论文社会化电子商务环境下用户隐式信任评价和应用综述是关于本文可作为电子商务方面的大学硕士与本科毕业论文电子商务论文开题报告范文和职称论文论文写作参考文献下载。
[摘 要] 社会化电子商务中的用户隐式信任关系作为现实社会关系的映射和扩展,为可信推荐方法的研究带来了新的契机.对相关文献进行梳理总结, 形成综述；指出用户隐式信任评价与应用研究中的不足, 提出未来的研究可以从隐式信任信息收集、利用隐式信任网络的小世界特性、用户之间的信任关系和相互影响的规律等方向开展.
[关键词] 社会化电子商务；用户隐式信任；社会化推荐
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 15. 056
[中图分类号] F713.36；TP393.09 [文献标识码] A [文章编号] 1673 - 0194（2018）15- 0142- 03
0 引 言
随着社会化电子商务的高速发展,在线商品信息以前所未有的速度增长,面对错综复杂的社会网络关系和海量的商品信息,用户难以从中定位所需.社会化推荐服务可以完成个性化商品信息的主动推送,是社会化电子商务平台的核心功能之一,也是企业丰富营销手段和业务增长的重要途径.
虽然社会化推荐服务获得了很大的成功并频繁地应用到各大网站中,但是在大规模、开放的社会网络环境中,电子商务交易具有匿名性、随机性和动态性的特点,用户之间传递的信息真假难辨,社会化推荐面临着推荐攻击问题的挑战.受推荐服务在电子商务领域重大经济利益的驱动,一些恶意用户通过注入大量虚假信息的方式,操纵改变推荐结果,从而达到非法牟利的目的,这种攻击行为被称为“托攻击（Shilling Attack）”或“推荐攻击（Recommendation Attacks）”.推荐攻击行为误导用户接受或购买并非真正所需的信息或商品,降低用户的满意度,造成用户流失,使社会化电子商务平台蒙受信誉与利润的双重损失.面对越发精巧和更具破坏性的推荐攻击,如何为用户提供可信推荐服务已经成为社会化电子商务领域亟待解决的关键问题.
社会化电子商务中的用户信任关系作为现实社会关系的映射和扩展,为可信推荐方法的研究带来了新的契机.研究者将社会化电子商务中实体间的信任关系定义为一个信任网络,由于该信任网络是依据用户的社会关系建立的,而受商业利益驱动的攻击者无法与真实用户形成血缘关系、朋友关系、同事关系等,从而无法进入用户的信任网络中.因此,对恶意推荐攻击具有很好的抑制作用.每天都有数以万计的新用户加入社会化电子商务平台,与其他用户进行信息交流和交互,其中很多是互不相识的用户.评估这些用户之间的信任关系是提高社会化推荐服务质量和加强其安全性的关键.
1 社会化电子商务环境下用户隐式信任关研究评述
近年来,国内外一些学者针对可信推荐问题对社会化电子商务中的用户信任关系进行了大量的研究,并取得了一系列研究成果.O’Donovan 等人[1]从用户概貌级和项目级两个方面对用户之间的信任关系进行度量,并提出了一种改善系统推荐精度的信任计算模型.其中,概貌级信任度是对用户推荐的整体可信赖程度的描述；项目级信任度是关于用户对特定项目推荐的可信赖程度的描述.但是利用该信任计算模型得到的并不是用户间的局部信任度.随后,Lathia 等人[2]提出了一种改进的信任计算模型依据评分预测误差计算目标用户对推荐用户的信任度.但是这种基于评分预测误差的信任建模方法需要依据用户之间的相似度为目标用户进行评分预测.Pitsilis等人[3]从人的主观逻辑思维角度分析用户之间的信任关系,并且基于不确定概率理论提出了一种信任计算模型.不确定度是关于推荐用户对目标用户不具备做出准确预测能力的一种描述.