Preview

Труды Института системного программирования РАН

Расширенный поиск

Репутационные системы в электронной коммерции: Сравнительный анализ и перспективы моделирования присущей им нечеткости

https://doi.org/10.15514/ISPRAS-2019-31(3)-9

Полный текст:

Аннотация

В наши дни электронная коммерция (ЭК) показывает беспрецедентные темпы роста во всем мире, вовлекая в эту деятельность миллионы людей на всех континентах. В то же время, ЭК создает почву для злонамеренных действий, что требует особого внимания и контроля. Одним из способов минимизации таких угроз является использование репутационных систем для отслеживания степени доверия в среде пользователей сети. Большинство существующих репутационных систем основаны на сборе отзывов относительно проведенных транзакций, и они, как правило, работают с представленными в виде чисел откликами клиентов (в частности, может использоваться привычная целочисленная шкала 0..5). В целом, понятия доверия и репутации являются примерами неопределенных (неточных) информационных данных, характерных для сферы электронной коммерции. Мы предлагаем использовать аппарат нечеткой логики для формального представления пользовательских отзывов, выражающих степень удовлетворенности результатом совершенных транзакций. В работе представлен краткий сравнительный анализ наиболее известных репутационных систем, таких как EigenTrust, HonestPeer, Absolute Trust, PowerTrust и PeerTrust. С учетом выделенных в результате анализа критериев (скорость сходимости, устойчивость (робастность), наличие гиперпараметров), проведенная серия компьютерных экспериментов позволила эмпирически выделить PeerTrust как наиболее устойчивый и масштабируемый алгоритм из числа рассмотренных. При наличии ограничений в отношении имеющихся данных, подготовлены реализации (Python 3.7) и проанализированы результаты, связанные с особенностями поведения нечетких версий алгоритма PeerTrust на основе нечетких множеств типа-1 (T1FS) и интервальных нечетких множеств второго типа (IT2FS).

Об авторах

Михаил Михайлович Носовский
Национальный исследовательский университет «Высшая школа экономики»
Россия


Константин Юрьевич Дегтярев
Национальный исследовательский университет «Высшая школа экономики»
Россия


Список литературы

1. . The Next Scoop, 2018. E-Commerce is Growing at an Unprecedented Rate All over the Globe - The Next Scoop, web-resource: https://thenextscoop.com/e-commerce-is-growing-at-an-unprecedented-rate-all-over-the-globe/ (access date 17.02.19).

2. . Statista, 2018. E-commerce Share of Total Retail Sales in United States from 2013 to 2021, web-resource: https://www.statista.com/statistics/379112/e-commerce-share-of-retail-sales-in-us/ (access date 26.02.19).

3. . The Next Scoop, 2018. 2019 E-commerce Trends, Statistics and Metrics, web-resource: https://thenextscoop.com/ecommerce-trends-statistics-and-metrics-2019/ (access date 14.02.19).

4. . Statista, 2018. Global Retail E-commerce Market Size 2014-2021, web-resource: https://www.statista.com/statistics/379046/worldwide-retail-e-commerce-sales/ (access date 08.02.19).

5. . Forbes.com, 2017. What Are Online Marketplaces and What Is Their Future? web-resource: https://www.forbes.com/sites/richardkestenbaum/2017/04/26/what-are-online-marketplaces-and-what-is-their-future/#704431c13284 (access date 06.02.19).

6. . Xiong L., Liu L. PeerTrust: Supporting Reputation-Based Trust for Peer-to-Peer Electronic Communities. IEEE Transactions on Knowledge and Data Engineering, vol. 16, no. 7, 2004, pp. 843-857.

7. . eBay, 2019. web-resource: www.ebay.com (access date 15.03.2019).

8. . Kamvar S., Schlosser M., Garcia-Molina H. The EigenTrust Algorithm for Reputation Management in P2P Networks. In Proc. of the 12th International Conference on World Wide Web, 2003, 640-651.

