Luottamuksen ja maineen rooli yhteisöjen rakentamisessa

hyväksymispäivä..2007 arvosana arvostelija Luottamuksen ja maineen rooli yhteisöjen rakentamisessa Jaana Diakite Klaukkala 16.10.2007 HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos

HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET UNIVERSITY OF HELSINKI Tiedekunta/Osasto Fakultet/Sektion Faculty/Section Laitos Institution Department Matemaattis-luonnontieteellinen Tietojenkäsittelytieteen laitos Tekijä Författare Author Jaana Diakite Työn nimi Arbetets titel Title Luottamuksen ja maineen rooli yhteisöjen rakentamisessa Oppiaine Läroämne Subject Tietojenkäsittelytiede Työn laji Arbetets art Level Seminaari Tiivistelmä Referat Abstract Aika Datum Month and year 10/2007 Sivumäärä Sidoantal Number of pages 16 Luottamus ja maine muodostavat entistä tärkeämmän osan päätöksenteosta yhteisöissä. Toisille tuntemattomien osapuolten on pystyttävä toimimaan keskenään ja uskomaan, että toisen osapuolen aikomukset eivät ole epärehellisiä. Luottamus ja mainetietoja keräävät ja jakavat järjestelmät ovat yleistymässä yhteisöissä. Järjestelmien antamien luokitusten avulla yhteisön jäsenet voivat tehdä päätöksiä luottavatko johonkin toiseen osapuoleen vai eivät. Luottamus- ja mainejärjestelmät ovat vielä suurelta osin yhteisön omiin tarkoituksiin tarkoitettuja, mutta hajautetut järjestelmät ovat tulossa jakamaan luokittelutietoja. Luokitusten täydellinen luotettavuus luottamus- ja mainejärjestelmissä on osittain vielä kyseenalaista, mutta ratkaisuja erilaisten ongelmien kitkemiseen on olemassa. Avainsanat Nyckelord Keywords luottamus, maine, palveluperusteinen yhteisö Säilytyspaikka Förvaringställe Where deposited Muita tietoja Övriga uppgifter Additional information

Sisällysluettelo 1 Johdanto... 1 2 Luottamus ja maine sekä niiden ero... 2 3 Luottamuksen synty ja rakentuminen... 3 4 Luottamus- ja mainejärjestelmät... 6 5 Turvallisuus ja luottamus... 9 6 Luokittelun laskentatapoja... 10 7 Ongelmat ja ratkaisuja... 11 8 Esimerkkejä... 13 8.1 ebay... 13 8.2 Amazon... 13 9 Yhteenveto... 14 Lähteet... 16

1 Johdanto Luottamus (trust) ja maine (reputation) näyttelevät suurta roolia niin Internetissä, vertaisverkoissa (P2P) kuin langattomissa verkoissa (mobile ad hoc network) [LS07]. Verkostuneiden palvelujen tuottajat, käyttäjät sekä tähän väliin jäävät tahot joutuvat luottamaan useisiin sellaisiin osapuoliin, joihin eivät ole koskaan olleet missään yhteydessä tai joista heillä ei ole tarpeeksi tietoa [JIB07]. Tällaiseen luottamukseen liittyy monesti taloudellinen riski joka tasolla. Esimerkiksi usein kuluttaja maksaa etukäteen verkkokauppojen tavaroista tai palveluista, joita hän ei ole nähnyt tai kokeillut. Kuluttaja joutuu pelkästään uskomaan siihen, että hänen maksamansa tavara tai palvelu saapuu perille sellaisena, kun hän on sen tilannut. Ja jos toimitettu tilaus ei miellytäkään, kuluttajan pitää pystyä luottamaan siihen, että palautettuaan tilauksen hän saa rahansa varmasti takaisin. Toisaalta toimittaja joka kykenee luotettaviin toimituksin voi saada kilpailuetua sekä mahdollisesti hyvän luottamuksen ja maineen. Luottamus ja maine ovat monimutkaisia notaatioita, joita ei vieläkään ymmärretä hyvin [KYXXG05]. Kirjallisuudessa ei ole päästy yhtenäiseen kuvaustapaan luottamuksesta ja maineesta, jonka vuoksi on syntynyt useita erilaisia luottamus- ja mainejärjestelmiä, jotka perustuvat erilaisiin pisteytysja luokittelutapoihin. Esityksen toisessa luvussa selvitetään luottamuksen ja maineen käsitteitä ja niiden eroa. Kolmannessa luvussa kerrotaan luottamusprosessin synnystä ja neljännessä luvussa esitellään luottamus- ja mainejärjestelmiä yleisesti. Viidennessä luvussa tarkastellaan tuvallisuuden ja luottamuksen suhdetta ja kuudes luku kertoo joistakin luokittelun laskentatavoista. Luvussa seitsemän keskitytään luottamus- ja mainejärjestelmien ongelmiin ja niiden ratkaisuvaihtoehtoihin ja kahdeksannessa luvussa esitellään kaksi luottamusjärjestelmää. Viimeisessä yhdeksännessä luvussa tehdään loppuyhteenveto. 1

