内占据了80％以上市场份额，具有一定的代表性，研究成果对国内C2C网站的信用评价机制建设具有一定的参考价值，同时也是对我国电子商务信用评价标准的有益探讨．
1C2C电子商务动态信用评价模型
为了解决C2C电子商务评价模型的不足，需要考虑影响买卖双方信任的诸多因素．Xio
g和Liu等人提出了一种PeerTrust信任机制3，虽然他们考虑了较全的信任因素，但却没有给出信任因素的度量方法．
收稿日期：20100915基金项目：本文得到山东省自然科学基金项目ZR2010FL003资助作者简介：许红冉，女，Email：ra
986123126com；通讯作者：王凤英，女，Email：wfysduteduc

f11评价因素本文提出的动态信用评价模型，主要考虑了交易金额、交易时间、评价方信用度、未做评价交易以及相同用户多次评价等因素的影响，并给出了相应的度量方法．1、交易金额．Tru
gDo
gHuy
h等人在文献4中提出了针对合伙欺骗的解决方法，即引入了评价者的可靠性因素．但是，它忽略了买卖方双在交易时涉及的金额，所以其应用环境仍然具有一定的局限性．例如，在淘宝网上，进行一次几元钱的交易与进行一次几千元的交易获得的评价机会一样，而且信用值的增减也相同．一旦卖低价商品的人转卖数码相机等贵重商品，就造成了信用度的不对等，如果这个卖家恶意欺诈，那买家的风险就增大了许多．为了防止类似行为的发生，本文提出的信用模型，设计为小额交易增加的信用度相对于大额交易较少，即所占的权重较小．2、交易时间．目前淘宝的信用评价机制中，信用度是长期累积的结果，很久之前做出的评价和最近做出的评价对信用度的影响效果是相同的，这就会使一些卖家早期做诚信交易，然后利用累积的信用进行诈骗．由于交易时间距离计算信用值的时间越远交易评价对信用值的影响应该越小5．因此，本文提出的信用模型，将交易时间作为其中的一重要参考因素．距离当前时刻越近的交易的评价所占的权重越大，反之越小．3、评价方信用度．淘宝的信用评价机制规定：每个自然月内，评价不可以超过六次，超出六次的将无效．这样的规定在一定程度上减少了信用炒作，但仍给不法分子留有可乘之机．因此，应将评价者的信用度考虑到信用评价机制中．文献6提出一种新的基于交易历史的分布式信任机制，其提供的算法可以有效的抑制合谋攻击，降低恶意交易概率．但是，却没有考虑评价者的可信程度．本文提出的信用模型，通过比较单个评价值与整体的平均评价值之间的差距，来判断评价者的可信程度，从而可以有效r