改进的云模型信任评估:考虑历史评价与不确定性
133 浏览量
更新于2024-08-26
收藏 526KB PDF 举报
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。
2021-09-26 上传
2021-04-01 上传
2019-09-07 上传
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
2020-10-18 上传
2021-03-09 上传
weixin_38666697
- 粉丝: 4
- 资源: 895
最新资源
- 掌握Jive for Android SDK:示例应用的使用指南
- Python中的贝叶斯建模与概率编程指南
- 自动化NBA球员统计分析与电子邮件报告工具
- 下载安卓购物经理带源代码完整项目
- 图片压缩包中的内容解密
- C++基础教程视频-数据类型与运算符详解
- 探索Java中的曼德布罗图形绘制
- VTK9.3.0 64位SDK包发布,图像处理开发利器
- 自导向运载平台的行业设计方案解读
- 自定义 Datadog 代理检查:Python 实现与应用
- 基于Python实现的商品推荐系统源码与项目说明
- PMing繁体版字体下载,设计师必备素材
- 软件工程餐厅项目存储库:Java语言实践
- 康佳LED55R6000U电视机固件升级指南
- Sublime Text状态栏插件:ShowOpenFiles功能详解
- 一站式部署thinksns社交系统,小白轻松上手