网络交易中的虚假反馈信息甄别与信用管理研究

Electronic commerce has made rapid development in the past years. However,the lack of trust is still common among various modes of electronic commerce. This project analyzes the limitations of existing reputation management models in defending attacks of fake and unfair feedbacks. With the assumption that there are many fake/unfair feedbacks in massive amounts of feedbacks, and the aim of avoiding the generation, aggregation and dissemination of fake/unfair feedbacks, this project focuses on the studing of methods for detectating fake/unfail feedbacks and models for realizing the anti-attack repuation management. The research contents are listed as follows.First, in view of the fake/unfair feedbacks have various sources and characteristics, this project studies the social relationship regulated matrix-factorization-based fake transaction detection method, the review & social relationship regulated matrix factorization-based unfair feedbacks detection method, and the incremental matrix-factorization-based fake transaction detection method and the incremental matrix-factorization-based unfair feedbacks detection method. Second, this project makes up reputation calculation rules for rewarding and punishing the reviewer and revewee who are involved in making fake/unfair feedbacks. Besides, the anti-attack reputation evaluation model is studied with the consideration of factors such as the rules of simultaneous rewards and punishments, the results of the fake/unfair feedback detection, the accuracy of detection methods, the reputation of the reviewer, and the reputation of the reviewee(i.e., store). Finally, the two dimensional dynamic reputation display method is studied. Emphasizing interdisciplinary research, this project aims at perfecting the electronic commerce reputation management system, promoting the construction of credible electronic commerce environment, and providing technology support for secure electronic trading in our country.

近年来电子商务在我国发展迅速，但信任缺失问题在各种电子商务模式中仍然普遍存在。本项目剖析现有信用管理模型在抵抗虚假反馈信息攻击方面的局限性，以海量用户反馈信息中存在大量虚假信息为出发点，以避免虚假反馈信息产生、聚集和传播为目标，研究虚假反馈信息甄别方法和抗攻击的电子商务信用管理模型。主要研究内容包括：首先，针对虚假反馈信息的不同来源和特点，研究基于社会关系规约矩阵分解的虚假交易甄别方法、基于行为与社会关系规约矩阵分解的虚假评论甄别方法、基于增量矩阵分解的虚假交易、虚假评论甄别方法；其次，制定虚假交易、虚假评价涉及交易者的信誉奖惩规则，融合虚假反馈信息甄别结果、信誉奖惩规则、评价者信誉、被评价者信誉等因素，研究基于共同奖惩的抗攻击信用评价模型；最后，研究二维动态信用展示模式。本项目强调多学科交叉融合，旨在完善电子商务信用管理体系，推动电子商务可信服务环境构建，为我国电子商务安全交易提供支持。

近年来电子商务在我国发展迅速，但信任缺失问题在各种电子商务模式中仍然普遍存在。针对现有信用管理模型在抵抗虚假反馈信息攻击方面的局限性，本项目以海量用户反馈信息中存在大量虚假信息为出发点，以避免虚假反馈信息产生、聚集和传播为目标，研究虚假反馈信息甄别方法和抗攻击的电子商务信用管理模型。主要研究内容包括：. 首先，针对虚假反馈信息的不同来源和特点，基于进化理论研究虚假信息甄别与信用评价方法，给出了一种基于预进化的抗攻击方法和一种基于黑名单与白名单的抗攻击方法。此外，为了研究造假行为的演化特点，给出一种基于进化的攻击方法。这些方法都从个体购物者的角度进行的研究，研究结果可以直接作为电子商务网站的智能购物助理，辅助消费者实现可信卖方选择、降低购物风险。. 其次，针对电子商务企业的安全部门在评估卖方信誉的时候经常面临一个严重的问题——卖方通过与消费者共谋或者采取一些自动化的手段攻击信誉系统，以达到提高自身推荐排名、获取更多交易机会并赚钱更多利润的目的。为了提高信誉系统的抗攻击能力，我们从评价者行为特点分析和评价文本语言特点分析两个角度进行了研究。在行为特点分析基础上，给出了一种考虑多因素累积评分的信用评价模型和一种基于印象理论的信用评价模型。在文本语言特点分析方面，我们给出了一种基于主题情感联合概率模型的虚假评论识别方法。基于真实数据的实验显示，这些方法比比较方法性能更好。这些结果可以直接被电子商务企业的安全部门使用。. 第三，我们还对与本课题具有理论和应用相关性的社会网络分析方法、电子商务推荐算法、电子商务讨价还价策略进行了研究。一方面融合社会网络分析方法、上下文信息等分别研究了面向个体/群体的电子商务推荐算法。另一方面，基于预测-遗憾理论给出了一种电子商务讨价还价策略。. 以上研究工作通过多学科交叉融合，为完善电子商务信用管理体系，推动电子商务可信服务环境构建和我国电子商务安全交易提供了理论和技术支持。