不需要标准 化 直接按海明距离法求模糊相似矩阵 取 0 5 1 0 0 1 0 8 0 5 0 3 0 1 1 0 0 1 0 2 r5 0 8 0 1 1 0 0 3 i f 0 5 0 2 0 3 1 0 1 0 3 0 4 0 1 0 6 通过逐次平方法求出其传递闭包 0 4 0 1 0 6 1 0 0 5 0 4 o 5 0 6 1 0 于是得到动态聚类图如图 2所示 取不同的 分类结果 不同 如取 a 0 6 则可将商家按信任度分为三类 i x x i i f x i ll x x 然后 设刻画商家主体属性的四个特征参数的 权重集为 0 4 0 3 0 1 0 2 按上面的分析可求得三类商家信 任 向量值 的综合加权和均值分别为 p i 0 8 5 p 0 6 2 p 0 5 1 用对应的语言变量来描述 则可认为三类商家的信任度 分别为 高 较高 一般 若取 a 0 8时 可分为四类 i x x l l i i v x 求得的信任向量值的综合加权和均值分 别为 p i 0 8 5 p 0 6 2 p o 4 8 p 0 5 4 用对应的语言变量 来描述 则可认为四类商家的信任度分别为 高 较高 较低 一 般 这时 买家 a可依据所要购买商品的情况选择不同的分类 结果 从而在不同类群的商家中进行选择交易 3 2 讨论与分析 由上面的仿真实验可见 基于模糊聚类分析 可以动态地 对商家的信任度进行分类 满足了不同用户对信任度粒度粗细 的要求 而且定义为同一类群的主体 其信任向量的值是相似 的 因此 可以动态地定义一棵层次信任树 树的深度由信任 度的粒度粗细来决定 其中根节点表示信任度值最高 叶子节 点代表最低的信任值 中间节点表示的信任值依层次由根到叶 子递减 信任树定义好后 可以将同一类群的主体依据信任向 量值的大小放到信任树的相应层 并给每一层赋予相应的权 值 越靠近根节点 权值越大 因为信任度越高 这样 当对其 他节点进行信任度分类时 可把这些已知节点作为该节点初始 信任值的推荐节点 获取的信任值与每层的权值进行模糊综 合 从而可得到相对准确的原始资料矩阵 s 关于此问题 将作 进一步研 究 4 结束语 由于 c 2 c在线交易的 目的不同 买家对商家主观信任度 的粒度要求也不同 为了解决此问题 以动态地适应需求的变 化 首先提出了基于模糊理论的信任定量描述方法 然后以此 下转 2 3 5页 5 4 5 6 0 0 0 0 5 4 5 o 0 0 o 1 8 4 0 5 o 0 l o 4 0 4 4 0 1 o 0 0 4 8 5 1 0 0 o 4 r j r l 0 8 6 5 4 o l 0 o o 0 向坚持 陈晓红 s a a s模式的中小企业客户关系管理研究 全结构 版本控制和程序升级体系等 其逻辑体系结构如图 3 所示 接入层 日 日 日 应用层 数据层 图 3 s a a s模式逻 辑体系结构 在客户端 客户只需连接互联网即可 客户可以通过接入 层设备如电脑 手机或者其他上网设备 通过有线或者无线上 网方式连接到 i n t e r n e t 在 s a a s服务提供商端 将应用层的服 务器集群分为 we b服务器 应用服务器和认证服务器 客户的 注册 客户登录认证 付费 客户细分等管理操作都在认证服务 器上进行 客户应用软件如 c r m e r p等都部署在应用服务器 上执行 随着客户数量的增加 把服务器集群按区域部署 负载 分配由负载均衡服务器执行 为保证系统的稳定性和安全性 必须建立容灾备份服务器 在数据层 良好的客户间的数据隔 离可基于服务器模式 明确每个逻辑服务器的作用 4 3 实施 s a a s模式的 c r m 系统需注意 的问题 中小企业在实施基于 s a a s 模式的 c r m系统时 必然会面 临一些问题 因为全新的 s a a s 模式既是一种技术创新 也是服 务模式与商业模式的创新 更是一种客户行为习惯的变革 而 这种变革源于发达国家成熟的信息化基础和信用体系之上 首 先面临的问题是客户认知与行为习惯挑战 在中国整个信用体 系建设非常不健全 信息化程度特别是员工信息化素质偏低的 情况下 很多中小企业把 自己的财务数据和客户数据等敏感和 核心饥 密数据放在第三方服务器之上很不放心 此外 中小企业 有较强的控制欲和 占有意识 传统观念上对软件的 产品 定位 和 s a a s模式所倡导的 共享和服务 