A Quantitative Trust Model based on Empirical Outcome Distributions and Satisfaction Degree

In the Internet environment many interactions between many users and unknown users take place and it is usually rare to have the trust information about others. Due to the lack of trust information, entities have to take some risks in transactions with others. In this perspective, it is crucial for the entities to be equipped with functionality to accumulate and manage the trust information on other entities in order to reduce risks and uncertainty in their transactions. This paper is concerned with a quantitative computational trust model which takes into account multiple evaluation criteria and uses the recommendation from others in order to get the trust for an entity. In the proposed trust model, the trust for an entity is defined as the expectation for the entity to yield satisfactory outcomes in the given situation. Once an interaction has been made with an entity, it is assumed that outcomes are observed with respect to evaluation criteria. When the trust information is needed, the satisfaction degree, which is the probability to generate satisfactory outcomes for each evaluation criterion, is computed based on the empirical outcome outcome distributions and the entity's preference degrees on the outcomes. Then, the satisfaction degrees for evaluation criteria are aggregated into a trust value. At that time, the reputation information is also incorporated into the trust value. This paper also shows that the model could help the entities effectively choose other entities for transactions with some experiments in e-commerce.

경험적 확률분포와 만족도에 기반한 정량적 신뢰 모델

현재 인터넷 환경에서 사용자는 서로 잘 모르는 사람이나 시스템과 상호거래를 하게 되는데 이 경우 서로 다른 개체에 대한 신뢰 정보가 부족하기 때문에 상호 거래의 위험을 감수할 수밖에 없다. 따라서 이러한 불확실성과 위험을 감소시킬 수 있는 방안으로 상대 개체와 직접 경험한 신뢰정보와 추천자에 의한 명성정보를 계산하여 이를 활용하는 방법들이 대두되고 있다. 이 논문에서는 개체에 대한 신뢰를 계산하기 위해 상호거래 결과를 누적한 경험적 확률분포와 여러 가지의 평가 기준에 의한 만족도를 계산하고, 이를 다른 개체들로부터의 추천정보와 결합하여 계산하는 신뢰 모델을 제안한다. 제안한 모델에서는 개체의 신뢰도를 개체가 주어진 상황에서 만족스러운 결과를 낼 기대값으로 정의하고, 다른 개체와 상호작용이 일어날 때마다 각 평가 기준에 따른 평가결과가 얻어진다고 전제한다. 신뢰 정보가 요구될 때 우선 경험적 확률분포와 개체의 평가결과에 대한 선호도를 고려하여 각 평가 기준에 대한 만족도를 계산하고, 계산된 만족도 값들은 각 평가기준의 중요도를 반영하여 하나의 신뢰값으로 결합되며, 이때 추천 정보도 신뢰값에 함께 결합되는 모델이다. 이 논문에서는 제안한 모델을 이용해 전자상거래에 적용한 실험 결과를 보여 주고 있다.