基于云模型的主观信任评价模型——以淘宝网为例

为
某一信任等级基准云，采用指数距离法计算当前主观信任云与信
任标准云的相似度。
2012年12月 255
Forum 学术论坛
…
算法4：云相似度算法
(1)采用欧几里得距离计算法计算
，
(2)
。
1.7 相似信任云的差异计算
有两个主观信任云，
和
这两个信任云与信任等级基准云之间的差异度。
模糊性和随机性的相关性，代表了信任的取值范围。信任超熵 是
熵不确定性的度量，由熵的随机性和模糊性共同决定，可以看作每
次评价的凝聚性。
1.3 信任等级基准云
信 任 等 级 基 准 云 是 一种 特 殊 的 信任 云模 型，是由德 尔 菲 法
得到的一套评 价体系，由多个云构成，作为信任等级划分的标
准，每个等级都是由专家或用户充分交易且无恶意推荐下形成的
表1 等级基准云
评价等级
I(完全不信任)
0
0.05
0.01
II(不信任)
0.15
0.05
0.01
III(接近信任)
0.4
0.083
0.01
IV(信任)
0.6
0.067
0.01
V(完全信任)
基于主体结合自身的特点进行的，因此具有较强的主观性、随机性
和模糊性，为了将信任评价这种特征进行定性和定量的反映，引入
云模型来刻画，为主体信任决策提供更合理有效的支持。
1.1 信任云的定义
设 是一个可以用精确数值表示的信任评价论域， 是与 相
联系的定性评价值。 中的元素 对于 所表达的定性评价概念的
隶属度 是一个具有稳定倾向的随机数， 在论域 上的分
1 信任云模型及其算法
在淘宝网上进行交易，买方在面对众多卖方提供的服务时，有
效的信任决策模型可以帮助买方合理地选择卖方进行交易。在选
择卖方时，单是依靠淘宝网提供的卖方信誉度没有其他辅助信息
时，买方很难做出合理有效的交易决策。淘宝网上交易双方之间的
信任是基于双方互评建立起来的，主观评分过程中信任的度量是
学术论坛 Forum
基于云模型的主观信任评价模型
——以淘宝网为例
天津财经大学 雷永莉
摘 要：本文针对淘宝网存在的交易主体与客体之间的信任问题，提出基于一维正态云模型的主观信任评价模型。采用逆向云发生器，
通过对主观信任云的计算、合成与相似度算法，引入销量、价格等属性来考察其对主体信任决策的影响，对同一等级的综合信任云进行
算法5：差异算法
； 计算
(1)
；(2)
；(3)
。
2 模型实验及分析 模型假设是买方对卖方各个行为特征的评价是诚实的。选取
提供同类服务的4个店铺作为实验对象，主要考虑的属性有发货速 度、物流速度、物品相符度、服务态度、历史信誉、销量、价格七个属 性来进行。 2.1 等级基准云的计算
按照淘宝网5级评分制，将其划分为5个评 价等级，区间为 [0,0.3]，[0.3,0.5]，[0.5,0.7]，[0.7,1]。依照算法1计算信任等级基准云 得到信任标准云下表：
布称为信任云，取值范围为[0,1]，信任云是从评价论域 到区间[0,1]
的映射，即
，
，有序对( ， )称为信任云熵。
李德毅院士的研究论述了正态云模型的普适性。从中心极限
定理来说，如果某一随机现象是由大量相互独立的随机因素综合
影响形成的，并且每一个因素在总的影响中所起的作用是微小的，
则这种随机变量一般都近似于正态分布。对于信任评价来说，每个
1.4 逆向信任云发生器
逆向云发生器能实现定量数值到定性概念的转换，更好地反
映信任云的定性概念。云的三个数字特征可用逆向云发生器计算
实现。
算法2：逆向信任云生成器
输入：对主体的评价集合即 个云滴
；
输出：
即 个分属性信任
云的数字特征值。
(1)
；(2)
；
(3)
；(4)
。
1.5 多属性信任评价云合成
对主体不同属性评价是用户对同一主体不同行为特征做出
差异率计算，为交易主体进一步信任决策提供依据。实验证明该模型能够有效地支持交易主体的信任决策过程。
关键词：云模型 逆向云发生器 信任决策。
中图分类号：F724.6
文献标识码：A 文章编号：1005-5800(2012)12(a)-255-02
近年来电子商务交易发展迅速，但大多数人对如交易安全和 卖方的信任等问题仍然有所顾虑。尽管有支付宝等第三方支付平 台提供在线支付安全保障和信用评价机制来帮助顾客优选卖方， 但交易的安全问题仍然突出，用户需要根据自己的经验做出信任 决策，因此设计一个有效的信任评价模型是必要的。在众多学者提 出的信任模型中，王传美、鲁耀斌[6]等人提出了结构化方程模型，考 察了网站形象、消费者个人特征、商家信誉和顾客满意度对信任度 的影响；张景安、张杰等人提出的综合模型，主要考虑了历史信誉、 网络速度、交易时间对信任的影响；王守信等人提出的主观信任评 价模型，提出信任变化云对客体信用度进行差异分析，但确定时间 窗口带有较强的主观性。本文针对淘宝网这一具体应用，结合上述 文献成果，采用一维正态云模型理论，提出一种基于云模型的主观 信任评价模型，对相同等级客体进行差异率计算，为主体进一步信 任决策提供依据。
主体针对每次交易进行的评价可以很小的，因此信任
评价可用正态分布云来表示。
1.2 信任云的数字特征
信任云的定性特性用
来表示，这三个属性也称
为信任云的三个数字特征。其中 为期望，最能够代表定性评价概
念的点， 是信任的最理想取值，是信任熵，反映了信任评价模型中
信任云。假设评价等级为 个，则划分为 -1个区间，第 个区间为 ，通过算法1的等级基准云生成器，得到在[0,1]区间上
的 个信任等级基准云。
算法1：信任等级基准云生成器 输入： -1个评价区间
输出：
。
(1)
；
(2)
；(当 =1时，
)；
(3)
。
值的大小反映了评价结果的随机性， 越大，反映评价结果
越随机，评价结果离散程度越高。由上述文献成果得知当 =0.01时 能较好反映评价结果的随机性。
的，因此需将主体的 个分属性信任云按照各自的权重值合并成一
个综合信任云，以便做出信任决策。
算法3：分属性信任云合并算法
输入： 个分属性信任云
及其
相应的权重 ， …… ，并且 + +…… =1；
输出：综合信任评价云
，同时考虑分属性与权重。
(1)
；(2)
；(3)
。
1.6 信任云的等级评估
有两个云，
为属性评价云，