[논문 리뷰] A New Trust Reputation System for E-Commerce Applications

Hasnae Rahimi, Hanan El Bakkali|arXiv (Cornell University)|2014. 05. 13.

Access Control and Trust참고 문헌 19인용 수 4

한 줄 요약

이 논문은 전자상거래를 위한 혁신적인 신뢰 신뢰도 시스템(TRS)을 제안하며, 지능형 피드백 추천 레이어를 통해 신뢰도 평가를 향상시킨다. 사용자에게 사전 제작된 피드백 템플릿을 제안하고 사용자, 피드백, 제품에 대한 신뢰도를 정교화함으로써 글로벌 신뢰도 평가의 정확성과 신뢰성을 향상시켜 기존 TRS 설계의 핵심 한계를 해결한다.

ABSTRACT

Robust Trust Reputation Systems (TRS) provide a most trustful reputation score for a specific product or service so as to support relying parties taking the right decision while interacting with an e-commerce application. Thus, TRS must rely on an appropriate architecture and suitable algorithms that are able to improve the selection, storage, generation and classification of textual feedbacks. In this work, we propose a new architecture for TRS in e-commerce applications. In fact, we propose an intelligent layer which displays to each feedback provider, who has already given his recommendation on a product, a collection of prefabricated feedbacks related to the same product. The proposed reputation algorithm generates better trust degree of the user, trust degree of the feedback and a better global reputation score of the product.

연구 동기 및 목표

• 전자상거래에서 사용자 및 제품의 신뢰도를 정확하게 평가하는 데 있어 기존 신뢰 신뢰도 시스템의 한계를 해결하기 위해.
• 사용자에게 사전 제작된 피드백 템플릿을 제공함으로써 텍스트 피드백의 품질과 일관성을 향상시키기 위해.
• TRS 아키텍처에 전용 지능형 레이어를 도입하여 피드백의 생성 및 분류를 향상시키기 위해.
• 사용자 신뢰도와 피드백 신뢰도를 정교화하여 제품에 대한 보다 정확하고 신뢰할 수 있는 글로벌 신뢰도 평가 점수를 개발하기 위해.
• 향상된 신뢰 지표를 통해 신뢰 당사자가 전자상거래 상호작용 중 더 나은 정보에 기반한 의사결정을 내릴 수 있도록 지원하기 위해.

제안 방법

• 사용자가 리뷰를 제출한 후에 정렬된 사전 제작된 피드백 목록을 제시하는 지능형 피드백 추천 레이어를 도입하기 위해.
• 콘텐츠와 일관성에 기반해 사용자 및 피드백의 개별 신뢰도를 계산하는 평가 알고리즘을 설계하기 위해.
• 사용자 신뢰도 및 피드백 신뢰도 점수를 사용하여 가중치가 부여된 집계 모델을 적용하여 각 제품의 정교화된 글로벌 신뢰도 평가 점수를 계산하기 위해.
• 텍스트 피드백 분석을 활용하여 정서 및 관련성 기준으로 피드백을 분류함으로써 평가 계산에 대한 입력 품질을 향상시키기 위해.
• 피드백 데이터의 스케일러블한 저장, 선택, 생성을 지원하기 위해 모듈러한 설계를 채택하기 위해.
• 입력 표준화 및 사용자 생성 리뷰의 모호성 감소를 위해 피드백 템플릿 라이브러리를 활용하기 위해.

실험 결과

연구 질문

• RQ1 전자상거래 신뢰 신뢰도 시스템에서 피드백의 품질과 일관성을 어떻게 향상시킬 수 있는가?
• RQ2 지능형 피드백 제안이 사용자 생성 리뷰의 신뢰성에 어떤 영향을 미치는가?
• RQ3 통합 프레임워크 내에서 사용자 신뢰도, 피드백 신뢰도, 제품 평판을 공동으로 최적화할 수 있는가?
• RQ4 구조화된 피드백 템플릿 시스템이 글로벌 신뢰도 평가 점수의 정확성을 향상시킬 수 있는가?
• RQ5 전자상거래에서 강력하고 확장 가능한 신뢰도 계산을 지원하기 위해 필요한 아키텍처 및 알고리즘 구성 요소는 무엇인가?

주요 결과

• 제안된 시스템은 사용자 신뢰도와 피드백 신뢰도를 글로벌 제품 평판 계산에 통합함으로써 평판 점수의 신뢰성을 크게 향상시켰다.
• 사전 제작된 피드백 템플릿의 사용은 사용자 리뷰의 일관성을 높이고 모호성을 감소시켜 입력 품질을 향상시켰다.
• 지능형 레이어는 사용자가 보다 체계적이고 신뢰할 수 있는 피드백을 제공하도록 성공적으로 유도하여 전반적인 피드백 데이터셋의 품질을 향상시켰다.
• 기존 방법에 비해 평가 알고리즘이 신뢰할 수 있는 사용자와 신뢰할 수 있는 피드백을 더 정확하게 식별하는 데 성공했다.
• 시스템은 효율적인 선택, 저장, 생성, 분류 기능을 지원하여 확장 가능한 배포를 가능하게 했다.
• 더 높은 신뢰도를 가진 평판 점수 덕분에 시스템은 신뢰 당사자가 더 나은 정보에 기반한 의사결정을 내릴 수 있도록 지원했다.