网上拍卖中信任模型的研究综述

doi:10.3778/j.issn.1002-8331.2010.29.001

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (29): 1-5.DOI: 10.3778/j.issn.1002-8331.2010.29.001

网上拍卖中信任模型的研究综述

王文佳，汪定伟

东北大学信息科学与工程学院，沈阳 110004

收稿日期:2010-06-08 修回日期:2010-08-30 出版日期:2010-10-11 发布日期:2010-10-11
通讯作者: 王文佳

Survey on online auction trust models

WANG Wen-jia，WANG Ding-wei

School of Information Science and Engineering，Northeastern University，Shenyang 110004，China

Received:2010-06-08 Revised:2010-08-30 Online:2010-10-11 Published:2010-10-11
Contact: WANG Wen-jia

摘要/Abstract

摘要： 网上拍卖的匿名性以及不确定性是网上欺诈行为不断增加的重要客观因素，因此，建立一个完善的信任模型成为网上拍卖中亟待解决的问题。归纳了网上拍卖中受主、客观因素影响的信任概念模型，探讨了当今拍卖网站主要采用的信任模型以及存在的问题。列举了当前改进的信任计算模型，包括基于社会学理论的信任模型、基于统计的信任模型、基于概率的信任模型、基于不确定性理论的信任模型、基于语义的信任模型和基于网格的信任模型；在对上述模型的优势和不足进行具体分析的基础上，展望了未来信任模型的发展方向。

关键词: 信任模型, 网上拍卖, 信任度, 网格

Abstract: The anonymity and uncertainty of online auction are the root cause for the unavoidable online fraud.Therefore，the establishment of a comprehensive online auction trust model is an important problem waiting for solution.The researches on conceptual trust models of online auction are summarized，which are affected by the subjective and objective factors.The trust computing models and their problems mainly used by current auction websites are discussed.In addition，several improved trust computing models are introduced，including sociological theory-based trust model，statistics-based trust model，probabilistic-based trust model，uncertainty theory-based trust model，semantic-based trust model as well as grid-based trust model.Based on the analysis of the advantages and disadvantages of typical models mentioned above，the further studies of trust model are presented also.

Key words: trust model, online auction, trust degree, grid

中图分类号:

TP301

王文佳，汪定伟. 网上拍卖中信任模型的研究综述[J]. 计算机工程与应用, 2010, 46(29): 1-5.

WANG Wen-jia，WANG Ding-wei. Survey on online auction trust models[J]. Computer Engineering and Applications, 2010, 46(29): 1-5.

[1]	夏丹，周睿. 视差图像配准技术研究综述[J]. 计算机工程与应用, 2021, 57(2): 18-27.
[2]	李雨鑫，李悦悦. 面向JIT采购的多目标车辆调度[J]. 计算机工程与应用, 2021, 57(12): 263-272.
[3]	顾明星，黄伟建，黄远，生龙，申超，张梦甜. 结合用户聚类与改进用户相似性的协同过滤推荐[J]. 计算机工程与应用, 2020, 56(22): 185-190.
[4]	刘文芬，穆晓东，黄月华. 基于多分辨率网格的异常检测方法[J]. 计算机工程与应用, 2020, 56(17): 78-85.
[5]	赵云成，王琳，盛步云，赵飞宇. 综合曲率约束的在线网格模型分割方法研究[J]. 计算机工程与应用, 2020, 56(16): 176-182.
[6]	陈胜发，贾瑞玉. 基于残差和密度网格的簇心自确认聚类算法[J]. 计算机工程与应用, 2020, 56(12): 149-155.
[7]	周琴，程立正. 层适应网格上求解奇异摄动问题的粒子群算法[J]. 计算机工程与应用, 2020, 56(11): 46-50.
[8]	杜丽美，连玮. 高斯投影下的人机交互式物体仿真算法研究[J]. 计算机工程与应用, 2020, 56(11): 185-191.
[9]	杨冬升，凌静. 二维多域弹性问题虚边界无网格伽辽金法分析[J]. 计算机工程与应用, 2019, 55(5): 51-54.
[10]	傅敏，张江龙，刘培刚. 三维环境下交互式点云对象提取方法[J]. 计算机工程与应用, 2019, 55(24): 265-270.
[11]	宋雪雯，吕鑫，王鑫元. 混合式结构下基于网格的位置隐私保护方法[J]. 计算机工程与应用, 2019, 55(23): 92-98.
[12]	王燕，郭元凯. 改进的XGBoost模型在股票预测中的应用[J]. 计算机工程与应用, 2019, 55(20): 202-207.
[13]	吴航，江红. 融合潜在社交信任模型的协同过滤推荐[J]. 计算机工程与应用, 2019, 55(20): 114-121.
[14]	牛少章，欧毓毅，凌捷，顾国生. 利用区域划分的多密度快速聚类算法[J]. 计算机工程与应用, 2019, 55(18): 61-66.
[15]	焦越，王慧青，吴煜豪，杨哲. 结合面积度量和误差校正的网格简化算法[J]. 计算机工程与应用, 2019, 55(17): 221-226.

网上拍卖中信任模型的研究综述

Survey on online auction trust models

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics