论文摘要
随着21世纪Internet的高速发展,加快了电子商务的前进步伐,基于网络的经济活动越来越普及,其中C2C(Consumer to Consumer)电子交易模式率先闯进人们的视野。C2C网上交易为买卖双方提供便利的同时,由于交易中存在信息的不对称性,虽然声誉规则发挥了极大的作用,但仍然不可避免地产生了在面对面交易中并不常见的信任危机,隐形中流失了不少潜在的交易。所以在C2C电子交易中,建立买卖双方间的信任关系显得尤为重要。于是如何根据交易行为设计一个合理的信任机制成为了一个重要的研究课题,这也是本文将主要关注解决的问题。设计一个信任机制的关键就是度量一个有关信任程度的指标,其他交易者可以根据某交易者的该项指标决定是否与其交易,平台也可通过监督交易者的该项指标进而采取一些措施。机制的可用性依赖于该指标的计算方法和信任机制的准确性。已有的研究成果主要针对信任影响因素的分析和对信任模型的构建两方面。其中因素理论着眼于信任建立的具体方式与途径,注重对信任形成的细节把握；模型构建侧重于探讨交易双方信任关系的保持,注重对信任形成的整体把握[1]。这些研究只关注于信任本身,几乎没有考虑过信任所处的交易背景,缺乏对信任形成的客观认识。为了建立一个更实际更有效的信任机制,本文采用数据挖掘技术对已有平台中的交易历史作静态建模以此来体现该平台中的信任机制；然后用重复博弈理论分析了C2C交易过程中交易者的行为策略选择,为本文信任机制的设计提供了背景支撑；最后设计了一个基于交易选择算法的信任机制,并着重用挖掘模型的预测结果与已有机制作比较。文中首先针对C2C电子交易平台中声誉规则的作用,分析了声誉规则与信任机制的内在关联,从而强调了信任机制设计的必要性和重要性。其次基于某一平台收集的样本,利用数据挖掘技术中的决策树算法对其中若干影响交易权重较大的用户属性建立了挖掘模型,通过对用户群进行分类,能够准确地预测在该平台信任机制作用下的特征属性,同时为本文的核心内容作铺垫。然后针对不同特征的交易者的行为策略建立交易过程的重复博弈模型,并用经济学理性预期的思想重点分析了采取混合策略的投机卖家的交易行为,有机地将买家选择交易卖家的倾向性与投机卖家发货质量的选择性结合起来。并通过合理地定位各种信任相关因子,得出了度量交易者信任程度关键指标的计算方法,从而设计出基于GAOTS算法(Game Algorithm of Trade Selection)的信任机制。在实现算法的基础上,运用复杂适应性系统建模工具Swarm软件对GAOTS算法进行了可视化地仿真实验,证明了该算法具有一定的可行性,同时验证了在一定条件下该算法能反映博弈论中的声誉效应；并且与现有平台信任机制作用下的均衡结果进行比较,来证明该算法具有激励作用。本文针对C2C电子交易市场建立的交易属性挖掘模型,能间接体现某一平台内在的信任机制；而所构建的交易选择博弈模型可辅助买家挑选其交易对象；基于该模型设计的信任机制,可以准确地识别非诚信交易者,在C2C电子交易市场处于中大规模时,还会改善投机交易者的交易策略选择,提高买家购物满意度,增加市场成交量,促进良性循环,从而达到买卖双方互利互惠的目的。