基于声誉机制的P2P电子商务信任模型探究

王金良（广东科技学院管理系 广东东莞 523083）

引言及文献概述

电子商务作为跟随网络共同成长的商务形式，在电子商务进程中历经从B2B、B2C等现有C/S方式后，过渡到P2P电子商务模式（吴庆田，2016）。在整个P2P电子商务体系中，贸易双方既为买方又为卖方。当前我国主流电子贸易企业如淘宝、易趣、亚马逊等均开通了企业P2P电子贸易系统（刘景艳，2016），统计信息表明，P2P电子贸易系统的成交数额不断攀升。学术领域给出的信任监管机制往往针对分布化体系，该体系容易被恶意袭击（赵虹茜，2016），尽管很多学者提供了处理方案，但该状况很难根除。本文设计基于声誉机制的P2P电子商务信任模型，能够随时获取恶意攻击，并规避恶意计算机操作，能够有效提高基于声誉机制的P2P电子商务信任模型的准确程度、信任结果测算方式以及抗袭击能力（郭彬，2016）。

国内外学者对P2P信任机制展开了大量研究，美国学者Marsh根据社会学体系和心理学体系获取信任机制各个方向，带入大量变量，使得整个模型太过复杂，在现有的P2P电子贸易模式中很难实现；Beth则很早开始探究分布化信任测算模式，并在信任定量化的基础上，把信任划分为直接信任机制和推荐化信任机制，研究了信任测算和合成机制；Rahman则在P2P信任体系下引出peerTrust信任机制，并将贸易满意程度、贸易整体数目、可信度回馈、贸易前后参量、社区前后参量带入，给出信任程度测算解析式如下：

式中，U（v）为时间节点v和全部节点的贸易数目，Sa（v，i）是节点v的第i次贸易目标，Em（v，i）代表节点v从节点Sa（v，i）处获得对第i次贸易的归一化满意度，Kx（Sa（v，i））表述节点Sa（v，i）的回馈信任程度，Sx（v，i）是节点v完成第i次贸易的上下文参量，Sq（v）是节点v的社区上下文参量，α与β表述综合评判参量。

国内学者侯亚军（2016）给出一种在概率统筹方案下的信任度评判体系，该体系能够防止设定欺诈以及不诚信推荐带来的威胁，尤其是繁杂的协同化方式带来的欺诈式袭击；冯一纲（2016）则在改进D-S机理下设置信任模型，综合了汇聚推荐数据处理的不确定性和强制组合矛盾推荐体系带来的性能降低状况；缪苗（2017）则给出一种在Gossip机制下的信任迅速结合机制，提升整体模型功能，该方式处理了信任表达、信任迅速融合状况。但上述信任机制均未和P2P电子贸易的现行双层拓扑模式融合，而是在限定范围内完成合谋、振荡机制防范。

P2P电子商务和信任机制概述

（一）电子商务

我国电子商务发展现状。根据我国2017年2月发布的CNNIC网络发展数据统计信息，截至2016年，国内手机终端的网民数目达到7.012亿人，增长速度连续三年高于10%，2016年度网民网络支付比例从58.9%增加到69.2%。各类网民以及网络应用数目不断增加，商务类网络应用明显，网络商务和网银使用者数量增长率均为18.2%。选择网络购物的网民数增长12.5%，伴随中小型公司电子贸易和网络销售业务的常态化，电子贸易市场主体不断增长。图1为2009-2016年网络购物用户规模对照。

网络贸易使用者数目和购物应用率增长，展现了电子商务的进展模式。此外，我国网络贸易规模也持续增长，图2为2009-2016年我国网络贸易规模。国内电子商务发展形势预判。CNNIC网络发展数据统计信息表明，国内电子商务消费总量迅速增长。电子贸易、网络规模迅速增长是推动网民消费的重要因素，电子商务市场整体状态处于腾飞阶段。此外，大众网络消费方式将不仅是传统网络购物，而是向多元化转变，2009-2016年整体消费模型和预期如图3所示。

（二）P2P电子商务

在P2P模式下完成电子商务贸易划分为三个阶段：获取贸易目标、互相验证和贸易，上述三个阶段能够在混合化P2P网络模式下完成。本文给出的信任机制即针对混合化P2P电子商务。P2P网络贸易除去电子商务共性风险外，其自身状况也常引发一些贸易风险，如节点的自私特点、匿名特点以及身份的随意特征，并且根据不同需要进行划分（施颖，2017）。

基于声誉机制的P2P电子商务信任模型设计

（一）P2P电子商务各身份节点贸易动作分析

P2P电子商务贸易体系中包含三种身份：单纯的买家身份，即仅参与买入操作；单纯的卖家身份，即仅参与卖出操作；买卖贸易合体，即同时参与买入和卖出操作。现有节点间由于贸易构建网络关联，进而给出评判，并依据自身贸易经验和贸易同伴推荐制定决策。P2P各身份节点贸易动作如图4所示。

