电子商务信任评估与可信推荐方法优化

本书通过对现有的电子商务信任评估和可信推荐方法进行分析，研究讨论了O2O电子商务信任评估的特有属性，并进一步研究了O2O电子商务的可信推荐方法，以促进O2O电子商务的健康发展，实现用户、O2O商家、O2O服务平台的三赢局面。本书的创新点如下：

1.提出了一种面向O2O服务的移动社交网络可信用户群体识别模型（Trust Model based on Advogato-TMBA）。该模型结合Mark Granovetter所提出的社会网络理论，研究O2O商务中用户信任网络构建所涉及的属性特征和构成要素，通过对Advogato信任模型进行扩展，考虑用户的互动程度、社交圈子相似性及兴趣相似性，采用信任容量优先最大流搜索方法建立用户的个性化信任网络，并将识别出的可信用户群体排序输出。基于真实数据集的实验结果表明，该模型在可信群体预测的准确度、漏检率及Top排序范围方面比现有的方法效果更优。

2.以面向O2O服务的移动社交网络可信用户群体识别模型为基础，提出了基于社交网络可信群体的轻量级可信服务推荐方法。该方法对上述的TMBA可信群体识别模型进行改进，根据信任网络中用户社交圈子相似度和互动程度，计算用户的局部信任权重，并融合局部信任权重和用户的服务评价相似性，进行目标用户的服务评分预测。基于真实数据集与其他推荐方法的对比实验表明，该推荐方法具有更高的服务评分预测准确度，能更有效地抵抗恶意用户的托攻击行为，并具有更低的计算复杂度。 (www.xing528.com)

3.提出一种多维度的O2O服务商声誉计算模型。通过时间、位置、商家客流量和商家运营时间长短等客观数据对用户的主观评价数据进行修正，计算商家的服务声誉和实体声誉，并融合生成商家的综合声誉。既考虑了用户主观评价数据的重要性又考虑了商家的客观运营数据，能更加细腻合理地反映O2O服务商家的真实声誉，同其他声誉计算模型相比，能更有效地抑制恶意欺诈行为。

4.以O2O服务商家声誉计算模型为基础，通过对O2O商务交易流程进行研究，提出了一种基于声誉计算的可信O2O服务提供商推荐方法。该方法基于用户服务评价矩阵，通过计算用户对服务的加权评价，产生用户对O2O服务提供商的综合评价，进而得到整体的用户商家综合评价矩阵，并将商家的声誉因素考虑进来，计算用户之间的商家偏好相似性，然后对目标用户进行O2O服务提供商评分预测，并进行推荐。基于真实数据集的对比实验表明，该推荐方法具有更高的评分预测精度，能更有效地抵抗恶意用户的欺诈行为。