改进的云模型信任评估：考虑历史评价与不确定性

本文主要探讨了电子商务环境下基于云模型的信任评估问题，针对现有研究在考虑云模型中云滴权值的不足，作者提出了创新性的信任评估模型。该模型关注于评价次数和评价一致性，以实体之间的可信历史评价数据集为基础，构建了一个定量分析的框架。具体而言，模型利用加权逆向云生成算法来计算评价属性集中的信任云，这有助于更精确地反映卖方实体的特性。 模型中引入了不确定因子和侧重因子，这两者起到了关键作用，分别衡量了信任决策中的主观性和不确定性。不同于早期文献将信任的主观性视为概率的随机性，本模型采用了模糊理论，通过特征向量和隶属度等概念来实现对信任的定量化描述，更好地处理了电子商务交易中的复杂性。 在信任评估过程中，信任值被赋予特定的数字特征参数，如信任熵（代表基本信任度）和信任超熵（反映信任关系的不确定性）。这些参数允许模型捕捉到实体行为的波动性和信任的动态变化，但现有的研究仍有待改进，特别是在云滴权值的权重分配上。 该论文通过对实体可信度的深入分析，旨在解决电子商务环境中信任评估的问题，不仅提供了信任度量的新方法，还为交易对象的选择提供了有力的参考依据。它基于国家自然科学基金项目和保定市科学技术与发展指导计划项目的资助，显示出其在该领域的重要性和实用性。通过对比和改进现有的多维信任云模型，本文为电子商务安全和信任管理奠定了坚实的基础，对于推动相关技术的发展具有重要意义。