社会化商务依托于社会化媒体,是电子商务发展的新趋势。而在线交易的高感知风险性、商家加入的门槛低等问题却带来社会化商务的信任危机问题,引起国内外学者的广泛关注。社会化商务的高交互性特点改变了消费者建立感知信任的方式,消费者通过在线口口相传以他人推荐信息为依据建立感知信任,是一种典型的信任传递过程。信任传递模型起源于计算机网络安全领域,研究对象为计算机节点间的信息交互,传统的信任传递模型包含两个阶段:“信任传递计算—信任融合计算”。传统信任传递模型在社会化商务的新背景下存在一定的局限性:(1)信任传递模型难以实时处理海量信息,如何快速计算消费者感知信任是信任传递模型在社会化商务背景下面临的首要难题;(2)消费者将他人推荐信息转化为感知信任是一个主观到客观的转化过程,传统信任传递模型研究主体为计算机节点,不考虑人感知的主观性和模糊性,因此,社会化商务中信任传递过程的复杂性,影响因素的多维性导致感知信任的刻画及感知推荐信任的计算难;(3)对海量推荐信任进行聚类是满足实时要求的有效解决方案,而社交网络关系是社会化商务中消费者感知信任重要的影响因素,但是网络结构却难以与感知推荐信任同时处理,带来感知推荐信任聚类难题;(4)在计算机网络特别是P2P网络中,不存在中央控制机制,不必考虑主体过往相关经历,而在社会化商务中,消费者做交易决策时,是将他人推荐和过往类似经验相融合,这对信任融合计算提出了新的要求。根据社会化商务中信任传递特点,本文对信任传递模型的框架进行重构,按照消费者感知信任的形成过程,提出“先聚类,后融合”的研究思路,将两阶段模型拓展为“信任传递—聚类—信任融合”三阶段,解决大规模网络中感知信任实时处理难问题。用直觉模糊集刻画消费者感知信任并引入消费者感知信任的关键影响因素,使模型能够应用于社会化商务背景下,最后用数据和仿真实验验证模型的有效性。本文主要研究内容如下:(1)考虑消费者信任特质的感知推荐信任直觉模糊集构建。对感知推荐信任形成的关键影响因素进行分析,用直觉模糊集刻画消费者感知信任,结合多属性决策方法来整合感知信任的关键影响因素并计算推荐者的影响力系数,用影响力系数并结合消费者信任倾向对推荐信息的直觉模糊集进行调整,从而将推荐信息转化成消费者主观的感知推荐信任。(2)基于谱评分方法的关系导向型感知推荐信任聚类方法研究。针对聚类方法难以体现在线社会关系,而网络划分方法难以反映感知推荐信任的问题,从社会网络中抽取出关系亲密度与感知推荐信任相似性网络并构建Normal矩阵,改进Normal矩阵的生成方法,将直觉模糊集理论和基于Normal矩阵的谱平分方法相结合,构建感知推荐信任聚类方法。(3)考虑消费者经验的多源信任融合模糊模型。首先,引入从众行为对多个聚簇的感知推荐信任直觉模糊集进行聚合,体现消费者“少数服从多数”的心理,并引入主观逻辑方法改进聚合方法,解决直觉模糊集理论加法计算中非隶属度急剧减少的问题;其次,对基于案例的决策理论进行扩展并与直觉模糊集理论相结合计算消费者感知经验信任;最后,引入锚定理论对感知推荐信任聚合值和感知经验信任进行融合,从而构建多源信任融合模糊模型。本文提出的模型将传统模型的两阶段范式扩展为“信任传递—聚类—信任融合”三阶段。将消费者的感知信任划分为感知推荐信任和感知经验信任,将直觉模糊多属性决策方法、谱平分方法、基于案例的决策理论和主观逻辑方法相互交叉和渗透,构建社会化商务中消费者感知信任传递模型。该模型能够体现消费者感知信任的主观性和模糊性,为大规模社交网络中海量推荐信息的处理提供解决方案,为完善信任传递方法体系做出贡献,为预测和分析社会化商务背景下消费者的感知信任提供方法支持。本文提出的模型可以作为社会化商务中基于信任的推荐系统内核,并为社会化商务平台制定精准营销策略提供帮助。