一种基于负调查的信用评价方法及系统与流程

本发明涉及计算机技术领域，尤其涉及一种基于负调查的信用评价方法及系统。

背景技术：

随着电子商务的流行和普及，人们可以在网上购买的东西也越来越多，如日用品，衣服，食品甚至是汽车。网络购物由于其购物方便(随时随地都可以浏览网页并购物)，价格低廉(减少了中间环节，商家无需支付店面等附加成本)，商品种类繁多，选择性更强(通过互联网你可以购买任何地方的商品，而无需受制于地域的限制)等优点，受到越来越多人的欢迎，这反过来也刺激了越来越多网店的出现。

不同于传统购物模式，用户只能通过网店的评价数据来判别网店销售商品的质量。因此用户评论的好坏对于商家的销售量有着直接的影响。而商家为了得到用户的好评也是想尽一切办法，甚至还出现了专业的中差评修改行业。他们对给出差评的用户进行一系列骚扰，直到评价用户把卖家的差评修改或删除。例如，夜间电话骚扰，滥发布用户的电话到各种网站，逢年过节寄忌讳物品给用户或者其家人，如果经过上述过程后用户仍然没有将差评删除或者修改，则他们还可能会”上门服务”。然而，用户如果无法忍受他们的骚扰，修改了评论，则会影响其他用户对该网店的评判。这会对于整个电子商务行业的发展产生不利的影响。

鉴于此，有必要对现有的评价方案进行深入的研究，以保护用户评价数据的隐私，并实现对商家和/或商品的客观的信用评价。

技术实现要素：

本发明的目的是提供一种基于负调查的信用评价方法及系统，通过负调查的方法，在保证用户真实评价信息隐私的情况下，完成对商家和/或商品的信用评价。

本发明的目的是通过以下技术方案实现的：

一种基于负调查的信用评价方法，包括：

负选阶段：客户端接收用户发送的针对商家和/或商品的真实评价等级，并选择一个或多个与该真实评价等级不相同的等级作为针对商家和/或商品的负评价等级；

发送阶段：客户端将针对商家和/或商品的负评价等级发送至服务器；

评价阶段：服务器从针对商家和/或商品的负评价等级中提取出商家和/或商品信息以及负评价等级信息；利用负评价等级信息对商家和/或商品的评价数据进行修改；再根据商家和/或商品的评价数据量来判断是否计算并显示商家和/或商品的评分。

所述根据商家和/或商品的评价数据量来判断是否计算并显示商家和/或商品的评分包括：

判断商家和/或商品的评价数据量是否大于等于阈值；

若是，则根据商家和/或商品的负评价等级分布，估计出正评价等级分布，再根据估计出来的正评价等级分布计算出商家和/或商品的评分，并对评分进行更新后显示；

若否，则不计算也不显示商家和/或商品的评分。

负评价等级选择的方法包括：均匀负调查、非均匀负调查或者多选负调查。

根据商家和/或商品的负评价等级分布，估计出正评价等级分布的方法包括：

负调查估计方法NStoPS、NStoPS-I方法或者NStoPS-II方法。

所述客户端通过安全信道将针对商家和/或商品的负评价等级发送至服务器；

所述服务器用于在接收到客户端发送的负评价信息后，对信息中的身份标识信息格式进行验证；若格式合法，则利用客户端发送的评价信息进行评价，并向客户端返回评价成功消息；否则，向客户端返回评价失败消息。

一种基于负调查的信用评价系统，包括：

客户端，用于在负选阶段时，接收用户发送的针对商家和/或商品的真实评价等级，并选择一个或多个与该真实评价等级不相同的等级作为针对商家和/或商品的负评价等级；还用于发送阶段时，将针对商家和/或商品的负评价等级发送至服务器；

服务器，用于在评价阶段时，从针对商家和/或商品的负评价等级中提取出商家和/或商品信息以及负评价等级信息；利用负评价等级信息对商家和/或商品的评价数据进行修改；再根据商家和/或商品的评价数据量来判断是否计算并显示商家和/或商品的评分。

