的好评率，P
j个买家所做评价的可信度，其大小由lj和P
信用度评价的影响，买家做出的评价值与均值差距越大，其所做评价的可信度应该越小．但允许Pj和P存在一定的差距，θ即为该允许差距．当Pj和P的差距超出θ时，第
j个
买家所做的评价将受到质疑，应该减弱其可信度，β即为衰减因子．θ和β的值应预先设定，表1中将其分别设为了015和09．当然，经过分析大量的交易历史数据，还可以依据实际情况调整θ和β的值．如果数据显示，评价值的区分度不明显，那么可以适当减小θ的值；如果希望更大程度的降低可疑评价的权重，那么可以适当增加β的值．
f由于信用度还受评价率的一定影响，交易成功后不做评价的现象时有发生．为了减小最终，买家B1B2B3KBk评价率对信用度的影响，本文通过乘评价率对P进行了修正．对卖家S的信用度Q的计算如下：
QPl
其中，lNNo，N为所有交易次数，N
6
N
o
为交易后未做评价的次数，l即为评价率．
实验与分析2实验与分析
21仿真实验仿真实验假设要对某一卖家的信用度进行模拟计算，交易时间为160天的任意值，交易金额为13000元的任意值，其他模拟参数如表1所示，买卖双方交易的具体信息如表2所示．
表1模拟参数Tab1Thesimulatio
parameters模型参数NkN1Noθβ描述总交易次数买家人数好评数未评价数差距容忍度衰减因子值100020096015001509
表2交易信息Tab2Thei
formatio
oftra
sactio
s第k个买家第i次交易交易时间天交易金额元所做评价好评率11050123021401340300109646050011101001225401234053008544620051558501………
实验中，依据式子1和2求得的总评价值200
∑
P
j1
j
1802
，则平均评价值由式子5
计算出
P
1802．由于涉及的买家较多，这里以其中的两个买家为例，表2展091k
示了具体的交易数据，经计算可以得出，他们做出的评价分别为086，067，因为
086091005015，067091024015，所以用4式可以分别计算出二者对应
的σ．已知二者的好评率分别为096，085，则对应的σ分别为1005096091，1024085β058．由此可见，与平均评价值差距较大（超出了允许的范围）的评价，很可能是由恶意用户做出的，用衰减因子β可以降低其信用度．在由3式计算卖家的信用度时，后者占的权重由原来的085减小为058，从而减小了它对整个卖家信用度计算的影
f响．而对于前者，其所占的权重由096减小为091，变化较小．从而可以区r