9. . Kurdi H. HonestPeer: An Enhanced EigenTrust Algorithm for Reputation Management in P2P Systems. Journal of King Saud University - Computer and Information Sciences, vol. 27, no. 3, 2015, 315-322.

10. . Zhou R., Hwang K. PowerTrust: A Robust and Scalable Reputation System for Trusted Peer-to-Peer Computing. Proc. IEEE Transactions on Parallel and Distributed Systems, vol. 18, no. 4, 2007, 460-473.

11. . Çelikyılmaz A., Türkşen I.B. Modeling Uncertainty with Fuzzy Logic. With Recent Theory and Applications. Studies in Fuzziness and Soft Computing, vol. 240, 2009, 311 p.

12. . English Oxford Living Dictionaries, web-resource: https://en.oxforddictionaries.com/ (access date 04.03.19).

13. . Alam F., Paul A. A Computational Model for Trust and Reputation Relationship in Social Network. In Proc. of the 5th International Conference on Recent Trends in Information Technology, 2016, pp. 1-6.

14. . Wang Y., Vassileva J. Bayesian Network Trust Model in Peer-to-Peer. Lecture Notes in Computer Science, vol. 2872, 2003, pp. 23-34.

15. . Gambetta D. Can We Trust Trust? Chapter - Trust: Making and Breaking Co-operative Relations, Dept. of Sociology, University of Oxford, 1980, pp. 213–237.

16. . Alfarez A.-R., Hailes S. Supporting Trust in Virtual Communities. In Proc. of the 33rd Annual Hawaii International Conference on System Sciences, 2000, pp. 1-9.

17. . Kreps D.M., Wilson R., 1982. Reputation and Imperfect Information. Journal of Economic Theory, vol. 27, 253-279.

18. . Hussain J.K., Hussain O.K., Chang E. An Overview of the Interpretations of Trust and Reputation. In Proc. of the IEEE Conference on Emerging Technologies and Factory Automation (EFTA-2007), 2007, pp. 826-830.

19. . Chiluka N., Andrade N., Gkorou D., Pouwelse J., 2012. Personalizing EigenTrust in the Face of Communities and Centrality Attack. Proc. IEEE 26th Int. Conference on Advanced Information Networking and Applications, 503-510.

20. . Zhang J. Trust Management Based on Fuzzy Sets Theory for P2P Networks. In Proc. of the WRI World Congress on Software Engineering, 2009, pp. 461-465.

21. . Semenkovich S., Kolekonova O., Degtiarev K. A Modified Scrum Story Points Estimation Method Based on Fuzzy Logic Approach. Trudy ISP RAN/Proc. ISP RAS, vol. 29, issue. 5, 2017, pp. 19-38.

22. . Zadeh L. The Concept of a Linguistic Variable and Its Application to Approximate Reasoning – I. Information Sciences, vol. 8, no. 3, 1975, pp. 199-249.

23. . Zadeh L. A. Fuzzy Logic, Neural Networks and Soft Computing. Communications of the ACM, vol. 37, no. 3, 1994, pp. 77-84.

24. . Zadeh L.A. Fuzzy Languages and Their Relation to Human and Machine Intelligence. In Proc. of the International Conference on Man and Computer, 1972, pp.130-165.

25. . Zadeh L.A. Similarity Relations and Fuzzy Orderings. Information Sciences, vol. 3, no. 2, 1971, pp. 177-200.

26. . Zimmermann H.-J. Fuzzy Set Theory – and Its Applications, 4th ed., Springer Science+Business Media, LLC, 2001.

27. . Zadeh L.A. Fuzzy Sets. Information and Control, vol. 8, no. 3, 1965, pp. 338-353.

28. . de Barros L.C., Bassanezi R.C., Lodwick W.A. The Extension Principle of Zadeh and Fuzzy Numbers. In A First Course in Fuzzy Logic, Fuzzy Dynamical Systems, and Biomathematics, Studies in Fuzziness and Soft Computing, vol. 347, 2017, pp 23-41.

