一种基于评估体的数据交易信誉评估方法技术

本发明专利技术公开了一种基于评估体的数据交易信誉评估方法，属于数据交易信誉评估领域

【技术实现步骤摘要】
一种基于评估体的数据交易信誉评估方法


[0001]本专利技术涉及数据交易信誉评估领域，具体涉及一种基于评估体的数据交易信誉评估方法
。

技术介绍

[0002]由于数据交易平台的开放性和虚拟性，导致了其具有不确定性和风险性，任何人可以在任何地方
、
任何时间发布数据产品信息，卖家为追求利益最大化，可能会发布一些虚假信息，从而导致买家遭到不法商家的欺骗，进而造成用户对数据交易平台的不信任，阻碍了数据交易的持续发展
。
通过建立高效的信誉评价机制，可以有效降低电子商务交易的不确定性和风险
。
业界基于不同的应用背景对信任机制进行了大量研究并取得了丰硕成果，已广泛应用于
P2P、
电子商务
、
推荐系统和社交网络领域，但数据交易领域缺乏相关研究
。
传统信誉评估模型信誉数据来源于买方的主观评价，定性评价过多导致信誉评估不精确
。

技术实现思路

[0003]针对上述问题，本专利技术的目的是提供一种基于评估体的数据交易信誉评估方法，解决了现有技术中信誉数据来源于买方的主观评价，定性评价过多导致的信誉评估不精确问题，能够有效评估数据交易场景下卖方的可靠性
。
[0004]本专利技术所采用的技术方案是，一种基于评估体的数据交易信誉评估方法，其特征在于，具体按照以下步骤实施：步骤
1、
用户首次进入系统时，首先实例化一个评估体，然后利用
getUAttr
函数获取用户属性，根据
InitEE
函数将信誉对象映射为初次评估体；步骤
2、
当数据请求方向数据拥有方发起交易申请时，评估体衍生，算法会记录数据请求方发起申请时的交易上下文属性，用以计算交易开始到完成所涉及到的指标的变化，完成评估体的激活；步骤
3、
伴随数据交易的发生，评估体会调用映射函数，建立数据请求方与评估体的映射关系，一定时间内未接收数据请求方的评估请求，将映射关系持久化；步骤
4、
当数据交易完成后，数据请求方发起交易评估请求，评估体调用数据分析方法
analysisData
分析数据请求方提交的交易数据，得到数据质量指标值，调用
setTEvalAttr
获取交易评估属性，生成最终的评估体；步骤
5、
调用
updateReputation
方法实现信誉值集结算法，完成信誉值的计算与更新；步骤
6、
根据交易欺诈举报
、
判定结果，对于欺诈交易通过欺诈惩罚因子对数据拥有方进行削减信誉分的惩罚
。
[0005]本专利技术的特点还在于
,
步骤1具体如下：为了减少交易后信誉评估的时间复杂度，实现信誉指标数据快速获取，保护用户
的隐私信息和交易数据不被泄露或篡改，设计评估体结构，相关信誉数据获取时，评估体屏蔽原始数据，按照任务需求对收集的信誉数据进行分析和计算，形成唯一代表数据拥有方的信誉数据结构，用户属性包括资料完整性，审核权威性，资料规范性，对应的非交易指标因子
P
为：；其中，
Integ
表示数据拥有方的资料完整性，
Auth
表示数据拥有方的审核权威性，
Norm
表示数据拥有方的资料规范性
。
[0006]步骤2具体如下：信任受时间
、
领域及环境因素等上下文约束，实体在不同的上下文环境中表现出不同的行为能力
、
交易可信度，因此，设计交易金额
、
交易时间
、
响应时间交易上下文属性指标
。
在数据请求方发起交易请求后，评估体监测交易上下文属性：对应的交易金额因子：；其中，表示数据拥有方的第
i
次交易的交易金额因子，表示第
i
次交易的金额，是数据拥有方的平均销售额
。
[0007]对应的交易金额时间因子：；
[0008]其中，表示数据拥有方的第
i
次交易的交易时间因子，表示当前日期，表示数据拥有方得到第
i
笔交易的信誉评价日期，卖家在连续7天内得到的信誉评分不作时间衰减，相应的设为
1。
[0009]对应的响应时间因子：；
[0010]其中，表示数据拥有方的第
i
次交易的响应时间因子，表示数据拥有方响应数据请求方交易申请的时间，表示数据请求方发起交易申请的时间，卖家在1小时之内得到的信誉评分不作时间衰减，相应的设为
1。
[0011]步骤3具体如下：减少数据交易中数据拥有方信誉数据检索的空间复杂度，采用
session
的方式构建用户与评估体的关联关系，这在大数量级用户的系统中十分有用，如果用户在交易发生时的
session
活跃态进行信誉评估请求，能够避免在庞大数据集中检索信息；步骤4具体如下：当用户发起信誉评估请求时，通过
session
定位评估体，评估体处理交易数据，得
到数据质量指标值
。
通过
getTEvalAttr
方法获取数据请求方提交的描述相符
、
服务态度以及物流服务三项信誉数据，采用五级评分制，取值范围
[0,5]，最终能够转换为三级评分制，取值范围
{
‑
1,0,1}
，形成评估体，最后根据信誉评估规则进行信誉值的计算与更新：对应的数据质量因子：；其中，表示数据拥有方的第
i
次交易的数据质量因子，表示第
i
次交易的完整性指标值，表示第
i
次交易的单一性指标值，表示第
i
次交易的数据量值，为保证算式正确性，与小于阈值
0.0009
时，值均设为
0.0009
，对数运算后结果为个位数级别的数值，控制信誉值变化的速率不会过快
。
[0012]数据作为商品具有存储
、
易复制
、
易传播的特点，数据拥有方不诚实地发布虚假数据，数据请求方无法通过退货退款得到欺诈补偿，欺诈惩罚因子需要满足性质：（1）数据拥有方提供虚假数据且被数据请求方举报成功，数据拥有方获得欺诈惩罚；（2）数据拥有方连续发布虚假数据被数据请求方举报成功可大幅度降低信誉分：信誉评价集结方法为：其中，表示评分制是
(1,0,
‑
1)
时数据拥有方第
i
次交易时获得的评价
。
[0013]步骤6具体如下：欺诈惩罚因子为：
β
=e
‑
α
x
其中，
β
表示调节信誉值
REP
的欺诈惩罚因子，取值（0，1），...

