电子商务环境下的农产品信任评价模型

本文是一篇电子商务论文范文,关于电子商务在职毕业论文开题报告,关于电子商务环境下的农产品信任评价模型相关研究生毕业论文开题报告范文。适合电子商务及节点及网上购买方面的的大学硕士和本科毕业论文以及电子商务相关开题报告范文和职称论文写作参考文献资料下载。

内容摘 要：建立一个有效的农产品电子商务信任评价模型来评价商家的信用度,是农产品电子商务健康交易的保障.本文在YaoWang、JulitaVassileva提出的网络信任模型的基础上,考虑在电子商务环境下农产品在交易过程中信任的主观性与不确定性特点,提出一种基于“云模型和贝叶斯网络模型”的农产品信任评价模型.

关 键 词：电子商务 ；农产品 ；云模型 ；贝叶斯网络 ；信任评价模型

网络购物具有交易便利、选择广泛、优惠活动较多等优势,越来越多的消费者选择从网上购买农产品,使得农产品电子商务具有积极的市场前景,同时,交易过程中商家的信用度也被消费者看得至关重要.

云模型及贝叶斯网络的引入

“云模型”是在传统的模糊集理论和概念统计的基础上,借助隶属函数的思想建立起来的一种用于实现定性定量不确定性转换的模型.直接信任评价指标的特点就是具有模糊性和随机性,可以把直接信任评价的定性描述换成定量空间上的每个点（云滴）.所以,可以将云模型应用在农产品电子商务的直接信任评价问题中研究定性概念的量化方法,具有直观性和可操作性.

“贝叶斯网络”是一种使用统计方法去表示不同元素之间概率关系的关系型网络,它的理论基础是贝叶斯公式：

p（h）是假设h的先验概率；p（e）是证据e的先验概率；p（h/e）是在给定证据e下的h的概率；p（e/h）是在给定假设h下的e的概率.

一个朴素的贝叶斯网络就是一个简单的贝叶斯网络,它由一个根节点和若干个叶子节点组成.我们可以使用一个朴素的贝叶斯网络来表示节点间的信任.

基于“云模型和贝叶斯网络模型”的农产品信任评价模型构建

(一)参数设置

农产品电子商务中商家的总信任评价值由两部分组成,通常会根据评价的自身需要对两部分的权重进行设定.

1.第n次交易完成后消费者的直接信任评价值.其受多种因素影响,如农产品交易金额、农产品质量、评价用户的信用度等.

2.其他用户的推荐信任评价值.其设定是为了使新商家能够公平地进行网上交易,使之与差评的商家有所区别.对于新商家来讲,推荐信任评价值是其总信任评价值的最关键、最直接的影响因素.

(二)直接信任评价值的计算

当两个节点交易完成后,综合考虑专家意见、经验知识,评价标准设定为因素集U等于{好,较好,一般,较差,差},该值对应了专家们的主观评价,可以用非精确的语言进行描述.这5个定性概念在评判集V等于{v1,v2,v3,v4,v5},vi等于C（EXi,ENi,HEi）采用“一维正态云”方法来表示：v1等于C（95,5/3,0.05）,v2等于C（85,5/3,0.05）,v3等于C（75,5/3,0.05）,v4等于C（65,5/3,0.05）,v5等于C（55,5/3,0.05）.然后,可以运用正向云发生器把指标层的定性指标转换为定量指标,再运用逆向云发生器计算数值特征（分别是期望Ex、熵En和超熵He）,并由正向云发生器产生评价指标的云图,如图1所示,反复进行计算最终获得评价结果及每项评价指标的量化值.

如：首先使用德尔菲法,综合专家意见,形成对直接信任值的评价体系.然后,在运用层次分析法等方法对指标体系中的指标设置各自权重,如表1所示.完成以上各步骤后,再利用正向云发生器和逆向云发生器计算每项指标的评价结果,如表2所示.最后,采取加权和的计算方法计算得到最终的直接信任评价值.

(三)推荐信任评价值的计算

1.贝叶斯网络信任模型的建立.在电子商务交易中,商家能力的度量不是统一的.有些商家通过高速网络进行交易,而有些商家由于各种原因所处的网络速度较慢；有些商家与客户的交流较好,而有些商家提供产品和服务的性价比较高.因此,商家的能力可以通过不同方面表现,如：提供产品和服务的性价比、物流速度、与客户交流的态度等,如图2所示.

不同情况下消费者的需求也不同.有些消费者想了解商家的整体能力,有些消费者只对商家某个方面的能力感兴趣.如：有些消费者只在乎商家所提供产品和服务的性价比,而对于物流速度并不特别敏感；有些消费者既对商家所提供产品和服务的性价比敏感,也对物流速度敏感.

消费者可以采用贝叶斯网络模型把这两方面的信任值连接起来并判断该商家是否值得信任.每一个节点可以发展成为一个朴素的贝叶斯网络,并且相互交易的节点之间相互连接.每一个贝叶斯网络都有一个根节点T,该根节点有两个值,分别是“满意”或“不满意”,用“1”或“0”来表示.P（T等于1）代表消费者对商家能力的全部信任,它由相互交易中满意交易的比例来表示,P（T等于0）代表不满意交易的比例,假设所有交易次数为n,满意交易次数为m.

P（T等于1）等于m/n

P（T等于1）+P（T等于0）等于1

2.条件概率表（CPT）的确定.在根节点下的叶子节点代表了商家在不同方面的能力描述.每一个叶子节点都与一个条件概率表（CPT）建立联系.如：节点XJB代表产品和服务的性价比,假设它包括五种值,分别是“好、较好、一般、较差、差”,它的条件概率如表3所示.每一栏遵循一个约束,与根节点建立联系,整个栏的值的总和为1.

p（XJB等于好/T等于1）表示的是在交易为满意的情况下,产品和服务的性价比为好的可能性,可以通过公式计算：

其中,p（XJB等于好,T等于1）是交易为满意且产品和服务的性价比为好的概率,,m1是当产品和服务的性价比为好的时候交易满意的次数.

p（XJB等于好/T等于0）表示的是在交易为不满意的情况下,产品和服务的性价比为好的可能性,通过表3可以用相同的方法计算其概率值.

节点WLSD表示的是物流速度,它分为“快、中、慢”三个值.节点JLTD表示的是商家的交流态度,它也可以由“好、中、差”三个值表示.它们的条件概率表的建立与表3类似.