区分恶意用户和诚信用户．4、未做评价交易．淘宝信用评价规则中，若卖方好评而买方未评，使用支付宝交易且交易成功的，在单方好评的有效期时间内，系统将自动默认给予评价方好评．而实际上，未做出评价的用户并非对商品完全满意．淘宝机制中，这样得出的好评率和实际有较大悬殊，所以对于未做评价的交易也是一个值得思考的问题．5、相同用户多次评价．如果网上大多数的交易是真实的，那么老顾客的光顾则正好说明这个卖家诚实可信、商品质量可靠．淘宝网的措施虽然能把“回头客”的评价计入信用度，但同时也存在虚增信用的问题．对于同一笔交易的多次评价问题，本文借鉴eBay的信用评价机制：若好评数大于差评数，则只记1分：若好评数等于差评数，则计为0分：若好评数小于差评数，则只记1分．12信用评价算法信用评价算法若在某段时间内有k个买家B1B2B3K
Bk和卖家S进行交易．这里，假设买家
Bk
和卖家S在此时间段内进行了


次交易，用一个五元组表示为

BkSTiMiRi
．其中，T表示第i次交易的时间，M表示第i次交易的金额，
i
i
Ri表示Bk和S第i次交易成功完成后，所做出的评价值（好评则为1，中评则为0，差评
则为1）．在完成
次交易后，通过加权均值的方式求Bk对S的信用评价值Pk，具体计算公式如下．
fPk
∑


Riωi
1
i1
∑ωi
i1
i


ωiTiToM
2
其中，To为初始交易的时间，ωi为每次交易Bk对S所做的评价的权重，它受交易时间和交易金额的共同影响，交易时间距离初始时间越长或者交易金额越大，那么本次交易的评价值的权重就越大．例如，在分别距离To20、30天的时候进行了两次交易，交易金额分别为200元、50元，那么这两次交易的权重分别为4000和1500．一些卖家为了虚增信用，可能会利用相同用户进行多次评价．而依据时间设置权重，实现了信用度的动态计算，可以减少这种行为对信用度评价的不良影响．前面的假设是有k个买家，并且第k个买家对卖家S的信用评价值为Pk．同样的，依据以上公式，可以分别计算出其余k1个买家对S的信用评价值，并依次计为
P1P2P3KPk1．然后，由以下式子求所有买家对S的总的信用评价值．
P∑Pjσ
j1
k
j
3
1PjPljσj1PPlβjj
P
其中，lj为第为第
PjP≤θ
4
PjPθ
∑Pj
j1
k
k
5为所有买家对卖家S信用评价值的平均值．σj的共同决定．考虑到买家信用度对卖家
j个买家r