基于信誉与风险态度的决策机制研究＊

祝胜林 张明武 杨 波

（华南农业大学信息学院 广州 510642）

0 引 言

近年来，分布式计算已经成为主要的计算模式，但由于分布式系统的分散性、开放性和自治性等特点，交互的双方极有可能彼此并不熟悉，因而存在许多的不确定性和风险.在线贸易社区就是一种分布式系统，买方对卖方选择的决策就存在着不确定性和风险，为了提高决策效果，提出了许多信誉机制［1］.买方对卖方选择的决策机制在分布式计算模式，尤其是Internet的服务提供和服务消费模式中是至关重要的.

在信誉机制中存在2种证据［2］：（1）直接交易经历.这是第一手的证据，是买方与卖方直接交易产生的，一般认为是可靠的；（2）间接交易经历.这是第二手的证据，是其他买方提供或反馈它们与卖方直接交易的经历，譬如：评分，提供这种证据的买方被称为目击者或推荐方.由于直接交易经历的不足，买方必须利用目击者推荐的间接交易经历进行决策，但由于共谋、歧视或漠视等多种原因产生的不公正评分影响了基于信誉的决策效果，为了抵抗不公正评分，信誉机制越来越繁琐，因而存在如下的不足：计算公式非常复杂、运算量大、参数确定需要进行大量的仿真实验以及需要买方存储大量相关信息，譬如：推荐方的权重或信誉.

信誉系统是利用先前的交易行为来预测未来交易行为［3］.信誉只相当于未来交易成功的概率，即与信誉高的卖方进行交易并不一定成功，而与信誉低的卖方进行交易并不一定不成功.在实际的决策中，譬如：交易额不大的交易中，买方对卖方选择的决策会比较随意；……