商家服务声誉如何计算？

在ESRep声誉计算模型中，商家的服务声誉Rs是以客户的反馈为基础，但由于客户的评价往往具有一定的主观性，且可能存在恶意评价的情况，因此模型加入客户地域距离、客户消费金额偏离程度这两个因素对其进行加权计算，以提高真实评价的作用，抑制恶意评价的影响。服务声誉Rs所涉及的变量定义及相关变量的计算方法如下。

定义11 客户的地域距离Dl：客户C在购买服务时所处的地理位置与商家地理位置的空间距离。

Cx、Cy、Sx、Sy代表客户和商家的空间坐标，Dl代表两者的空间距离。从消费者习惯来看，客户购买服务时，大多数情况下处于工作单位或者家里。从出行方便角度考虑，商家的地域距离往往在客户一定范围的地域半径中，且客户的消费频度应与商家的服务质量成正比，与地域距离成反比，地域距离越近，消费频度越高。

在计算地域距离系数ε时，以商家坐标为中心，地域距离Dmax进行划分，将其分为n个区域，分别对应地域距离系数ε的取值。通过公式5-8，使得距离系数ε值与客户、商家的地域距离成反比，即离商家越近的客户，其ε越大，这与现实生活中的商家客户分布是一致的。对于Dmax的设置，不同O2O服务行业应该有所不同，比如餐饮业的Dmax，可以设置为20公里，而洗衣行业也许只有5公里。

定义12 客户消费金额偏离度δ：当前客户消费的金额F与商家的平均客户消费金额的偏离程度。

通常O2O服务消费中，商家的平均消费金额-往往来自商家最典型的服务项目和费用，其代表了商家的服务水平和质量。因此，论文提出了客户消费偏离度δ，以提高典型消费评价的权重。(www.xing528.com)

用户评价的加权计算公式5-10：

通过地域距离系数ε、δ这两项参数的限制，使典型服务消费者、距离商家近的消费者评价权重提高，而降低那些希望通过小额欺诈或高额交易欺诈的客户评价权重，有效防止客户恶意评价的影响。

商家服务声誉的计算公式5-11：

代表本次服务声誉的值，T代表当前系统时间，Ts代表上一次服务声誉的产生时间，代表上次服务声誉的值，R′代表此次客户评价的加权计算值。通过φ参数进行调节，以平衡上次服务声誉的权重，当上次服务时间离当前系统时间很近，的权重会提高，而客户评价的权重会降低，如果上次服务时间离当前系统时间较远，则客户评价的权重会提高，以及时反映商家的服务质量变化。