【基于证据推荐理论的B2C电子商务信任模型构建】 电子商务法律法规教材

　　内容摘要：电子商务所依托的互联网，是一个全球开放的异质性营销渠道，处于不断变化之中。这种异质性的营销渠道使人们难以直接接触到产品本身。因此，与传统购物中的买卖双方交易相比，电子商务的一个典型的特点就是存在更大的不确定性。本文从电子商务网站、在线经营者特征、消费者个人因素等方面，分析了消费者信任的影响因素，根据证据理论建立了一个在“信息的不精确”和“信息的不完全”的情况下，为消费者提供购买依据的信任模型。通过在线消费者对各影响因素的评价，然后利用D-S证据理论融合各种证据，得出证据等级的信度函数，为潜在消费者提供信任依据。
　　关键词：B2C电子商务 证据推荐理论 信任模型
　　与传统购物中的买卖双方交易相比，电子商务的一个典型的特点就是由于难以接触到产品本身而存在更大的不确定性。这种不确定性影响着B2C电子商务的发展，主要原因在于消费者缺乏对电子商务环境和对电子商务交易方式的信任（Sulin，Paul，2002；庞川、黄丽华，2001）。对电子商务信任的研究，一方面侧重于技术引起的信任，另一方面从非技术的角度分析信任，认为影响电子商务中消费者信任的因素是多方面的，除了技术外还有伦理道德、政策环境、企业信誉、消费者个性因素等也影响消费者的在线信任。关于交易中信任的定义：一是侧重于交易关系；McKnight等（2001）认为信任是个体对信任目标在多大程度上表现出善意、能力、整治和可预测行为的信心。二是侧重于交易背景；Grandson等（2000）认为信任是对一个实体在特定环境下具有可信、安全、可靠行动的能力的坚定信心。
　　B2C电子商务的买方因素和卖方因素
　　B2C电子商务中，存在诸多因素影响消费者信任。从交易的双方来看，买卖关系中买方和卖方两者缺一不可，影响信任的因素也可以依此划分为买方因素和卖方因素，即消费者个人因素和在线经营者因素；同时影响消费者信任的还有经营者网站。经营者只要在每次交易中诚实守信地提供产品和服务，就可以获得消费者的信任，这种信任是通过长期的交往得来的，是经验式的信任。
　　（一）电子商务网站
　　电子商务网站因素可分为三个方面：一是网站形象（a1），包括网站声誉和网站规模。在虚拟网络世界里，网上商家在市场上声誉将会直接影响到消费者的信任程度以及风险感知。网站的规模越大，代表越有能力满足消费者的需求；二是网站界面功能（a2），包括网站外观设计、感知易用性和网站相关链接。消费者对网站容易使用程度的感知则是影响消费者信任和接受该网站的关键因素。在B2C电子商务环境中，网站的有用性是针对消费者在网上购物的有用性而言。网站相关链接也可以提供更完整的信息和服务；网站安全性（a3），即交易安全。企业通过推出其他相关保证交易安全的政策和技术方面的安全措施，确保交易信息和个人信息的安全，来增强消费者的交易安全认知。
　　（二）在线经营者
　　首先，能力维度（b1），即经营者能够满足在线消费者需求的技能和能力，也就是指在线消费者对经营者的商品和服务满足自己需求的感知，消费者只有感觉到经营者有满足自己需求的能力时，才会产生信任，从而做出购买行为。其次，诚信因素（b2），是消费者对经营者在线发布的新信息的真实性、遵守合同、履行承诺的信心。最后，善意维度（b3）是指消费者对在线经营者在追求利润的同时，也关注消费利益的信心。消费者产生感知后，会选择那些善意的经营者与之交易，经营者只有全面考虑消费者的利益才能使消费者产生积极的购买信心。
　　（三）消费者
　　第一，社会地位和收入（c1）。社会地位和收入高的消费者，对B2C电子商务更容易了解和接受，更容易产生信任；第二，受教育程度（c2）。越是受教育程度高的人，越是容易对电子商务产生信任感；第三，网络应用技术（c3）。由于国内B2C电子商务发展尚未完善，大部分的消费者对电子商务的认知仍处于模糊阶段。第四，消费者对电子商务的认知（c4）。在线交易中，消费者不能直接触摸或观察真实的商品，仅能通过网页浏览产品的图片和说明。这种情况下，消费者只能通过常识、推荐以及商家的广告承诺等因素来判断自己是否要通过网络来进行购物。由于潜在消费者常识的差异性，以及商家广告的真实性的存在，其他消费者的推荐在消费者信任的建立与做出购买行动过程中发挥着重要的作用。
　　D-S证据推荐理论
　　由于电子商务环境下，网格节点推荐证据存在不完备、不精确、不完全可靠的特征，而D-S理论在推荐证据推理方面比较科学，所以本文利用该理论对推荐证据进行综合分析。设A是一个问题，其全部可能的答案用集合表示，集合称为问题A的识别框架。D-S理论包含如下几个函数：
　　（一）基本概率指派函数
　　D-S证据理论中，设辨别框架中元素两两互斥，且包含当前要识别的全体对象，称为基本概率指派函数，并且满足：
　　∑{m(A)IA∈}=1,m(φ)=0 （1）
　　其中，m(A)为A的mass函数，表示证据对命题A的支持程度，而不是对A的总信度。
　　（二）信度函数
　　设是辨别框架，函数m是辨别框架上一个基本概率指派函数，并且有：
　　（2）
　　定义的函数Bel称为上对应于m的信度函数。Bel(A)反映所有A的子集的信度总和。如果m(A)>0，则称A为信度函数Bel的焦元。信度函数与基本概率指派函数是互相唯一确定的，因此它们是同一证据的不同表示。
　　（三）似然函数
　　设A是关于辨别框架的补集，称为：
　　（3）
　　Pls为A的似然函数，似然函数Pls表示不否定命题的程度。
　　（四）Dempster证据合成规则
　　设有两个证据是完全独立的，其基本概率指派函数分别表示为m1和m2，则对这两个证据的组合得出组合证据的信度分配函数为：
　　（4）
　　其中， （5）
　　假设识别框架={A,B,C}，有一位成熟消费者给出的基本概率指派函数为：