-
شماره ركورد
24001
-
شماره راهنما
IT2 137
-
نويسنده
سليماني، فاطمه
-
عنوان
يك سيستم شهرت مبتني بر زنجيرهبلوكي براي رفع مشكل تقلب در رتبه دهي محصول و پشتيباني تخصيص مؤثر پاداش به مشتريان
-
مقطع تحصيلي
كارشناسي ارشد
-
رشته تحصيلي
مهندسي فناوري اطلاعات - تجارت الكترونيكي
-
دانشكده
مهندسي كامپيوتر
-
تاريخ دفاع
1403/06/26
-
صفحه شمار
79 ص.
-
استاد راهنما
سيد فخرالدين نوربهبهاني , مجتبي مهدوي
-
كليدواژه فارسي
زنجيرهبلوكي , سيستم شهرت , نظرات مشتريان , هوش مصنوعي , مكانيزم پاداش
-
چكيده فارسي
در دنياي تجارت الكترونيكي، تأثير نظرات بر تصميمگيري خريداران غيرقابلانكار است. اين نظرات، معياري براي سنجش كيفيت محصولات و ارزيابي اعتبار فروشندگان هستند. پلتفرمهاي محبوبي مانند eBay و آمازون، حجم عظيمي از نظرات را از مشتريان دريافت و ذخيره ميكنند. با اين حال، اين سيستمها معمولاً در برابر تقلب در رتبهبندي آسيبپذير هستند. خريداران و فروشندگان متقلب از اين روش براي تبليغ يا تخريب عمدي محصولات خاص استفاده ميكنند. علاوه بر اين، عدم وجود نظارت كافي بر اين پلتفرمها، امكان سوءاستفاده از نظرات براي افزايش فروش توسط خود پلتفرم را نيز فراهم ميكند. اين بررسيهاي جعلي و دستكاريشده، تجربهاي ناخوشايند براي خريداران آنلاين رقم زده و اعتماد به پلتفرمهاي تجارت الكترونيكي را به طور قابلتوجهي كاهش ميدهد.
رويكرد اين پژوهش استفاده از فناوري زنجيرهبلوكي بهعنوان راهكاري مؤثر براي جلوگيري از دستكاري دادهها و تضمين صحت نظرات ثبتشده است. زنجيرهبلوكي با ايجاد سيستمي غيرمتمركز و تغييرناپذير، تقلب و دستكاري در نظرات را به حداقل رسانده و موجب بازگشت اعتماد خريداران به سيستمهاي تجارت الكترونيكي ميشود. علاوه بر اين، در اين پژوهش وجود يك سيستم پاداشدهي مؤثر براي ترغيب كاربران به ارائه نظرات واقعي اهميت زيادي دارد. اين سيستم با بهرهگيري از مدلهاي هوش مصنوعي، نظرات باكيفيت را شناسايي كرده و به كاربران فعال و صادق پاداش ميدهد. چنين رويكردي نهتنها به افزايش تعداد نظرات معتبر منجر ميشود، بلكه مشاركت كاربران را افزايش داده و تجربه خريد آنلاين را بهبود ميبخشد. در اين پژوهش روش پياده سازي براي سيستم پيشنهادي ارائه مي شود و عملكرد وكارايي آن از طريق بررسي چند چالش و تعريف چند شاخصه ارزيابي مي شود . نتايج نشان مي دهد كه سازوكار ارائه شده در مقايسه با روش هاي ديگر مقابله با چالش هاي بيشتري را پوشش مي دهد و در عين حال ويژگي هاي مطلوب تمركززدايي، امنيت اطلاعات ثبت شده ، تخصيص موثر پاداش و جلو گيري از سواستفاده از شهرت را حفظ مي كند.
-
كليدواژه لاتين
Blockchain , Reputation System , Customer Reviews , Artificial Intelligence , Reward Mechanism
-
عنوان لاتين
A Blockchain-based Reputation System for Mitigating Product Rating Frauds and Supporting Effective Reward Allocation
-
گروه آموزشي
مهندسي فناوري اطلاعات
-
چكيده لاتين
In the world of e-commerce, the impact of customer reviews on buyer decision-making is undeniable. These reviews serve as a metric for evaluating product quality and assessing seller credibility. Popular platforms such as eBay and Amazon collect and store a massive volume of customer reviews. However, these systems are often vulnerable to ranking fraud. Dishonest buyers and sellers exploit this mechanism to intentionally promote or degrade specific products. Additionally, the lack of sufficient oversight on these platforms enables potential misuse of reviews by the platforms themselves to boost sales. Such fraudulent and manipulated reviews create a negative experience for online shoppers and significantly reduce trust in e-commerce platforms.
This study proposes the use of blockchain technology as an effective solution to prevent data manipulation and ensure the authenticity of recorded reviews. By establishing a decentralized and immutable system, blockchain minimizes fraud and manipulation in reviews, thereby restoring buyer confidence in e-commerce systems. Moreover, the research highlights the importance of implementing an effective reward system to encourage users to provide genuine reviews. This system, leveraging artificial intelligence models, identifies high-quality reviews and rewards active and honest users. Such an approach not only increases the number of authentic reviews but also enhances user engagement and improves the online shopping experience. The proposed systemʹs implementation method is presented in this study, and its performance and efficiency are evaluated through the analysis of several challenges and the definition of various metrics. The results show that the proposed mechanism addresses more challenges compared to other methods while maintaining desirable features such as decentralization, information security, effective reward allocation, and preventing reputation abuse.
-
تعداد فصل ها
6
-
لينک به اين مدرک :