声誉系统已在各种约束和功能领域得到广泛探索。这种情况下的一个问题是，大多数可用的信誉系统所应用的计算引擎都是从一开始就设计的，几乎没有考虑其他人所公认的概念和成就。因此，已批准的概念和有前途的方法可能会在混淆中迷失。在这项工作中，我们的目标是通过提供计算引擎的顺序组件分类来促进信任和声誉系统的重用，该分类作为新声誉系统设计的自然结构。此外，为了支持设计过程，我们还提供了一个组件存储库，其中包含理论和实践层面的设计知识。为了评估我们的方法，我们进行了基于场景的建议性分析，表明从实际角度来看它具有明显的实用性。
将已识别的机制
与理论中引入的信任属性相匹配，我们最终展示了哪种信任机制被常见模型广泛涵盖，以及哪种特征迄今为止几乎从未被考虑过。 值得一提的是，近十年来，信任和声誉在 贝宁手机号码列表 各个约束和应用领域得到了广泛的探索。因此，提出了用于基于声誉的信任的广泛的度量和计算技术。虽然广泛使用的组件已在电子商务中使用，例如 eBay 的声誉系统提供对卖家和买家进行评级的机会，但在对等网络、移动自组织网络、社交网络或确保多种环境中的数据准确性、相关性和质量。计算技术的实施范围从简单的数学统计方法到基于图形的模型，包括上下文信息、传输或个人偏好等多种因素。一个普遍的问题是，大多数新引入的信任和声誉模型使用的计算方法都是从基础上预谋的，并且依赖于一种新颖的想法，这种想法可以带来更好的解决方案，只有少数作者在其他人的建议的基础上构建。因此，已批准的模型和有前途的方法可能会在混合中迷失。
这里的整个结论是
基于设计科学研究模型，涉及进行设计科学研究的策略，首先，我们概述了一般问题背景以及我们工作的意义和启发。因此，我们认识到研究差距并确定我 DV 线索 们的研究目标。因此，我们介绍了信誉系统中使用的计算引擎的顺序组件目录。之后，我们指出我们的组件存储库在理论上是如何设计和实现的。随后，我们对我们的方法进行基于场景的描述性分析。同时，我们将所有与文献中介绍的信任属性相关的组件进行匹配。我们展示了常见模型广泛涵盖的信任属性以及迄今为止很少考虑哪些方面。最后，我们总结了所做的贡献并制定了未来的工作计划。