【技术保护点】

【技术特征摘要】
1.
一种基于评估体的数据交易信誉评估方法，其特征在于，包括以下步骤：步骤
1、
用户首次进入系统时，首先实例化一个评估体，然后利用
getUAttr
函数获取用户属性，根据
InitEE
函数将信誉对象映射为初次评估体
ee
init
；步骤
2、
当数据请求方向数据拥有方发起交易申请时，评估体衍生，算法会记录数据请求方发起申请时的交易上下文属性，用以计算交易开始到完成所涉及到的指标的变化，完成评估体的激活；步骤
3、
伴随数据交易的发生，评估体会调用映射函数，建立数据请求方与评估体的映射关系，一定时间内未接收数据请求方的评估请求，将映射关系持久化；步骤
4、
当数据交易完成后，数据请求方发起交易评估请求，评估体调用数据分析方法
analysisData
分析数据请求方提交的交易数据，得到数据质量指标值，调用
setTEvalAttr
获取交易评估属性，生成最终的评估体
ee
end
；步骤
5、
调用
updateReputation
方法实现信誉值集结算法，完成信誉值的计算与更新；步骤
6、
根据交易欺诈举报
、
判定结果，对于欺诈交易通过欺诈惩罚因子对数据拥有方进行削减信誉分的惩罚
。2.
根据权利要求1所述的一种基于评估体的数据交易信誉评估方法，其特征在于，所述步骤1具体如下：为了减少交易后信誉评估的时间复杂度，实现信誉指标数据快速获取，保护用户的隐私信息和交易数据不被泄露或篡改，设计评估体结构，相关信誉数据获取时，评估体屏蔽原始数据，按照任务需求对收集的信誉数据进行分析和计算，形成唯一代表数据拥有方的信誉数据结构，用户属性包括资料完整性，审核权威性，资料规范性，对应的非交易指标因子
P
为：；其中，
Integ
表示数据拥有方的资料完整性，
Auth
表示数据拥有方的审核权威性，
Norm
表示数据拥有方的资料规范性
。3.
根据权利要求1所述的一种基于评估体的数据交易信誉评估方法，其特征在于，所述步骤2具体如下：信任受时间
、
领域及环境因素约束，实体在不同的上下文环境中表现出不同的行为能力
、
交易可信度，因此，设计交易金额
、
交易时间
、
响应时间交易上下文属性指标，在数据请求方发起交易请求后，评估体监测交易上下文属性，对应的交易金额因子：；其中，表示数据拥有方的第
i
次交易的交易金额因子，表示第
i
次交易的金额，是数据拥有方的平均销售额；对应的交易金额时间因子：；
其中，表示数据拥有方的第
i
次交易的交易时间因子，表示当前日期，表示数据拥有方得到第
i
笔交易的信誉评价日期，卖家在连续7天内得到的信誉评分不作时间衰减，相应的设为1；对应的响应时间因子：；其中，表示数据拥有方的第
i
...

【专利技术属性】
技术研发人员：赵斌，曹丽，高一龙，
申请(专利权)人：临沂大学，
类型：发明
国别省市：