一种基于信任评估机制与回滚交易的商场积分方法及实现所述方法的系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110111147A(43)申请公布日2019.08.09(21)申请号201910375253.X(22)申请日2019.05.07(71)申请人上海哈蜂信息科技有限公司地址200070上海市静安区华康路118号申请人燕山大学(72)发明人刘文远王亮韩学伟白丽艳(74)专利代理机构北京君智知识产权代理事务所(普通合伙)11305代理人刘秀娟(51)Int.Cl.G06Q30/02(2012.01)G06F11/14(2006.01)G06Q40/04(2012.01)权利要求书2页说明书8页附图2页(54)发明名称一种基于信任评估机制与回滚交易的商场积分方法及实现所述方法的系统(57)摘要本发明提供一种基于信任评估机制与回滚交易的商场积分方法，首先获取商场中各商户的信任评价因子，进行分组和数字化，分组包括动态因子组和静态因子组，然后对各因子进行评估值处理，计算其综合信任评价值；然后将动态因子组综合信任评价值和静态因子组综合信任评价值进行计算，对各商户得到其最终综合信任评分，最后通过监管角色对消费者端计算得到商户的最终综合信任评分与商户端得到的自身的最终综合信任评分进行一致性比对并做出响应。本发明的积分方法克服了传统共识机制的缺乏动态适用性与可扩展性差等缺点，进一步提高共识确认速度，保证了算法的时效性，能更加及时快速的响应客户的积分兑换请求，且其性能可以满足实际应用场景的需要。CN110111147ACN110111147A权利要求书1/2页1.一种基于信任评估机制与回滚交易的商场积分方法，所述方法包括以下步骤：(1)对商场中各商户获取所有影响消费者积分的信任评价因子；(2)对步骤(1)的信任评价因子进行分组和数字化，其中，将随着时间变化的因子归为动态因子组，剩余的归为静态因子组；对每个因子并做出等级划分或梯度划分，然后对每个信任评价因子的每个等级或梯度进行数值量化，获得步骤(1)的每个信任评价因子对应的信任评分；(3)对步骤(2)中所得到的动态因子和静态因子进行评估值处理，分别计算积分的动态因子组综合信任评价值和静态因子组综合信任评价值；所述综合信任评价值的计算方法是：根据多属性决策理论原理，对于具有n个信任评价因子的商户，定义其信用评价因子Y＝[y1,y2,…,yn]T，yi∈[1,100](i＝1,2,..,n)，yi为单个信任评价因子对应的信任评分，定义每个商户的多属性的权重向量为W＝[w1,w2,…,wn]，把步骤(1)的信任评价因子和步骤(2)的信任评分作为参数输入到信任评价计算法则中，计算得到各因子的综合信任评价值；其中，对于静态因子，计算每个静态因子的最终信任评价值，直至得到静态因子分组的全部最终信任评价值，其中，最终信任评价值其中qj是静态因子分组中第j个静态因子的原始得分，pl是第l个静态因子的对应权重值；对于动态因子，计算每个动态因子的最终信任评价值，直至得到动态因子分组的全部最终信任评价值，其中，动态因子的最终信任评价值是首先计算其初始信任评价值然后通过时间校正函数和金额校正函数进行了修正，得到最终信任评价值D＝T*F*D0，其中T代表时间，F代表权重；(4)将步骤(3)得到的动态因子组综合信任评价值和静态因子组综合信任评价值进行计算，对各商户得到其最终综合信任评分，计算方法是：Tp＝((1-λ)*S+λ*D)*μ，其中Tp是该商户的最终综合信任评分，λ是静态因子组的权重值，μ是惩罚因子，S和D分别是静态因子组的综合信任评价值和动态因子分组的综合信任评价值；(5)设置积分网络中的监管角色和交易回滚机制监管角色由购物中心作为服务端，对消费者端计算得到商户的最终综合信任评分与商户端得到的自身的最终综合信任评分进行一致性比对并做出响应，包括：当比对结果一致时，将结果反馈给用户；当比对结果不一致时，以商户作为节点，将所有比对结果不一致的节点进行违规记录，欺诈金额和共识交易造假次数都分别在原有数据基础上进行叠加，由服务端执行交易回滚，从备选节点列表选取备选记账节点并将正常交易数据转发给所述监管角色，然后重复进行一致性比对。2.根据权利要求1所述的商场积分方法，其特征在于步骤(1)的评价因子包含：品牌知名度、入驻商场的时间年限、总交易额、总积分交易量、商品销量、规模、商品价值、不良记录次数。3.根据权利要求1所述的商场积分方法，其特征在于，步骤(5)回滚的数据包括交易金额和交易次数。2CN110111147A权利要求书2/2页4.实现根据权利要求1-4中任一项方法的系统，所述系统包括：(1)数据获取装置，以获取商场中各商户的所有影响消费者积分的信任评价因子；(2)对信任评价因子数据进行分组和数字化的装置，其中，将随着时间变化的因子归为动态