文／李淩霞
摘要：針對雲環境下電子商務企業信任評估模型的不足，從交易行為、網站、雲環境等方面構建信任度評價指标體系，并充分考了虛假評價和惡意推薦帶來的影響及信任度新近變化情況，建立了雲環境下基于BP神經網絡的電子商務企業信任評估模型。對雲環境下數據的動态性、不确定性等特點，運用改進的BP神經網絡技術，采用在隐含層的神經元設置可調多項式函數序列作為激活函數，提高網絡的收斂速度，權重采用的是較小的随機數，沒有複雜的人工計算過程，較好的克服了評估中的人為影響因素。
關鍵詞：信任評估模型；BP神經網絡；雲計算
中圖分類号：TP939文獻标識碼：A
引言
雲計算作為一種全新的計算模式和服務模式，為電子商務企業實現資源整合、多樣的服務及降低成本提供了技術支持，使電子商務企業擁有一個開放的交易平台。由于雲環境下網絡交易存在的動态性、時空分離性、虛拟性及不确定性等特點，給電子商務的交易安全帶來了許多與雲應用相關的新挑戰。為此，雲環境下信任評估問題的研究吸引了國内外衆多學者的關注，通過對雲環境下電子商務信任度評價指标體系的構建及信任評估算法的設計，提高對商家的信任度的定量評估能力，對促進電子商務健康持續發展具有重要意義。
1.相關理論研究
1.1信任
信任[1]在不同的學科中的定義不盡相同，在電子商務交易中，信任是買賣雙方在特定的時間段和特定的上下文環境中，買方對賣方在某一交易中按照預期完成交易的誠信性、安全性及可靠性的一種主觀感受，大小用信任度來衡量，表示信任的程度，可對信任度進行量化表示。
1.2信任模型研究現狀
近年來，國内外學者對信任及評估問題進行了大量的研究，M.Blaze等人[1]于1996年首次提出“信任管理”，即采用統一的方法描述信任關系，用精确、理性的方式度量複雜的信任關系。唐文等[2]将語言變量、模糊邏輯引入主觀信任管理研究中，對信任的度量機制提出了新見解。劉亮等
[3]提出了在考慮服務的直接信任度的同時兼顧推薦信任度，引入信任度調節因子，對直接信任度和推薦信任度進行加權綜合，得到服務的綜合信任度。趙娉婷等[4]提出一種基于服務等級協議SLA的中立第三方動态信任評估系統框架，形成對雲服務商服務可信度的全面和動态的評價。胡偉雄等[5]運用BP神經網絡技術，構建一個C2C電子商務信任度評價模型，可以對信任度進行較為客觀有效的評估。
通過對已有的研究方法的比較，常用的信任度評價方法有加權平均法、模糊綜合評價、灰色聚類評價法等分析方法，這些方法雖然各有優勢，但也還存在一些缺陷。例如，加權平均法模型中權重的确定非常主觀和不确定，權重不同最後的結果将會完全不同；模糊綜合評價法較好地表達了信任的模糊性，能夠表達定性的知識和經驗，使得評價更客觀、靈活，但模型在一些指标取值方面還存在着計算複雜、求解煩瑣等不足。
BP人工神經網絡是通過數學方法對人腦的基本特性進行模拟的非線性信息處理系統。它通過樣本數據訓練神經網絡，動态調整對評估對象産生的影響，其缺點是算法的收斂速度慢。因此，本文通過對BP神經網絡進行改進，優化BP神經網絡的輸入變量，調整初始權值和阈值，将網絡隐含層中神經元的激活函數設置為可調多項式函數，克服BP算法的收斂速度慢的缺陷，建立雲環境下的BP神經網絡信任評估模型，對電子商務企業進行信任評估。
2.雲環境下電子商務企業信任度評價指标體系
已經有多名學者就信任度的評價指标做了大量的研究，本文将從雲環境下，電子商務企業信任度的主要影響因素進行研究，包括3個方面：即交易行為的信任度、網站的信任度、雲環境的安全性，通過對電子商務企業這三方面的可信度的評估，可判定其商務活動的可信度。
1）影響交易行為信任度的主要因素有：交易完成時消費者反饋評價、反饋評價的信任值、交易商品的價值、商家積累的曆史信任值、評價的時間範圍等。
2）影響網站信任度的主要因素有：網站使用性建設，包括網站的實用性、安全性、個性化、吸引力等方面的建設，這種建設越完善其信任度越高；網站的制度建設，比如使用第三方支付如支付寶，建立退換貨機制，提供投訴通道等保障消費者權益的機制，這種讓消費者放心購物的機制越完善，網站的信任度也就越高。
3）雲環境的安全性：在雲計算中主要提供3種類型的服務基礎設施，即服務（IaaS）、平台即服務（PaaS）、軟件即服務（SaaS），對每種服務類型根據雲服務商簽訂的保證服務質量的協議的各項服務參數，通過對這些參數監測來判斷是否達到服務水平。
這些信任影響因素是信任模型建立的基礎，在綜合信任度的評估中，除了考慮影響信任度的主要因素外，還需要考慮兩種特殊情況：首生是虛假評價和惡意推薦帶來的影響；另外，能夠調整賣方最近的信任度在綜合信任度評估中所占的比重，能夠區别一個有着高信任度的賣方開始進行不誠信的交易活動，以及有着低信任度值的賣方開始進行誠信的交易活動，由此确定的指标體系，如表1所示：