互联网交易信誉度评定方法
【技术领域】
[0001] 本发明涉及互联网技术领域，具体地，涉及一种互联网交易信誉度评定方法。
【背景技术】
[0002] 基于互联网的电子商务的价格和便利性的优势使得网络消费群体越来越庞大，平 台上的商品也越来越丰富。然而在这种分布式、开放和匿名的环境中，存在着一些问题，比 如电子商务平台的店铺只交付了所承诺的部分服务，或者实际交付的商品或服务与承诺不 一致；店铺销售伪劣商品；消费者中断业务或者提供对店铺商品或服务的虚假评价等等。 由于电子商务环境中买卖双方信息不对称引起交易信任问题成为电子商务发展的一个关 键问题。
[0003] 电子商务领域已经具有一些基于声誉的信任模型，比较具有代表性的包括eBay、 Amazon、淘宝和京东等电商平台根据多年的运营总结的信任模型。大多数电子商务平台都 采用基于声誉的信任管理系统，并作为激励在线用户和预防欺诈行为的手段。一般来说， 这类模型包括消费者的直接交易经验，其他用户购买后的评价、意见和推荐；以及两者相 结合得到的结果。eBay、淘宝和京东的电商类平台是采用正向、负向和中性反馈值等信息； Epinions和豆瓣等专业评价网站的反馈机制采用具体评分分数。反馈信息的汇总主要采用 均值汇总和累加汇总方式，反馈周期都是各自网站平台自行定义的，基本在一周到六个月 的期间。
[0004] 目前的互联网电子商务交易信任机制主要存在的问题包括：
[0005] 1.不同的电商平台评价机制各不相同，一些参数指标（比如声誉汇总的周期）没 有一个统一的标准，妨碍了交易双方获取声誉动态变化，从而对交易策略造成影响。
[0006] 2.对于包括恶意攻击、欺诈和虚假评价反馈等行为没能做到比较好的界定，导致 不能提供防范的方案和功能。
[0007] 3.某些评价声誉值较低的主体可以通过改变身份来对不良历史记录进行消除，目 前的一些信任模型没有比较好的监督机制。
【发明内容】
[0008] 本发明针对互联网交易中交易的可靠性和安全性以及服务质量难于保证的问题， 采用基于电子商务交易行为的信任机制，通过建立电子商务交易过程中相互关系的推荐信 任算法实现消费者和线上店铺互相了解的平台，从而动态响应商业需求。针对现有技术中 的缺陷，本发明的目的是提供一种互联网交易信誉度评定方法。
[0009] 根据本发明提供的一种互联网交易信誉度评定方法，包括：
[0010] 根据买家的累计交易金额、累计交易次数、买家信誉度确定所述买家的评价权 重；
[0011] 根据交易记录中买家对店铺综合评分和该买家的评价权重加权求和获得该店铺 的第一信誉度，再根据所述买家对店铺综合评分的离散程度、与该店铺交易的买家总数以 及交易总额确定修正系数对所述第一信誉度进行修正后获得所述店铺的整体信誉度。
[0012] 作为一种优化方案，所述买家信誉度的确定方法包括：
[0013] 根据单次交易结束后的双方互评，所述买家获得在本次交易中的店铺对买家评 分，
[0014] 根据本次交易的交易情况生成一奖惩参数，
[0015] 根据该店铺的历史交易买家对该次交易的双方互评的评价获得所述买家的评价 真实度；
[0016] 根据所述店铺对买家评分、所述奖惩参数以及该买家的评价真实度确定在本次交 易所述买家获得的买家信誉度增量；
[0017] 所述买家信誉度增量累计为该买家的买家信誉度。
[0018] 作为一种优化方案，所述买家对店铺综合评分的确定方法包括：
[0019] 根据单次交易结束后的双方互评，所述店铺获得在本次交易中的买家对店铺评 分，
[0020] 根据本次交易的交易情况生成一奖惩参数，所述交易情况包括该交易花费的时 长，
[0021] 根据所述买家对店铺评分和所述奖惩参数确定在本次交易所述店铺获得的买家 对店铺综合评分。
[0022] 作为一种优化方案，所述交易情况还包括交易是否成功，若该交易成功，则所述奖 惩参数为正，若该交易失败，则所述奖惩参数为负。
[0023] 作为一种优化方案，所述交易情况还包括该次交易的交易金额，所述交易金额越 大，所述奖惩参数的值越大。
[0024] 作为一种优化方案，所述交易情况包括该交易花费的时长，该时长越长，所述奖惩 参数的值越小。
[0025] 作为一种优化方案，所述买家对店铺综合评分的离散程度为该店铺交易历史记录 中所有买家对店铺综合评分的标准差。
