面向对等网络应用的信任与名誉模型

P 2P(peer to peer)网络已经得到日益广泛的使用。但是如何建立Peer之间的信任关系,却一直没有很好的解决方案。该文使用两种表——局部信任表和全局名誉表,提出了一种方案——P 2P trust:每个节点保存与其交易过的一些服务质量好的节点的局部信任值,组成局部信任表,同时每个节点保存另外几个节点的全局名誉表,并且引入朋友机制,这样就结合了局部名誉表和全局名誉表各自的优点。P 2P trust可以解决冒名、协同作弊等问题,模拟结果表明该方案有很强安全性和较好可扩展性,并且运行开销相对比较小。     

企业员工特殊性在职培训的博弈分析

特殊性在职培训是企业与员工之间的一场博弈。企业在决定培训力度时,会受到员工努力程度的影响。另一方面,员工的努力程度又会受到未来预期收益的影响。为了更深入地研究企业与员工之间的博弈行为,推导出企业员工特殊性在职培训收益的最优分享比例,建立了一个企业员工特殊性在职培训的3阶段动态博弈模型,讨论了在培训过程中所存在的“囚徒困境”现象。通过一个无限次重复博弈模型,分析了解决该问题的途径。研究表明,只有当企业更重视长远利益时,特殊性人力资本投资才是一个纳什均衡,即企业按最优力度对员工进行培训,员工才能付出最优努力水平。     

Web服务QoS的免疫多信号预测模型研究

合理的服务质量(Quality of Service,QoS)预测是Web服务承诺的重要依据,在很大程度上关系到服务提供者的信誉.为了有效解决服务质量的预测问题,受到免疫系统多信号机制的启发,提出一种服务提供者主动的实时QoS预测模型.在多Agent仿真平台上的模拟实验和分析表明,该模型能够很好地解决实时QoS预测问题,服务提供者能够根据预测结果动态地调整Web服务的QoS承诺,从而有效提高其信誉.     

食品供应链安全规制研究

食品供应链由于行业的特殊性成为食品安全生产重要的一个环节。分析了食品供应链信息不对称而形成的代理关系,声誉模型作为非正式制度安排有助于解决交易双方的信息不对称问题,在此分析的逻辑框架内提出了相应的政策和建议。     

Modeling Reputational and Informational Influences in Threshold Models of Bandwagon Innovation Diffusion

Bandwagon innovation diffusion is characterized by a positive feedback loop where adoptions by some actors increase the pressure to adopt for other actors. In particular, when gains from an innovation are difficult to quantify, such as implementing quality circles or downsizing practices, diffusion is likely to occur through a bandwagon process. In this paper we extend Abrahamson and Rosenkopf&2018;s (1993) model of bandwagon diffusion to examine both reputational and informational influences on this process. We find that the distribution of reputations among the set of potential adopters affects the extent of bandwagon diffusion under conditions of moderate ambiguity, and we find that bandwagons occur even when potential adopters receive information about others&2018; unprofitable experiences with the innovation.     

基于顾客视角的企业声誉价值分析

[摘要]从顾客感知的视角出发,探讨企业声誉在消费者行为决策中的影响。以中小企业SaaS采纳为背景,通过收集225份中小企业的数据,采用结构方程分析方法进行实证。研究结果表明,企业声誉对顾客的感知价值和感知风险具有显著的影响：良好的企业声誉能够增加顾客的感知价值,降低顾客的感知风险,因此消费者基本上都倾向于购买声誉好的企业的产品。     

一种基于蚁群算法动态均衡的网格任务调度

网格资源分配属于NP-难问题,为了更好地解决该问题,首先建立一种性能QoS优化的作业级网格任务调度模型和目标函数,并对资源和任务数进行了分析.提出了基于动态信誉度的改进蚁群算法RACO(reputation-based ACO)进行网格任务调度,RACO引入空间效率和时间效率的动态调节因子,同时采用局部和全局信息素更新策略.仿真实验表明,RACO在资源利用率、动态均衡方面优于Min-min,Max-min和ACO算法.     

移动自组网中一种基于信誉的安全分簇算法

针对分级结构移动自组网的安全问题,提出基于信誉的安全分簇算法.利用信誉提高簇结构安全性,信誉由邻居节点通过对网络行为的监测进行计算,通过节点间信誉的交换提高信誉评估的准确性,并通过相关度和相对移动性两个指标保障簇结构的稳定性.依据通信需求和网络运行状况综合考虑信誉、相关度和相对移动性三个因素进行节点权值计算,利用节点权值进行簇结构的建立、维护和更新,加强对簇首和网关节点的安全监管.仿真结果表明,该算法提高了系统的安全性和稳定性.     

考虑声誉效应的众包竞赛动态激励机制研究

将声誉效应引入众包竞赛的激励机制可以促使接包方为考虑未来绩效收益而提高当前努力。建立并求解了显性和隐性声誉效应下连续两个任务阶段的动态激励模型,探讨了显性声誉修正系数、隐性声誉系数以及参赛者数量对激励效果的影响,并与无声誉激励机制进行了对比。研究表明,声誉激励机制通过单位绩效激励强度和固定奖励水平两条途径起作用,增大隐性声誉系数有助于提高每个任务阶段的努力程度,显性声誉不确定性则会降低第2任务阶段的努力程度;各种条件下实施声誉激励对第1任务阶段中的努力程度和单位绩效奖励的影响存在不确定性;参赛者数量的增加有助于弱化第1任务阶段中棘轮效应,但也会降低声誉激励机制对努力程度的正向价值,扩大声誉激励机制对单位绩效奖励的负向价值。     

服务型制造企业开放式服务创新的声誉激励模型

在服务型制造企业开放式服务创新的过程中, 为了激励合作企业参与服务创新, 将公平理论引入到声誉激励机制设计中, 考虑合作企业的公平偏好程度、服务创新能力系数、知识转移能力系数、耐心系数等参数, 运用委托代理理论, 建立声誉激励模型, 并对模型进行求解和数值仿真, 得出相应的研究结论和管理启示。研究表明:当合作企业是风险规避的, 在完全信息情况下, 合作企业的公平偏好程度系数与声誉激励系数正相关;在不完全信息情况下, 合作企业的公平偏好程度系数对声誉激励系数的影响不显著;无论是否考虑合作企业的公平偏好, 合作企业的努力水平、服务创新能力系数、知识转移能力系数、耐心系数与声誉激励系数正相关;合作企业的努力成本系数、风险规避系数、产出分享系数、外部环境变量的方差与声誉激励系数负相关。