本发明涉及电子商务领域,具体涉及一种网络好评可信度评估系统。
背景技术:
信用作为电子商务领域中的一个重要指标,越来越受到电子商务领域中的用户的关注。随着用户对信用与日俱增的关注,如何进行信用评价已成为电子商务领域的一个热门技术问题。目前,电子商务领域中出现了多种信用评价技术。但目前的信用评价机制普遍存在以下问题:1.通常对于一个少则几百多则几万的产品评论而言,信息零碎,有效参考价值过低。2.造假盛行,不能有效识别点评的可信度。一方面商家为了维持品牌形象做出很多造假行为,比如:买水军刷好评;“好评返现”刺激消费者评级等等;另一方面部分用户也会利用商家的心理而进行恶意差评进行敲诈。3、只能通过参考价值稍高的差评、图文点评、追评等简单的方法来筛选过滤不可靠评价。因此,这些虚假不实的评价信息严重的干扰了电子商务的诚信系统,同时也误导消费者的消费导向,带来了消极影响。
综上所述,设计一种网络好评可信度评估系统,能够有效的减少或杜绝虚假评价的出现,具有其时代意义。
技术实现要素:
本发明通过在网络信用评价系统中增加有偿付费评价功能,达到增加虚假评价成本,评估好评的真实度和可信度,达到减少虚假评价,提高电子商务诚信度的目的。
为达到以上目的所采用的具体技术方案为:
一种网络好评可信度评估系统,包括:网站交易单元、服务信息确认单元、评价信息单元、保证金单元和评价可信度评估单元,并依次对数据进行处理。所述网络交易单元用于客户与商家进行社交及电子商务活动。所述服务信息确认单元获取客户与商家的交易信息和信用信息,包括:交易总价、单价、交易原始协议、服务交易信息记录以及客户与商家的当前信用情况。所述评价信息单元用于获得针对交易的评价信息。所述保证金单元用于获得客户对本次评价缴纳的保证金。所述评价可信度评估单元根据客户和商家的信用情况、交易服务信息、以及保证金的金额综合测算本次点评信息的信用度。
具体地,所述评价可信度评估单元根据客户和商家的信用情况、交易服务信息、以及保证金的金额综合测算本次点评信息的信用度kz:
kz=kb*g1+bh*g2+ah*g3+kg*g4
其中,kb为客户向第三方平台缴纳的保证金所对应的可信度值。bh为单条无保证金好评的可信度。ah为单条保证金好评的可信度。kg客户最新的个人评价可信度;g1、g2、g3、g4分别是kb、bh、ah、kg在kz中所占的权重,g1+g2+g3+g4=100%。
具体地,所述客户向第三方平台缴纳的保证金所对应的可信度值kb的具体计算方法如下:
b是客户向第三方平台缴纳的保证金额度,若b小于等于社会公认好评作假最低成本y时:
即:当0<b≤y时,所述客户向第三方平台缴纳的保证金额度所对应的可信度值kb为:
kb=b/y*100%;
当b>y时,kb为:
其中,j为客户与商家交易的总金额;k为设定阈值;当b、j、y都已知,依据公式计算。
具体地,所述单条无保证金好评的可信度bh的具体计算方法如下:调取某商家近期i周内的点评数据记录,第i周获得“无保证金好评”的数量记为hi,获得“非好评”评价的数量为ci。近期i周内的“无保证金好评”的数量之和记为
客户对某商家进行无保证金好评时,同时评估系统根据该商家的bh值对客户赋予新的无保证金好评个人信誉值xg1x:
xg1x=(1+bh)*xg1
其中,xg1代表客户在做出当前无保证金好评前的无保证金好评个人信誉值,xg1的初始值为1。
具体地,所述单条保证金好评的可信度ah的具体计算方法如下:调取某商家近期i周内的点评数据记录,近期i周内缴纳“保证金”并获得好评的数量之和为
客户对某商家进行无保证金好评时,同时评估系统根据该商家的ah值对客户赋予新的保证金好评个人信誉值xg1x:
