【正文】 消費(fèi)者調(diào)查報(bào)告2010 [EB/OL]. , 201005/201005.［4］ 邵兵家，羅旋，揚(yáng)海峰. C2C電子商務(wù)糾紛對交易評價(jià)結(jié)果的影響[A]. 李琪，陳德人，梁春曉，宋斐. 第二屆網(wǎng)商及電子商務(wù)生態(tài)學(xué)術(shù)研討會(huì)論文集[C]，杭州：浙江大學(xué)出版社，2009. 133－142.［5］ 劉博，陳進(jìn). 淘寶網(wǎng)商的信用模型及應(yīng)用研究[A]. 李琪，陳德人，梁春曉，宋斐. 第二屆網(wǎng)商及電子商務(wù)生態(tài)學(xué)術(shù)研討會(huì)論文集[C]. 杭州：浙江大學(xué)出版社，2009. 143－148.［6］ L Pages, S Brin, R Motwani, T Winograd. The pagerank citation ranking: Bring order to the web [J]. Scientific Literature Digital Library and Search Engine, 1998.［7］ J Dean, S Ghemawat. Map Reduce: Simplified data processing on large clusters [J]. 6th Symposium on Operating Systems Design and Implementation, 2004.［8］ Apache Foundation. Apache Hadoop [EB/OL]. , 201005［9］ S Ghemawat, H Gobioff, ST Leung. The Google File System [J]. SOSP, 2003.［10］ 樸春慧，安靜，方美琪. C2C電子商務(wù)網(wǎng)站信用評價(jià)模型及算法研究[J]. 情報(bào)雜志，2007(59):105107［11］ 中國電子商務(wù)研究中心. C2C電子商務(wù)誠信改良初探 [EB/OL]. , 201005.寧可累死在路上，也不能閑死在家里！寧可去碰壁，也不能面壁。數(shù)據(jù)來源如表1所示，我們將用戶和商品以及商戶進(jìn)行了模擬，通過這些數(shù)據(jù)計(jì)算出最后的信用，跟我們的真實(shí)行為對比，可以看出該算法的準(zhǔn)確性。 TransactionRecordNew = [Person, CRp, Store, CRs, Item, CRpi, CRsp] Store = Key 每次迭代會(huì)產(chǎn)生一個(gè)新的和，而所有下一輪計(jì)算都需要這兩個(gè)數(shù)據(jù)，與此同時(shí)每次迭代計(jì)算都需要以及。而我們要作的計(jì)算正是基于這種記錄。 MapReduce雖然是一個(gè)簡單的思想，但是卻被證明可以表達(dá)出非常復(fù)雜的算法。4 系統(tǒng)架構(gòu)和算法實(shí)現(xiàn) 計(jì)算量分析 C2C交易平臺(tái)的交易數(shù)據(jù)非常龐大。這里需要注重的是，商鋪中所賣商品組成商鋪信譽(yù)的時(shí)候，其權(quán)重是不同的，該權(quán)值由商品價(jià)格占店鋪總交易量的比重而定，防止商鋪通過大量出售非常便宜的商品來進(jìn)行信用欺騙。 Search；Cloud Computing。 C2C。最后，消費(fèi)者的信用評價(jià)來自于賣家，我們鼓勵(lì)消費(fèi)者保護(hù)自己的賬號(hào)，通過機(jī)制激勵(lì)消費(fèi)者賬號(hào)的長期使用，C2C平臺(tái)是一個(gè)向消費(fèi)者展示商家的平臺(tái)，因此對消費(fèi)者的信用評價(jià)主要用來生成商家及商品的信用評價(jià)。公式中是個(gè)常量，可以隨應(yīng)用調(diào)整。 這三個(gè)MapReduce階段是交替進(jìn)行的，初始時(shí)所有的CR都是1，不斷迭代的過程中將會(huì)逼近這些交易數(shù)據(jù)所能反應(yīng)的真實(shí)的信用評價(jià)。 EmitIntermediate(Store, {Item, CR, RebuiltList}) void reduce(Key, Values): 圖2 交易數(shù)據(jù)量對計(jì)算時(shí)間的影響。不奮斗就是每天都很容易，可一年一年越來越難。機(jī)群共有存儲(chǔ)能力360GB，數(shù)據(jù)復(fù)制系數(shù)為1。 {Store, Item, CRs} = Key for each {[CRp, CRpi], [Person, CRs, CRsp]} in Values: 也即是，每一輪3個(gè)階段MapReduce任務(wù)完成之后，我們將獲得一個(gè)存儲(chǔ)在分布式文件系統(tǒng)中的新版本的C2C平臺(tái)交易數(shù)據(jù)：buys from MapReduce[7]模型 MapReduce是Google公司于2004年提出的一種編程模型。考慮一次交易的情形：某商鋪的兩件商品Ia和Ib，用戶cc2作為兩個(gè)消費(fèi)者購買了這兩件商品，并給予了交易評價(jià)、同時(shí)商戶也根據(jù)這兩次交易的情況給予兩位消費(fèi)者評價(jià)，這樣便產(chǎn)生了多個(gè)反向鏈接，如圖1所示。2 影響信用評價(jià)的因素 一個(gè)典型的C2C平臺(tái)，主要包括對商鋪、商鋪中的商品、消費(fèi)者三種個(gè)體的信用評價(jià)[4][5]。. .