[0026] 与现有技术相比，本发明具有如下的有益效果：
[0027] 本发明全面考虑影响交易信任的因素，并且运用模块化设计理念方便新的机制加 入到评价体系；采用交易过程的客观事实、买卖双方主观差异以及不同电商平台的系统差 异来对互联网交易的信任建立评价模型。
【附图说明】
[0028] 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 的附图作简单的介绍，显而易见，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的附图。附 图中：
[0029] 图1是一种互联网交易信誉度评定方法实施例中的影响因素关系图；
[0030] 图2是可选实施例中的一种互联网交易信任机制操作实施例；
[0031] 图3是单次交易结束后的双方互评及其评价真实度的过程；
[0032] 图4是可选实施例中的一种互联网交易信誉度评定方法流程图。
【具体实施方式】
[0033] 下文结合附图以具体实施例的方式对本发明进行详细说明。以下实施例将有助于 本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，还可以 使用其他的实施例，或者对本文列举的实施例进行结构和功能上的修改，而不会脱离本发 明的范围和实质。
[0034] 在本发明提供的一种互联网交易信誉度评定方法的实施例中，如图4所示，包括：
[0035] 根据买家的累计交易金额、累计交易次数、买家信誉度确定所述买家的评价权 重；
[0036] 根据交易记录中买家对店铺综合评分和该买家的评价权重加权求和获得该店铺 的第一信誉度，
[0037] 再根据所述买家对店铺综合评分的离散程度、与该店铺交易的买家总数以及交易 总额确定修正系数对所述第一信誉度进行修正后获得所述店铺的整体信誉度。
[0038] 如图1所示，本实施例在信誉度评价过程中主要考虑以下三个方面：
[0039] L评价机制
[0040] 互联网电商平台上买卖双方每完成一笔交易，根据评价机制给予一个奖惩参数。 目的在于尽量减少平台失败交易的产生，并且鼓励交易双方完成成功交易的积极性，进而 推进电子商务市场的健康发展。
[0041] 2.主观因素
[0042] 主要是指消费者个体因素对信任度评估的影响，主要包括由消费者自身的电商平 台购物经验、对交易评价反馈的信任倾向等。
[0043] 3.电商平台环境
[0044] 通过统计分析参与交易主体数和交易总额来对通过客观事实和主观因素得出的 信任度进行全局调节，并且根据每个交易主体的交易数量等对声誉的影响来进一步调整信 任度。
[0045] 作为一种实施例，所述买家信誉度的确定方法包括：
[0046] 根据单次交易结束后的双方互评，所述买家获得在本次交易中的店铺对买家评 分，
[0047] 根据本次交易的交易情况生成一奖惩参数，
[0048] 如图3所示，根据该店铺的历史交易买家对该次交易的双方互评的评价获得所述 买家的评价真实度；
[0049] 根据所述店铺对买家评分、所述奖惩参数以及该买家的评价真实度确定在本次交 易所述买家获得的买家信誉度增量；
[0050] 所述买家信誉度增量累计为该买家的买家信誉度。
[0051] 互联网电商平台交易过程中的信任管理系统模型如图2所示，在交易结束之后买 家对店铺进行打分评价，店铺累计评分越高说明信誉越好，越值得信赖；同时买家也通过参 与的交易数量的增加提升自己的累计的买家信誉度，使得自身对电商店铺的评价更容易被 其他消费者接受。所述双方互评是指当买家给店铺在这次交易中的行为或卖出的货物给出 评价之后，店铺也对买家在这次交易中的行为进行评价，一定程度上可以避消费者的恶意 差评或欺骗行为。交易中的行为包括客服态度、是否延迟发货等。所述双方互评的评分以 数字或符号的方式显示，在评分旁边可选地显示出该评分对应的评价，如"很满意"、"比较 满意"、"马马虎虎"、"非常不满意"。
[0052] 作为一种实施例，所述买家对店铺综合评分的确定方法包括：
[0053] 根据单次交易结束后的双方互评，所述店铺获得在本次交易中的买家对店铺评 分，
[0054] 根据本次交易的交易情况生成一奖惩参数，所述交易情况包括该交易花费的时 长，
[0055] 根据所述买家对店铺评分和所述奖惩参数确定在本次交易所述店铺获得的买家 对店铺综合评分。