该信任计算模型中,首先依据评分信息计算不确定度,然后采用线性或非线性方法计算目标用户对推荐用户的信任度.但是当系统中存在攻击用户时,利用该信任计算模型得到的用户间信任度准确性欠佳.Kwon 等人[4]提出了一种多维可信性计算方法,充分考虑了信任的多样性特征,根据用户-项目评分数据度量每一个特征值,并将其作为计算用户之间信任度的依据.该信任计算方法从消费心理学的角度对用户之间的信任关系进行度量,不仅为推荐系统中可靠邻居用户的选取提供了理论依据,而且还提出了一个跨学科的研究框架.但是,由于该方法仅考虑了用户评分的异构性特征,当面对用户概貌注入攻击时,仍然存在脆弱性.Maida 等人[5]提出了一个多维信任模型,对推荐系统中的用户间信任关系主要受哪些方面因素的影响进行了深入分析.该信任模型分别从基于知识的可信赖性和推断可信赖性两个方面进行了讨论,但是该模型对这两方面的描述仅限于理论层面,并没有对其进行量化计算和实验验证.Yuan W等人[6]对信任网络的网络结构进行了研究,通过实验验证了显式信任网络和隐式信任网络的小世界特性.与国外相比,国内的学者在基于用户信任关系的社会化推荐方面也进行的了积极的研究.张富国等人[7]针对基于概貌级信任模型的缺点以及推荐算法的易受攻击性,提出了基于主题级信任的协同过滤算法,提高了推荐的准确度.李湛[8]对社会信任网络的协同过滤推荐方法进行了研究,从显式信任和隐式信任两方面提出了改进策略,但是缺乏对信任在网络中传递特性的考量.田博等人[9]基于 D-S证据融合理论 , 提出由多个成熟消费者的信任评价融合而成的推荐信任评价模型 , 将提出的推荐信任评价模型应用于实际B2C在线购物推荐信任评价,但是其信任关系依靠显性信任获取,在信任匮乏时,推荐受限.
2 社会化电子商务环境下用户隐式信任关研究的不足之处
2.1 在信任关系抽取方面
按信任来源不同,信任关系的抽取方法又分为显式信任和隐式信任两种.其中,显式信任关系的建立对于用户来说耗费时间和精力且容易暴露用户个人隐私.因此,在实际应用中显式信任并不可行.隐式信任的现存研究中仅仅聚焦于挖掘“用户-项目”（User-Item）评分信息,利用用户评分的相似性關系来挖掘其潜在信任关系,当面对推荐攻击问题时,很难推理出真实的信任关系.社会化电子商务交易过程中蕴藏着丰富的用户交互行为数据和信息（交易订单、 交易评价、 交易次数、交易金额、评价时间、浏览历史等）,对其进行分析,发现社会化电子商务中用户交互行为背后隐藏的用户隐式信任关系是未来重要的研究方向.
总结:该文是关于电子商务论文范文，为你的论文写作提供相关论文资料参考。
参考文献：
1、 电子商务环境下财务管理 摘 要：大数据时代下的电子商务的市场竞争发生了重大变化，实际上，电子商务的迅速发展就是建立在有效的大数据控制之下的，在研究电子商务环境下的财务管。
2、 基于电子商务环境下企业物流管理 摘 要：目前，物流管理效能已经成为企业利用电子商务平台快速发展的障碍，改进和创新企业传统物流管理工作，将为企业推进电子商务提供有力的物流管理保障。
3、 电子商务环境下的物流 摘 要：在我国网络信息不断发展过程中，电子商务的应用日渐成熟，所产生的影响也日益突出。在电子商务环境下，物流发展受到了较大的影响。因此，本文对电。
4、 电子商务环境下校园快递管理优化 【摘要】近年来隨着电子商务的爆发式增长，我国物流行业发展突飞猛进，快递是物流行业的一个重要分支，校园快递以其独特的市场需求及生存环境也蓬勃发展起。
5、 电子商务环境下物流管理 电子网络技术的发展促进了我国物流行业的发展和进步，电子商务不仅能够为物流行业提供有效的信息支持，还能为其提供先进的技术支持。要确保物流行业的快速。