也存在冲突 其次是可靠性 问题 很多客户会担心 s a a s 模式的安全问题 除了敏感数据的 风险 还有交易响应时间 系统可用性 灾难恢复和对故障的响 应时间等 最后是需求定制问题 s a a s 模式的多客户共享特性 是一种低成本的解决方案 但这也决定了s a a s 软件的趋同性 因此 企业在选择 s a a s 解决方案时应当明确自己的特色 寻求共性与个性的有机结合 注重 s a a s 服务提供商的选择 仔 细评估 s a a s 服务提供商的技术水平 服务水平和信用度 特别 是 s a a s服务提供商提供的解决方案与本企业个性化需求的拟 合度 突出特色 5 结束语 s a a s 模式的出现 以及与生俱来的低成本优势 对中小企 业实施 c r m具有很大的吸引力 可以说中小企业是 s a a s 模式 的天然接受者 s a a s 模式充分利用了互联网优势 以 规模化 低成本 快速 简单 特性很好地满足了中小企业这个长尾市场 的客户需求 著名咨询公司 g a r t n e r 发表的研究报告称 2 0 0 7 年全球 c r m软件市场销售收入为 8 1 亿美元 比 2 0 0 6年的 6 6 亿美元增长了 2 3 1 s a a s 继续推动 c r m软件市场的增长 占 2 0 0 7年整个 c r m软件市场收入的 1 5 以上 s a a s 将在全球范 围内快速成长 未来 1 0年将是 s a a s 发展的黄金时期 6 1 随着互 联网应用的日益深入和 s a a s模式的不断发展和成熟 客户对 s a a s模式服务安全性 服务可靠性 响应时间等担忧的降低 以及对 s a a s 认知度的提高 基于 s a a s 模式的客户关系管理必 将在中小企业获得广泛的应用 并推动其他基于 s a a s模式的 软件应用及整合 促进中小企业整体信息化建设 参考文献 1 王蕊 从 日本经验看我国中小企业发展的几个问题 j 中国国情国 力 2 0 0 8 3 2 王健康 网络时代的客户关系管理价值链叨 中国软科学 2 0 0 1 1 1 7 2 7 5 3 s a a k s j a r v i m l a s s i l a a n o r d s t r o m h e v a l u a t i n g t h e s o f t w a r e a s a s e r v i c e b u s i n e s s mo d e l f r o m cpu t i me s h a r i n g t o o n l i n e i nn o v a t i o n s h a r i n g c i ad i s i n t e r n a t i o n al c o n f e r e n c e e s o c i e t y q a w r a ma h a 2 0 05 4 叶开冲 国 c r m最佳务实 m 北京 电子工业出版社 2 0 0 5 5 5 c h o n g f c a r r a r o g a r c h i t e c t u r e s t r a t e g i e s f o r c a t c h i n g t h e l o n g t a i l j mi c r o s o ft c o r p o r a t i o n 2 0 0 6 6 中国服务外包网 g a r t n e r 0 7年全球 c r m软件市场销售收入为 8 1 亿美元 e b o l 2 0 0 8 0 7 h t t p c h i n a s 0 u r c i n g m o o m g o v c c o n t e n t 2 j s p i d 1 7 8 6 9 上接 2 1 9页 为基础建立了基于模糊聚类的商家信任度动态分类机制 最后 通过实验仿真分析 验证了本方法的有效性和可行性 但由于 客观环境的复杂性及网络本身的不确定性 还需要对原始数据 的获取及分类结果的可靠性进行进一步研究 虽然本研究内容 是针对 c 2 c电子商务的 但所提出的研究思路对基于不同角 度的网络信任管理研究具有积极的借鉴意义 参考文献 1 y a n g l i ma o t a n g x u a n r e s e a r c h o f c 2 c e b u s i n e s s t r u s t e v alu a