所述服务器包括：判断模块，用于根据商家和/或商品的评价数据量来判断是否计算并显示商家和/或商品的评分，其包括：

阈值判断模块，用于判断商家和/或商品的评价数据量是否大于等于阈值；

评分及显示模块，用于当商家和/或商品的评价数据量大于等于阈值时，根据商家和/或商品的负评价等级分布，估计出正评价等级分布，再根据估计出来的正评价等级分布计算出商家和/或商品的评分，并对评分进行更新后显示；还用于当商家和/或商品的评价数据量小于阈值时，不计算也不显示商家和/或商品的评分。

负评价等级选择的方法包括：均匀负调查、非均匀负调查或者多选负调查。

根据商家和/或商品的负评价等级分布，估计出正评价等级分布的方法包括：

负调查估计方法NStoPS、NStoPS-I方法或者NStoPS-II方法。

所述客户端包括：信息发送模块，用于通过安全信道将针对商家和/或商品的负评价等级发送至服务器；

所述服务器包括：信息验证模块，用于在接收到客户端发送的信息后，对信息中的身份标识信息格式进行验证；若格式合法，则利用客户端发送的评价信息进行评价，并向客户端返回评价成功消息；否则，向客户端返回评价失败消息。

由上述本发明提供的技术方案可以看出，通过采用负调查的方法收集用户的评分信息，所有的用户仅仅提供了自己的负评价等级，没有提供自己的真实评价等级，有效的保护了用户评价信息的隐私。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的一种基于负调查的信用评价方法的流程图；

图2为本发明实施例提供的负选阶段的流程图；

图3为本发明实施例提供的评价阶段的流程图；

图4为本发明实施例提供的一种基于负调查的信用评价系统的示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

本发明基于负调查对商家和/或商品进行信用评价。负调查由Esponda等人在文献“Negative Surveys”(arXiv preprint math/0608176,2006)中正式提出。在传统的调查中用户需要根据自身的实际情况，来回答调查者提出的问题，此时攻击者可以通过监听或与调查者相互勾结等方法获得用户的数据。而在负调查中，用户只需要返回一个与自身情况不相符的选项给调查者，此时，攻击者即使获得这个选项，也无法得知用户的真实信息。而调查者在获得足够多的用户返回的负选项之后，就可以通过概率统计的方法，推断出所有被调查用户真实数据的分布。而且负调查在被调查端的操作简单，计算量小，十分适用于移动计算之中的敏感信息收集。目前，负调查已被应用到许多领域的数据收集之中，如传感网络中的信息收集，地理位置信息收集等等，但还未被应用到收集商家或商品的评价数据之中。

由此可见，负调查是一种能够保护用户敏感信息隐私的数据收集方法。相比于传统的信息收集方法，负调查只要求用户选择一个和自身真实情况不相符合的类别，这使得攻击者只能知道用户不属于某一个类别，而无法进一步的确定用户属于哪个类别。为了便于理解，下面结合具体实施例对本发明做详细的说明。

实施例一

本发明实施例提供一种基于负调查的信用评价方法；如图1所示，其主要包括如下步骤：

步骤11、负选阶段：客户端接收用户发送的针对商家和/或商品的真实评价等级，并选择一个或多个与该真实评价等级不相同的等级作为针对商家和/或商品的负评价等级。

具体来说：用户在需要对商家和/或商品进行评价时，根据自身的实际体验，对商家和/或商品进行真实的评价。此时，由用户在客户端输入商家和/或商品的真实评价等级，而客户端则根据用户所选择的真实评价等级，进行负选，即可以选择一个或多个和用户真实评价等级不同的评价等级作为负评价等级，这一过程如图2所示，包括：

步骤111、用户根据实际体验通过客户端输入一个真实评价等级。

步骤112、客户端根据用户输入的真实评价等级，选择与一个或多个其不同的评价等级，作为商家和/或商品的负评价等级。

示例性的，此处负评价等级选择的方法包括但不限于：均匀负调查、非均匀负调查、多选负调查。

步骤12、发送阶段：客户端将针对商家和/或商品的负评价等级发送至服务器。

完成负选阶段后，即可得到一个或多个负评价等级，由于此时，用户输入的商家和/或商品真实评价等级已被替换成负评价等级，所以该真实评价等级的隐私可以的得到很好的保护。

步骤13、评价阶段：服务器从针对商家和/或商品的负评价等级中提取出商家和/或商品信息以及负评价等级信息；利用负评价等级信息对商家和/或商品的评价数据进行修改；再根据商家和/或商品的评价数据量来判断是否计算并显示商家和/或商品的评分。

