Sporas Algorithmus | Online Reputation | Online Marketing Basics

10. Dezember 2017|Letzte Aktualisierung 20. Dezember 2018

Der Sporas Algorithmus kalkuliert systemweite Reputationswerte innerhalb eines E-Commerce Systems. Die zentrale Verwaltung der Reputationswerte macht eine Implementierung in bestehende Systeme sehr komfortabel.

Funktionsweise des Sporas-Algorithmus

Jeder Nutzer, der das System neu betritt, besitzt den minimalsten Reputationswert. Dieser kann durch Aktivitäten innerhalb des Systems gesteigert werden. Dabei ist der Reputationswert eines bestehenden Nutzers niemals niedriger als dem eines neuen Nutzers.

Nach jeder Transaktion im System werden die Reputationswerte der partizipierenden Nutzer aktualisiert. Die Aktualisierung, nach oben oder unten, ist abhängig von vergangenen Bewertungen anderer Nutzer, die zuvor eine Transaktion mit dem Nutzer innerhalb des Systems getätigt haben.

Es kann durch aus sein, dass zwei Nutzer mehrere Transaktionen im System durchführen. Dann verwendet man stets die aktuellste Bewertung.

Bei Nutzern mit hohen Reputationswerten tritt ein Sättigungseffekt auf, d.h. mit zunehmenden Reputationswert ist der Effekt auf das Rating abnehmend.

Sporas-Algorithmus: Berechnung des Reputationswerts

Die Formell zur Berechnung des Reputationswerts lautet wie folgt:

$$R_i$ = $R_i_-_1$+$\frac{1}{\Theta}\Phi$($R_i$)$R_i$^o^t^h^e^r(W_i-E(W_i))$

$$\Phi(R_i)=1-\frac{1}{1+e^\frac{-(R_i_-_1-D)}{\sigma}}$

$E(W_i)=\frac{R_i_-_1}{D}$

Sporas-Algorithmus: Bestandteile

Dabei ist $\Theta$ eine Konstante > 1 (Gedächtnisfaktor, eine Art Wirkungshebel auf Wertänderung), W_i repräsentiert das Rating des Nutzers i (von 0.1 (grauenhaft) bis 1 (perfekt)!), R_i^other ist der Reputationswert des Nutzers, der die Bewertung abgibt, D ist das Intervall möglicher Reputationswerte (0 bis 3000), $\sigma$ entspricht einem Beschleunigungsfaktor für die Dämpfungsfunktion $\Phi$ . Je kleiner das $\sigma$ , umso steiler ist der Wert des Dämpfungsfaktors aus $\Phi$ .

Anzumerken an dieser Stelle ist, dass der Gewichtungscharakter der Gleichung das Überschreiten des Extremwerts von 3000 nicht möglich macht.

Verwendete Quellen

1.) Trust in Bots: Zur Rolle von Vertrauen und Reputation bei Multiagenten-Systemen

2.) Collaborative Reputation Mechanisms for Electronic Marketplaces

3.) TRUST MANAGEMENT THROUGH REPUTATION MECHANISMS

Marvin Jörs

Bereits mit 14 Jahren absolvierte Jörs sein erstes Schulpraktikum bei der Deutschen Telekom mit Aspekten aus der Suchmaschinenoptimierung. Seitdem erfolgten mehrere berufliche Stationen sowie Aktivitäten als freiberuflicher Webdesigner. Er hat an der Technischen Universität in Darmstadt einen B.Sc. in Wirtschaftsinformatik abgeschlossen. Seit 2019 ist Jörs Lehrbeauftragter für Online-Marketing an der Hochschule Darmstadt sowie Honorardozent für Marketing Automation & Datenintegration an der Hochschule Fresenius. Marvin Jörs ist Gründer und geschäftsführender Gesellschafter der Skyscraper Marketing GmbH.