B2B在线支付进化系统的信息基因测度模型

                                        B2B 在线支付进化系统的信息基因测度模型

 摘要:针对现有B2B 在线支付系统存在的局限性，缺乏有效协同运作机制的问题，基于协同论的序参量原理，

发现参与者信息基因是决定B2B 在线支付进化系统宏观有序性的微观序参量，构建了“身份特征值+ 信誉度”二维

属性的参与者信息基因模型及有序度测度算法，讨论了B2B 在线支付系统的协同进化问题。

B2B 在线支付作为电子商务重要的关联产业，是实现电子商务商流、资金流、物流一体化整合和协同工作的关键环节。

国内外已有学者对身份特征模型以及信誉度模型进行了研究。CLARK 提出，识别身份的方法主要有3 种:

基于知识或信息的识别、基于凭证的识别和生物性识别

［1］，有时身份识别需要采取多种识别方式的组合。LOPUCKI 对CLARK 的理论进行了扩展，提出身份识别是一个特征值匹配过程，

          且特征值必须被识别行为双方都掌握才行

［2］， 特征值可能是姓名、身份证号、密码、相貌和指纹等。ZACHARIA 提出了在多主体系统中采用递归算Sporas 信誉度模型，

          并设计了阻尼函数 以减慢信誉优良的主体信誉度的递增速度

［3］， SABATER 提出的Regret 模型，建立了评价库IDB，定义了函数τ 用于表示多主体系统中a 主体对b 主体在t 时刻针对φ 方面的

         贡献o 的客观评价W，W∈［－ 1，1］，并建立独立信誉度模型与综合信誉度模型

［4］， CARB 提出的AFRAS 信誉度模糊集合，引入权重因子判别上一次信誉度与该次评价所得满意度各自对于系统的贡献，

         并设计了递归的权重函数ρi，根据上次评价信誉度与该次评价满意度的相近程度决定上次信誉度在该次评价中的权重

［5］，B2B 在线支付系统是一个协同进化的非线性复杂大系统，基于协同论的序参量原理，

           发现参与者信息基因是决定B2B 在线支付进化系统宏观有序性的微观序参量，

          笔者着重研究如何构建“身份特征值+ 信誉度”二维属性的参与者信息基因模型及有序度测度算法，

          并基于参与者信息基因对B2B 在线支付进化系统协同性的作用进行了分析。

下载地址 B2B在线支付进化系统的信息基因测度模型