（二）局部声誉测算模型设计

局部声誉测算作用因子。局部声誉机制即依据节点间现有的贸易记录，测算一个节点对应另外一个节点的信任程度（张辉，2017）。节点现有的局部声誉机制主要依据另外一个节点对此节点的历史贸易操作进行评判。

局部声誉测算模型设计。本文将T0用作信任的初始时刻，nV是T0时刻后买入用户节点i向卖出用户节点j的贸易成果数目，N为i全部买入次数，MV是贸易数额，tV、mV与UV表述T0时刻后，i和j的第l次贸易时刻、贸易数额和i以买家身份对卖家的贸易评判。σV反馈贸易时刻对卖家局部声誉作用，也反馈贸易数额对卖家的局部声誉作用。LV则为j关于i的卖家局部声誉，初始时刻的卖家局部声誉LV设定为0.6，则其定义模型如下：

若i向j买入贸易数目在全部购买经验中和节点j的贸易数目相对其他买家而言越多，则i对j越发信赖；此外，i和j进行贸易时的数额比例大，则说明i对j信赖：

表1 P2P电子商务模拟基准参量

图1 2009-2016年网络购物用户规模对照

图2 2009-2016年我国网络贸易规模

图3 2009-2016年整体消费模型和预期

图4 P2P各身份节点贸易动作

图5 全局声誉机制的构成

εVi,j表述i和j中间完成k次贸易之后，评判UV在局部声誉模型LV中占据的比例，而SV则反馈时间因子对卖家声誉的作用。SV和mV为衰减之后的贸易数额，σV则结合了时间因子和贸易权重因子。

（三）全局声誉测算模型设计

全局声誉测算作用因子。卖家的全局声誉和以下作用因子相关：j的相邻节点数目，当该节点的相邻节点数目较多时，其邻接节点的恶意操作对整体声誉机制引发的作用较小；j的卖家邻接节点和j的贸易数额，数额越高则评判权重因子越大，其贸易额主要指j的卖家邻接节点和j发生的贸易数额；j为卖家邻接节点的买推荐信任程度，卖家邻接节点的买推荐信任度越高，则评判越发可信，反之则不可信；j的卖家邻接节点给出针对j的评判，好的评判能够提升全局信誉度，而差的评判则降低信誉度。整体模型中，卖全局声誉的测算模型则是j相较于卖家邻接节点的全局声誉。

全局声誉测算模型设计。依照j的卖家邻接节点对j的评判能够测算j的卖全局声誉初始结果，进而根据卖节点数目以及贸易数额对卖全局声誉初始结果完成更正，表明对全局声誉的作用。设置jV1，jV2，…，jVm为j的全部卖家邻接节点，CCjv1，CCjv2，…，CCjvn是节点j的卖相邻节点的买推荐可信任度，LVjv1，LVjv2，…，LVjvn是j对应于各个卖相邻节点的卖局部声誉，而MVjv1，MVjv2，…，MVjvn是j的各个相邻节点和j产生购买需求的贸易数额。j的卖全局声誉机制给定如下：

式中，Ψ（mV，MV）为调节解析式，主要实现j的卖家邻接节点数量和贸易数额对j全局声誉的作用，即参与评判的j相邻卖节点数量越多，贸易数额越高，则j的卖全局声誉和真实值越相近；否则，由于参与评判的节点j的卖家邻接节点数量减少，而降低节点j的卖全局声誉结果，则函数符合下式：

从节点j相对卖家邻接节点出发测算的卖全局声誉初始结果，其测算方案如下：

pS是LSjvij，完成j参量测算的全局声誉初始结果占据权值，该值和j的卖邻接点产生的贸易操作相关，即jV和j之间的购买贸易数额越高，则jV给卖家的评判结果越好，则j关于jSj的局部声誉值得信赖。图5为全局声誉机制的构成。

（四）声誉机制下贸易信任度整体测算模型

买家i对卖家的信任程度TVij是衡量i是否愿意和j完成贸易的关键因子，而卖家j对买家i的信任度TCji则衡量i是否期待和i完成贸易（刘家悦，2017）。由于卖信任程度TVij和买信任程度即为整个模型需要获取的最终结果，下文从局部声誉和全局声誉机制入手进行分析。

