Resumen

Hoy en día, un gran número de sistemas de reputación se han desplegado en aplicaciones prácticas o se han investigado en la literatura para proteger a los compradores del engaño y los comportamientos maliciosos en las transacciones en línea. El modelo oculto de Markov (HMM), una eficaz herramienta bayesiana de análisis, se ha utilizado en el comercio electrónico para describir el comportamiento dinámico de los vendedores. Las soluciones tradicionales adoptan el algoritmo Baum-Welch para entrenar los parámetros del modelo, que es inestable debido a su incapacidad para encontrar una solución globalmente óptima. En consecuencia, este trabajo presenta un mecanismo de evaluación de la reputación basado en el Modelo de Markov Oculto optimizado, que se denomina PSOHMM. El algoritmo aprovecha al máximo el mecanismo de búsqueda del algoritmo de Optimización por Enjambre de Partículas (PSO) para reforzar la capacidad de aprendizaje del HMM y el PSO se ha modificado para garantizar las restricciones de intervalo y normalización en el HMM. Además, se desarrolla y aplica un marco simplificado de evaluación de la reputación basado en el HMM para analizar los comportamientos específicos de los vendedores. Los experimentos de simulación demuestran que el PSOHMM propuesto tiene un mejor rendimiento en la búsqueda de parámetros óptimos del modelo que el BWHMM, tiene una velocidad de convergencia más rápida y es más estable que el BWHMM. En comparación con los mecanismos de evaluación de la reputación Average y Beta, PSOHMM puede reflejar más rápidamente los cambios de comportamiento de los vendedores en los sistemas de comercio electrónico.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:modelo de markov oculto, hmm, psohmm, vendedores, mecanismo beta de evaluación de la reputación, herramienta bayesiana eficaz de análisis, marco simplificado de evaluación de la reputación, optimización por enjambre de partículas, mayor velocidad de convergencia, parámetros óptimos del modelo
• Keywords:hidden markov model, hmm, psohmm, sellers, beta reputation evaluation mechanism, efficient bayesian analysis tool, simplified reputation evaluation framework, particle swarm optimization, faster convergence speed, optimal model parameters