29. . Ross T.J. Fuzzy Logic with Engineering Applications, 3rd ed., John Wiley & Sons, 2010, 595 p.

30. . Awasthi S.K., Singh Y.N. Absolute Trust: Algorithm for Aggregation of Trust in Peer-to-peer Networks, 2016, web-resource: http://arxiv.org/abs/1601.01419 (access date 17.03.2019).

31. . Rao S., Wang Y., Tao X. The Comprehensive Trust Model in P2P Based on Improved EigenTrust Algorithm. In Proc. of the International Conference on Measuring Technology and Mechatronics Automation, 2010, pp. 822-825.

32. . Song S., Hwang K., Zhou R., Kwok Y.-K. Trusted P2P Transactions with Fuzzy Reputation Aggregation. IEEE Internet Computing, vol. 9, no. 6, 2005, pp. 24-34.

33. . Page L., Brin S., Motwani R., Winograd T. The PageRank Citation Ranking: Bringing Order to the Web, Technical Report, Stanford Digital Library Technologies Project, 1998.

34. . Haveliwala T.H., Kamvar S.D. The Second Eigenvalue of the Google Matrix, Technical Report, Stanford University, 2003.

35. . Faloutsos M., Faloutsos P., Faloutsos C. On Power-Law Relationship of the Internet Technology. In Proc. of the ACM Conference on Applications, Technologies, Architectures, and Protocols for Computer Communication (SIGCOMM-1999), 1999, pp. 251-262.

36. . Dellarocas C. The Digitization of Word-of-Mouth: Promise and Challenges of Online Reputation Mechanism. Management Science (Special Issue on E-Business and Management Science), vol. 49, no. 10, 2003, pp. 1407-1424.

37. . Klir G., Yuan B. Fuzzy Sets and Fuzzy Logic Theory and Applications, Prentice-Hall/Upper Saddle River, 1995, 592 p.

38. . Tóth-Laufer E., Takács M. The Effect of Aggregation and Defuzzification Method Selection on the Risk Level Calculation. In Proc. of the EEE 10th Jubilee International Symposium on Applied Machine Intelligence and Informatics (SAMI), 2012, pp. 131-136.

39. . Roychowdhury S., Pedrycz W. A Survey of Defuzzification Strategies. International Journal of Intelligent Systems, vol. 16, no. 6, 2001, pp. 679-695.

40. . Mendel J.M. Uncertain Rule-Based Fuzzy Logic Systems: Introduction and New Directions, 1st ed. Prentice Hall, 2001, 674 p.

41. . Mendel J.M., John R.I. Type-2 Fuzzy Sets Made Simple. IEEE Transactions on Fuzzy Systems, vol. 10, no. 2, 2002, pp, 117-127.

42. . Dubois D. Fuzziness, Uncertainty and Vagueness: Toward a Less Blurry Picture (Is a Fuzzy Set Vague?), 2008, web-resource: https://www.logic.at/lomorevi/LoMoReVI/transvague.pdf (access date 14.06.2019).


Для цитирования:


Носовский М.М., Дегтярев К.Ю. Репутационные системы в электронной коммерции: Сравнительный анализ и перспективы моделирования присущей им нечеткости. Труды Института системного программирования РАН. 2019;31(3):99-122. https://doi.org/10.15514/ISPRAS-2019-31(3)-9

For citation:


Nosovsyi M.M., Degtiarev K.Yu. Reputation Systems in E-commerce: Comparative Analysis and Perspectives to Model Uncertainty Inherent in Them. Proceedings of the Institute for System Programming of the RAS (Proceedings of ISP RAS). 2019;31(3):99-122. https://doi.org/10.15514/ISPRAS-2019-31(3)-9

Просмотров: 122


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2079-8156 (Print)
ISSN 2220-6426 (Online)