近年,共享经济崛起并发展迅速。在线短租是共享经济代表性行业之一,受到了学术、商业等各界的高度关注。区别于传统电商交易,在线短租交易由陌生房东、租客基于合作理念在第三方在线短租平台引导下完成线上交易和线下入住,房东和租客相互信任在交易中具有核心地位。在上述背景和我国信用体制有待建设和完善的情景下,展开对在线短租信任相关研究工作,对维护交易环境和促进经济健康、可持续发展具有重要意义。然而,目前在线短租领域的信任特征选择和计算研究成果较少,在整合多种多模态数据、获取核心信任特征、信任计算角度全面性等方面存在改进空间。立足在线短租平台,本研究基于多模态数据完成信任特征选择和信任计算,通过特征选择获取核心信任特征,评估和预测租客对房东的感知信任,协助完善在线短租信任机制,维护良好的在线短租交易环境和提升交易体验,促进在线短租经济繁荣发展。本研究基于在线短租多模态数据完成信任特征选择和信任计算,包括:1.整合图像、文本和数值多模态数据的信任特征提取。在线短租交易中,租客除关注价格等数据外,更关注图像、文本呈现房东形象、性格等情况。针对该情景,本研究整合在线短租三种多模态数据提取信任特征,重点结合“视觉信任”等理论提取图像、文本信任特征,可丰富信任特征,扩展特征描述角度。后续实验结果表明,图像、文本信任特征在核心信任特征中的占比约50%,对房东感知信任具有较重要影响。2.基于高效特征选择的核心信任特征识别。从高维特征中识别核心信任特征,同时解决数据缺失问题,对分析在线短租信任至关重要。因此,本研究基于容差粗糙集理论设计两阶段信任特征选择,第一阶段,设计高效算法获得低维特征子集,可解决含缺失、高维海量数据分析效率低下问题;第二阶段,进一步筛选信任特征,可保证特征对感知信任具高分辨能力。实验结果表明,本研究设计的算法可有效降维,以约10%的特征获取95%以上的分类精度,对比现有算法,运算效率提升达90%以上。3.面向核心信任特征动态变化的在线短租信任计算框架构建。信任计算需要考虑核心信任特征随时间动态变化、数据缺失等情况。对此,本研究构建在线短租信任计算框架,通过信任特征选择更新信任特征子集,可跟踪核心信任特征动态变化;整合多个低维信任特征子集,评估和预测房东感知信任,可缓解数据缺失导致模型失效的问题。实验结果表明,对比现有信任计算模型,本研究信任评估精度、准确度等性能平均提升约8%,最高达13%,信任预测精度、准确度等性能平均提升约5%。最后,总结本研究工作和局限,对未来在线短租信任相关研究工作提出建议。