[发明专利]一种基于聚类的信誉评价方法

说明书

本发明提供一种基于聚类的信誉评价方法，包括下列步骤：定义邻居个体，邻居群体，计算个体间评价，群体间评价；计算群体评价之间的相似度；计算群体之间的相似度；群体的聚类；个体信誉度的计算：对于经过聚类后得到群体，采用迭代的方式计算每个群体和每个个体的信誉度。

技术领域

本发明属于互联网信誉评价体系领域，主要解决信誉评价中群体个体通过串通作弊来干扰信誉评价的问题。涉及一种通过聚类的方式发现群体作弊的个体，进而削弱作弊个体信誉评价权重，达到客观的对每个个体信誉评价的目的。

背景技术

互联网的发展为电子商务提供了广阔的空间，准确、健壮的信誉评价体系是开展电子商务的必要条件。目前电子商务信誉评价体系主要基于社会网络(social network)[1,2]和概率估计(probabilistic estimation)[3]，或者在此基础上演化出来的信誉评价体系[4,5]。

目前这些信誉评价体系的基本原理都是根据每个个体接受到的好评及差评数量来对个体进行评价，并一般秉承少数服从多数的原则，或者对个体评价取平均值。这种算法的基本思想是：如果对某个体进行评价的如果大部分都是好评，则认为该个体信誉度比较好，如果某个体收到的大部分评价都是差，则认为该个体信誉度比较低。

如果个体之间没有串通作弊行为(都能对其他个体做出客观评价)，上述算法确实可以较好的对个体信誉度做出评价。但是目前很多交易体系中经常存在群体作弊行为，即一个群体串通起来，通过给以群体内的个体好评、给群体外的个体差评来达到提升自己信誉度的目的等，实践表明当有大量的个体串通起来群体作弊的时候，上述几种信誉评价会有较大的计算误差。

参考文献

1.Selcuk,A.A.Uzun,E.Pariente,M.R.A reputation-based trust managementsystem for P2P networks:The EigenTrust Algorithm[C].IEEE InternationalSymposium on Cluster Computing and the Grid.Illinois,2004.

2.Sepandar D.Kamvar,Mario T.Schlosser,Hector GarciaMolina.TheEigenTrust Algorithm for Reputation Management in P2P Networks[C].Proceedingsof 12th International World Wide Web Conference.Budapest，2003.

3.Zoran Despotovic,Karl Aberer.P2P reputation management:Probabilistic estimation vs.social networks[J].Computer Networks,2006,50(4):485-500.

4.Li Xiong,Ling Liu.A Reputation-Based Trust Model for Peer-to-PeereCommerce Communities[C].Proceedings of the IEEE International Conference onE-Commerce(CEC’03).Newport Beach:Computer Society,2003:275-284.

5.Shanshan Song,Kai Hwang,Runfang Zhou.Trusted P2P Transactions withFuzzy Reputation Aggregation[J].Ad Hoc and P2P Security,2005,9(6):24-34.

发明内容