现代服务业的飞速发展,对标准化的征信和信用服务提出了要求。为了达到建设我国非官方的、商业化的信用体系的目的,一个标准化的征信和信用管理系统的建设迫在眉睫。传统的电子商务信用评价体系中存在一些问题,比如单次交易评分等级设计过于简单,信用聚合算法的抗干扰能力差,都需要我们在设计系统的信用评价体系时引起注意。本文首先将就征信和信用管理系统采用的信用评价体系和信用评估算法进行介绍。针对单次交易评分等级设计过于简单的问题,我们提出采用服务质量度量框架,将评分细化到具体的评分规则上去,使得评分的辨别度大大提高。针对聚合算法的抗干扰能力差的问题,我们对于常见的信用欺诈行为都采取了针对性的措施,比如:利用实名制消除多重身份和恶意评价的影响,利用时间和金额因子体现交易/服务质量变化的影响,利用一些过滤算法减小信用炒作的影响。聚类过滤算法是一种利用真实和炒作评分不同分布规律来消除信用炒作的算法。原算法在真实信用度较低时效果仍不太理想,并且在真实信用度较高时容易出现信用度负偏移的情况。根据实际情况,我们对原始算法的前提条件做了一些限制,加入了时间因子并改进了距离函数,使得算法在征信和信用服务系统上的准确性有了大幅提高。基于Social Network的信用算法从一种全新角度来考虑信用度的计算。算法从征信企业的社会关系出发,聚合了关系企业的推荐意见,并能够根据征信企业的反馈动态调整关系企业推荐意见的可信度,提高将来信用聚合的准确度,从而实现“学习性”和“个性化”的信用服务。这种算法也可以逐渐地消除信用炒作的影响。最后我们将就基于以上信用评价体系的征信与信用管理系统的设计与实现进行介绍,并演示系统的运行效果。