图6 基于声誉机制的贸易信任度整体思路

图7 仅有诚实评判状态下局部声誉机制变化模型

图8 仅有诚实评判状态下全局声誉机制变化模型

图9 多种混合评判状态下局部声誉机制变化模型

图10 多种混合评判状态下全局声誉机制变化模型

下文给出从i到j完成的贸易模式，其中，i是买家，j是卖家，基于声誉机制的贸易信任度整体思路如图6所示。

基于声誉机制的P2P电子商务信任模型仿真实验分析

（一）实验概述

为检验基于声誉机制的P2P电子商务信任模型的有效性和准确性，下文给出实验仿真方案。本文选取Matlab12a完成P2P电子商务仿真体系的搭建，虚拟P2P电子商务中的节点贸易状态。并将卖家服务设定为诚实服务、不诚实服务、随机改变和动荡服务集中模式。诚实服务即贸易过程中的服务是可信度高的，不诚实服务即在贸易过程中提供了不诚信的服务，随机服务则指服务中的诚实和不诚实没有概率可循，而动荡服务则指可信和不可信服务交替转变。而买家对卖家的评判也可划分为：诚实评判、合谋评判、夸张评判和恶意评判。

（二）参量设定

本文设定的P2P电子商务模拟基准参量如表1所示。

（三）声誉机制下的P2P电子商务信任有效性

为校验整体模型中的全局声誉和局部声誉的准确特点，当整个实验模型中仅设置诚实评判时，则实验结果如图7和图8所示，从局部声誉机制的变化趋向能够得到：诚实服务的局部声誉迅速收敛到给定结果，而随机改变和动荡服务则由于相关参量的不同展现出不同的变换状态。由全局声誉的变换模式可知，其结果能够从不同的服务类型被划分，并且全局比局部声誉机制收敛更迅速、稳定性高。全局是结合全部节点给出的意见，不诚实评判的个体对全局声誉作用较小。若整个实验模型中设置诚实评判、合谋评判、夸张评判和恶意评判，比值为80%、12%、5%和3%，则实验结果如图9和图10所示，局部声誉机制出现震荡，但评判模型仍然能够划分服务质量，并迅速收敛。

上文的实验结果表明，本文设计的基于声誉机制的P2P电子商务信任模型能够较为准确地给出P2P电子商务过程中，诚实评判和存在不良评判因子对服务机制的影响，能够预判信任模型状态。

结论与展望

（一）结论

本文首先给出P2P电子商务和信任机制分析，探究电子商务在我国电子商务的发展现状，并给出国内电子商务发展形势预判，进而分析了P2P网络拓扑模式，包含集中化P2P网络构造、完全分布化和完全分布化非结构P2P网络构造以及混合化P2P网络模式。进而给出基于声誉机制的P2P电子商务信任模型设计，包含P2P电子商务各身份节点贸易动作分析、局部声誉测算模型设计、作用因子以及全局声誉测算模型设计和作用因子，并分析了基于声誉机制的贸易信任度整体测算模型。最后给出基于声誉机制的P2P电子商务信任模型仿真实验分析，完成参量设定和声誉机制的P2P电子商务信任模型有效性解析。实验结果表明，基于声誉机制的P2P电子商务信任模型能够有效展现在良性和恶性参量影响下的声誉机制变化。

（二）展望

第一，带入惩罚参量，使信誉因子的降低速度增快，分析对不良电子贸易的惩罚状况，并引入迭代重复模型，如博弈模型架构。第二，研究在P2P电子商务状态下的供给模式，探讨整个模型应对恶性不良电子贸易动作的机制，分析数据时将信息实现实时化归类。在整个实验中通过信任区间和时间衰减参量分析使用者的信任模式，后续实验需要进一步将时间衰减参量、置信因子等部分设定为随机的。第三，探究对抗P2P电子商贸中不良节点的袭击，将各类节点进行分类，区分攻击类型或者混合方式，提升整体抗攻击力。

参考文献：

1.吴庆田，姜南.我国P2P网络借贷的合理利率区间分析—基于核心利益相关者的视角[J].商业经济研究，2017（5）

2.刘景艳.大数据背景下跨境电子商务信用评价体系的构建[J].财会月刊，2016，5（2）

3.赵虹茜，曾万平.我国P2P网络借贷行业的风险与政策监管研究[J].经济研究参考，2016，4（8）

4.郭彬，于飞，陈劲.区块链技术与信任世界的构建[J].企业管理，2016，11（5）

5.侯亚军.中国欠发达地区城镇化进程的金融支持体系改革与创新[J].改革与战略，2016，9（10）

6.冯一纲.基于顾客终身价值视角的顾客口碑推荐价值的实证[J].统计与决策，2016，6（3）

7.郑红明.基于政府导向的农产品电子商务发展模式研究—以韶关市为例[J].经济研究参考，2016，4（8）

8.施颖.消费者的网络消费行为特征与影响因素实证分析[J].商业经济研究，2017（2）

9.张辉，张承龙，李海芹.公司声誉对顾客公民行为影响研究[J].财会通讯，2017，2（1）

10.张莉.休闲消费人本价值目标的伦理审视[J].改革与战略，2017，3（2）

11.刘家悦，罗良文，阚大学.对外贸易、市场化进程与污染排放—动态面板数据的实证研究[J].财会月刊，2017，3（5）

12.卢真.我国预算绩效评价的问题分析—以上海市为例[J].经济研究参考，2016，6（3）