2 Luottamus ja maine sekä niiden ero Luvussa avataan luottamus ja maine sanoja ja selvitetään niiden merkitys eroa. Sanakirjan mukaan luottamus on tunne tai varmuus siitä, että johonkuhun tai johonkin voi luottaa [K95]. Samalla se sisältää odotuksen, että luottamuksen kohde ei petä toiveita ja siten aiheuta pettymystä Se on myös eräänlaista sokeaa uskoa ilman epäilyä ja asian pitämistä varmana tietona. Luottamus on määritelty monella muullakin tavalla kuten Luottamus on asenne kuten odotus tai usko, joka kohdistuu tiettyyn kohteeseen tai Luottamus on toisen osapuolen halukkuus asettua haavoittuvaan tilaan suhteessa toisen osapuolen tekoihin sillä odotuksella, että toinen osapuoli suorittaa tietyn tärkeän toiminnon riippumatta siitä tarkkaillaanko toiminnon suorittajaa vai ei [PT07]. Luottamusta voidaan kuvata myös sanoilla subjektiivinen, dynaaminen, kaksisuuntainen, epäsymmetrinen, ei-transitiivinen ja taustasta riippuvainen [KYXXG05]. Maine on sanakirjan mukaan käsitys tai mielipide jostakin henkilöstä tai asiasta [K95]. Maine on yleensä sosiaalisissa yhteyksissä se, mitä yleensä ihmiset sanovat tai uskovat jonkun asian, henkilön tai ryhmän luonteesta, asemasta tai arvosta [JIB07]. Maineen liittyessä ryhmään voidaan ryhmän maine laskea sen jäsenten maineiden keskiarvona. Kuitenkin Tadeliksen tutkimusten mukaan ryhmään kuuluva jäsen perii ryhmän hyvän maineen, vaikka jäsenen oma maine olisi huono. Maineen ja luottamuksen eroa voidaan kuvata seuraavilla lauseilla: Luotan sinuun, koska sinulla on hyvä maine ja Luotan sinuun huonosta maineestasi huolimatta [JIB07]. Ensimmäinen lause kertoo toisen hyvän maineen olevan luottavan osapuolen tiedossa, kun taas toinen lause kuvaa luottavan osapuolen omaavan sellaista tietoa, joka ajaa toisen osapuolen huonon maineen ohi. Mainetta voidaan myös ajatella yhteismitallisena luottamuksena, joka perustuu yhteisön jäsenten lähteisiin ja luokituksiin. 2