xg2x=(1+bb)*xg2
其中,xg2代表客户在做出当前保证金好评前的保证金好评个人信誉值,xg2的初始值为1。
具体地,所述客户最新的个人好评可信度kg=(xg1x+xg2x)/2。
本发明主要针对目前网络好评造假成本低廉,好评造假猖獗的情况,提出网络好评可信度评估系统,在评估系统中增加有偿付费好评功能,通过付费功能增加虚假评价的制造成本,抑制虚假评价的产生。该系统根据用户的付费情况以及用户和商家之前的综合信用评价,实时更新用户和商家的当前信用评价值值,有效的减少虚假评价,也更真实可信的提供信用参考信息。
附图说明
图1为本发明系统框架结构图。
具体实施方式
结合附图对本发明进一步说明。
参见图1,一种网络好评可信度评估系统,包括:网站交易单元、服务信息确认单元、评价信息单元、保证金单元和评价可信度评估单元,并依次对数据进行处理。网络交易单元用于客户与商家进行社交及电子商务活动,客户通过网络交易单元确定商品交易信息,选定所需商品,然后跳转到服务信息确认单元。服务信息确认单元获取客户与商家的交易信息和信用信息,包括:交易总价、单价、交易原始协议、服务交易信息记录以及客户与商家的当前信用情况,然后将交易信息和信用信息传递给评价信息单元。评价信息单元获得针对交易的评价信息,然后将交易信息、信用信息和评价信息传递给保证金单元。保证金单元用于获得客户对本次评价缴纳的保证金,然后将保证金的金额、交易信息、信用信息和评价信息传给评价可信度评估单元。评价可信度评估单元根据保证金的金额、交易信息、信用信息和评价信息综合测算本次点评信息的信用度。
具体地,评价可信度评估单元根据客户和商家的信用情况、交易服务信息、以及保证金的金额综合测算本次点评信息的信用度kz:
kz=kb*g1+bh*g2+ah*g3+kg*g4
其中,kb为客户向第三方平台缴纳的保证金所对应的可信度值。bh为单条无保证金好评的可信度。ah为单条保证金好评的可信度。kg客户最新的个人评价可信度。g1、g2、g3、g4分别是kb、bh、ah、kg在kz中所占的权重,g1+g2+g3+g4=100%。
客户向第三方平台缴纳的保证金所对应的可信度值kb的具体计算方法如下:
b是客户向第三方平台缴纳的保证金额度,若b小于等于社会公认好评作假最低成本y时:
即:当0<b≤y时,所述客户向第三方平台缴纳的保证金额度所对应的可信度值kb为:
kb=b/y*100%;
当b>y时,kb为:
其中,j为客户与商家交易的总金额;k为设定阈值;当b、j、y都已知,依据公式计算。
单条无保证金好评的可信度bh的具体计算方法如下:调取某商家近期i周内的点评数据记录,第i周获得“无保证金好评”的数量记为hi,获得“非好评”评价的数量为ci。近期i周内的“无保证金好评”的数量之和记为
客户对某商家进行无保证金好评时,同时评估系统根据该商家的bh值对客户赋予新的无保证金好评个人信誉值xg1x:
xg1x=(1+bh)*xg1
其中,xg1代表客户在做出当前无保证金好评前的无保证金好评个人信誉值,xg1的初始值为1。
单条保证金好评的可信度ah的具体计算方法如下:调取某商家近期i周内的点评数据记录,近期i周内缴纳“保证金”并获得好评的数量之和为
客户对某商家进行无保证金好评时,同时评估系统根据该商家的ah值对客户赋予新的保证金好评个人信誉值xg1x:
xg2x=(1+bb)*xg2
其中,xg2代表客户在做出当前保证金好评前的保证金好评个人信誉值,xg2的初始值为1。
客户最新的个人好评可信度kg=(xg1x+xg2x)/2。
本评估系统的计算方法同样适用于差评的信用度评估。