其具体过程如图3所示，包括：

步骤131：服务器接收客户端发送的负评价信息，从中提取出用户所评价的商家和/或商品信息，以及相应的负评价等级。

步骤132：服务器根据所提取的商家或商品信息对相应的评价数据进行修改；然后判断商家和/或商品的评价数据量是否大于等于阈值；若是，则转入步骤133，否则转入步骤134。

步骤133：根据商家和/或商品的负评价等级分布，估计出正评价等级分布，再根据估计出来的正评价等级分布计算出商家和/或商品的评分，并对评分进行更新后显示。

步骤134：不计算也不显示商家和/或商品的评分，即把他们当作新的商家或者商品来处理。

本发明实施例中，由负评价等级的分布估计正评价等级的分布的方法，考虑到估计值的合理性，可采用NStoPS-I或者NStoPS-II。NStoPS-I和NStoPS-II可参考Bao等人的论文“Estimating positive surveys from negative surveys”(Statistics&Probability Letters,2013)；此外，也可采用常规的负调查估计方法NStoPS。

另一方面，本发明实施例中，为了确保数据的安全性，所述客户端通过安全信道将针对商家和/或商品的负评价等级发送至服务器；所述服务器用于在接收到客户端发送的信息后，对信息中的身份标识信息格式进行验证；若格式合法，则利用客户端发送的评价信息进行评价，并向客户端返回评价成功消息；否则，向客户端返回评价失败消息。

实施例二

本发明实施例提供一种基于负调查的信用评价系统，该系统与前述方法实施例相对应；如图4所示，其主要包括：

客户端41，用于在负选阶段时，接收用户发送的针对商家和/或商品的真实评价等级，并选择一个或多个与该真实评价等级不相同的等级作为针对商家和/或商品的负评价等级；还用于发送阶段时，将针对商家和/或商品的负评价等级发送至服务器42；

服务器42，用于在评价阶段时，从针对商家和/或商品的负评价等级中提取出商家和/或商品信息以及负评价等级信息；利用负评价等级信息对商家和/或商品的评价数据进行修改；再根据商家和/或商品的评价数据量来判断是否计算并显示商家和/或商品的评分。

所述服务器42包括：判断模块421，用于根据商家和/或商品的评价数据量来判断是否计算并显示商家和/或商品的评分，其包括：

阈值判断模块4211，用于判断商家和/或商品的评价数据量是否大于等于阈值；

评分及显示模块4212，用于当商家和/或商品的评价数据量大于等于阈值时，根据商家和/或商品的负评价等级分布，估计出正评价等级分布，再根据估计出来的正评价等级分布计算出商家和/或商品的评分，并对评分进行更新后显示；还用于当商家和/或商品的评价数据量小于阈值时，不计算也不显示商家和/或商品的评分。

本发明实施例中，负评价等级选择的方法包括：均匀负调查、非均匀负调查或者多选负调查。

本发明实施例中，根据商家和/或商品的负评价等级分布，估计出正评价等级分布的方法包括：负调查估计方法NStoPS、NStoPS-I方法或者NStoPS-II方法。

本发明实施例中，所述客户端41包括：信息发送模块411，用于通过安全信道将针对商家和/或商品的负评价等级发送至服务器；

所述服务器42还包括：信息验证模块422，用于在接收到客户端发送的信息后，对信息中的身份标识信息格式进行验证；若格式合法，则利用客户端发送的评价信息进行评价，并向客户端返回评价成功消息；否则，向客户端返回评价失败消息。

需要说明的是，上述系统中包含的各个功能模块所实现的功能的具体实现方式在前面的各个实施例中已经有详细描述，故在这里不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将系统的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

本发明上述两个实施例，相比于现有技术主要有以下优点：

1)首次将负调查应用于商家的信用评价之中。

2)在客户端的计算量小，操作简单，仅需要选择一个和用户真实评价等级不相同的等级即可。因此，本发明不仅可以用于通用PC机，也可用于计算能力较低的设备(如移动设备)。

3)每个阶段所使用的算法均较为简单，实现步骤较为简洁。因此，本发明易于实现。

4)较好地解决了用户评级隐私保护的问题，不依赖于其他安全协议和认证方案，可独立使用，也可与其它安全策略混合使用。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。