基于贝叶斯网络的电子商务信任模型研究

基于贝叶斯网络的电子商务信任模型研究

论文摘要

随着P2P网络在电子商务交易中应用研究的深入,交易的安全问题日渐突出。针对这一问题,国内外的研究者们提出了许多信任模型,都各有利弊。其中基于贝叶斯网络的信任模型研究的较浅,只是将贝叶斯网络简单的应用到了文件共享中,存在一些不足。针对这一现状,本文主要从以下几个方面对其进行了进一步的研究:(1)研究了贝叶斯网络的特性,发现P2P环境下的节点之间交易与电子商务交易系统中节点的交易具有相似性。考虑将贝叶斯网络应用到电子商务交易中,用贝叶斯理论分析研究电子商务交易的安全性问题。(2)提出了基于贝叶斯网络的电子商务交易信任模型。给出了具体的结构图,利用条件概率公式对影响交易进行的几大因素进行了分情况讨论。给出了交易过程中产生的信任值的具体评估方法,除了引入时间衰减函数,还提出了奖惩机制,使得信任值的计算更为准确,并考虑对其进行了相应的更新。(3)研究并学习了Net Logo多智能体仿真工具,利用其对本模型进行了实验仿真。设定了实验仿真环境,给出了具体的算法实现及其仿真流程图,最终给出了相关实验结果的数据分析,通过实验数据的比对发现较现有模型更能简单并且准确地描述信任值的大小。实验结果表明,该模型在一定程度上提高了成功交易的可能性,降低了恶意欺骗行为的发生的概率,模型具有一定的有效性。在该模型机制下,随着交易次数的增多,交易的双方可以建立起一定的信任关系,这将更能保证交易安全、顺利的完成。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 研究的背景
  • 1.2 研究的现状
  • 1.3 研究的内容
  • 1.4 研究的目的和意义
  • 1.5 论文的主要工作和章节安排
  • 1.5.1 本文的主要工作
  • 1.5.2 本文的章节安排
  • 第2章 P2P 环境下的电子商务
  • 2.1 电子商务的概念
  • 2.2 电子商务的类型
  • 2.3 电子商务的运营模式
  • 2.4 电子商务的安全技术
  • 2.5 电子商务中信任的属性
  • 2.6 本章小结
  • 第3章 现有信任模型的研究
  • 3.1 基于声望的信任模型
  • 3.2 基于声誉的信任模型
  • 3.3 基于交易行为的信任模型
  • 3.4 贝叶斯网络信任模型
  • 3.4.1 模型的概述
  • 3.4.2 模型的优缺点
  • 3.5 采用贝叶斯网络的信任管理模型
  • 3.5.1 模型的概述
  • 3.5.2 模型的优缺点
  • 3.6 本章小结
  • 第4章 基于贝叶斯网络的电子商务信任模型
  • 4.1 贝叶斯网络的概述
  • 4.2 模型的定义和表示
  • 4.3 模型的评估
  • 4.3.1 直接信任的评估
  • 4.3.2 可信度的计算
  • 4.3.3 间接信任的评估
  • 4.3.4 综合信任的评估
  • 4.4 信任值的更新
  • 4.5 本章小结
  • 第5章 仿真实验和结果分析
  • 5.1 Net Logo 简介
  • 5.2 仿真系统的设计与实现
  • 5.2.1 仿真系统流程图
  • 5.2.2 仿真系统算法实现
  • 5.2.3 仿真系统环境设定
  • 5.2.4 仿真系统实现
  • 5.2.5 信任机制的相关实验及其分析
  • 5.3 本章小结
  • 第6章 总结与展望
  • 6.1 总结
  • 6.2 下一步的研究方向
  • 参考文献
  • 硕士期间发表的论文
  • 致谢
  • 相关论文文献

    • [1].基于贝叶斯网络的交通拥堵实时预测[J]. 冶金管理 2019(21)
    • [2].贝叶斯网络在水利工程中的应用[J]. 东北水利水电 2020(04)
    • [3].基于贝叶斯网络的静态话题追踪模型[J]. 数据分析与知识发现 2020(Z1)
    • [4].一种新型动态贝叶斯网络分析方法[J]. 中国机械工程 2020(12)
    • [5].组合数据下贝叶斯网络构建算法研究[J]. 电子技术与软件工程 2020(09)
    • [6].基于贝叶斯网络的交通事故致因路径分析[J]. 智能城市 2020(17)
    • [7].基于贝叶斯网络的虚拟学习模块[J]. 计算机技术与发展 2020(08)
    • [8].有限总体中总体数量的贝叶斯预测(英文)[J]. 数学杂志 2018(05)
    • [9].贝叶斯网络在入侵检测中的应用[J]. 中国新通信 2017(09)
    • [10].基于贝叶斯网络的设备故障诊断方法研究[J]. 中国标准化 2017(14)
    • [11].基于贝叶斯网络的停车场主动引导算法研究[J]. 农机使用与维修 2017(10)
    • [12].基于分层动态贝叶斯网络的武器协同运用[J]. 舰船电子工程 2015(12)
    • [13].贝叶斯因果图的构建与应用[J]. 统计与决策 2016(07)
    • [14].基于信息融合的贝叶斯网络毁伤评估方法[J]. 四川兵工学报 2015(04)
    • [15].基于贝叶斯网络的地铁施工风险管理分析[J]. 四川建材 2015(03)
    • [16].贝叶斯网络和聚类分析在肾虚证中的比较研究[J]. 时珍国医国药 2015(06)
    • [17].基于贝叶斯网络的装甲目标战术企图推理模型构建[J]. 火力与指挥控制 2015(07)
    • [18].贝叶斯网络的构建过程[J]. 智富时代 2018(07)
    • [19].贝叶斯身世之谜——写在贝叶斯定理发表250周年之际[J]. 统计研究 2013(12)
    • [20].贝叶斯网络在中医药理论研究的现状及与超分子化学联合应用前景[J]. 湖南中医药大学学报 2019(11)
    • [21].基于贝叶斯优化的心脏病诊断模型[J]. 吕梁学院学报 2020(02)
    • [22].基于贝叶斯网络的大学学情分析研究[J]. 学校党建与思想教育 2020(09)
    • [23].基于贝叶斯粒子群算法的控制权重矩阵优化[J]. 机械制造与自动化 2020(03)
    • [24].基于树形贝叶斯网络的配电网快速灾情推断[J]. 电网技术 2020(06)
    • [25].基于自助法的高斯贝叶斯网结构学习[J]. 长春工业大学学报 2020(04)
    • [26].基于分布式贝叶斯网络的多故障诊断方法研究[J]. 现代电子技术 2017(01)
    • [27].一种基于贝叶斯网络的桥式起重机故障诊断方法[J]. 起重运输机械 2017(04)
    • [28].基于贝叶斯网络的海洋工程装备故障诊断模型[J]. 科技与企业 2016(06)
    • [29].基于云参数贝叶斯网络的威胁评估方法[J]. 计算机技术与发展 2016(06)
    • [30].基于分治策略的贝叶斯网学习方法及在图像分割中的应用[J]. 网络空间安全 2016(05)

    标签:;  ;  ;  

    基于贝叶斯网络的电子商务信任模型研究
    下载Doc文档

    猜你喜欢