3 Luottamuksen synty ja rakentuminen Kappaleessa kerrotaan luottamuksen syntyprosessista sekä sen rakentamiseen tarvittavista komponenteista. Luottamukseen sisältyy kaksi osapuolta luottaja ja luottamuksen kohde [PT07]. Nämä molemmat voivat olla yksittäisiä henkilöitä tai ryhmiä. Luottamusprosessi voidaan kuvata myös visuaalisesti, kuten kuvassa 1 on esitetty. Siinä tietyssä tilanteessa luottaja tekee päätöksen ja valitsee joko luottamuspolun tai epäluottamuspolun. Luottamuspolku voi luottamuksen kohteen tekojen perusteella päättyä hyvään tai huonoon lopputulokseen. Epäluottamuspolku voi päätyä umpikujaan tai luottaja löytää jonkun kiertotien ja päätyy hyvään lopputulokseen. Luottaja Luottamuksen kohde Lähtöpiste Luottamuspäätöksen teko Luottamuksen kohteen vastuu Huono loppu Luottamuspolku Epäluottamuspolku Hyvä loppu Umpikuja Kiertotie Kuva 1. Luottamuksen visuaalinen kuvaus (kirjoittajan kääntämä). [PT07] Taulukko 2 kuvaa edellä mainitun luottamuspolku esimerkki skenaarion avulla [PT07]. Esimerkissä luottaja on käytetyn kirjan ostaja, jonka on tehtävä luottamuspäätös ostaako hän tarvitsemansa kirjan verkkokaupasta ja minkä verkkokaupan hän valitsee. Mikäli luottamusta ei synny, ostaja voi päätyä päätöksen ostaa kirjan ystäviltä, normaalista kirjakaupasta tai jättää koko kirja ostamatta. 3

Luottaja Luottamuksen kohde Luottamuspäätöksen teko Käytetyn kirjojen ostaja verkkokaupassa Käytettyjen kirjojen verkkokaupat Pitäisikö minun ostaa käytettyjä kirjoja verkkokaupasta? Mikä olisi paras verkkokauppa? Luottamuksen kohteen vastuu Hyvä loppu Huono loppu Kiertotie Tarjota käytetty kirja ja toimittaa se vaadittujen laatuvaatimusten mukaisesti Kirja on toimitettu vaadittujen laatuvaatimusten mukaisesti Toimitettu väärä kirja tai toimitettu kirja ei vastaa laatuvaatimuksia Ostaa kirja ystäviltä tai normaalista kirjakaupasta Umpikuja Jättää kirjan ostamatta Taulukko 2. Muokattu esimerkki skenaario käytetyn kirjan ostajista. [PT07] Luottamusprosessin vaikuttavat luottajan päämäärät [PT07]. Edellä olevan esimerkin mukaisesti kirjojen keräilijän päämääränä voi olla saada tietty käytetty kirja hinnalla millä hyvänsä mistä päin maailmaa tahansa kun taas opiskelijalle kelpaa minkä kuntoinen oppikirja tahansa, kunhan sen saa mahdollisimman halvalla ja nopeasti. Kuvassa 3 on esitetty joitakin luottamusprosessiin vaikuttavia tekijöitä. Usko Hyvä loppu Aikatehokkuus Kustannustehokkuus Monimutkaisuus Luottaja Riskinotto Epäluottamus Luottamus Kuva 3. Luottajan päämäärät luottamusprosessissa [PT07]. 4

Luottajan päämäärät voivat vaihdella myös samankaltaisissa tilanteissa [PT07]. Kirjakauppa esimerkissä opiskelija voi jossain luottamuspäätös tilanteissa päätyä ostamaan kirjan verkkokaupasta ja jossain toisessa hän kokee verkkokaupan epäluotettavaksi ja päättää ostaa kirjan kaverilta. Tätä luottamustai epäluottamuspäätöksen raja-arvoa kutsutaan luottamuskynnykseksi. Kuvassa 4 on esitetty luottamuksen määrä ja luottamuskynnykset. Luottamus Positiivinen kynnys Luottamuksen määrä Epäluottamus Negatiivinen kynnys Kuva 4. Luottamuskynnys [PT07]. Luottamuksen rakentumista voidaan kuvata myös erilaisilla komponenteilla [PT07]. Komponentit voidaan jakaa kolmeen eri kerrokseen, kuten kuvassa 5 on esitetty. Ylimmällä tasolla luottamus perustuu epäsuorasti tai suorasti tunneperäiseen, psykologiseen ja loogisen päätöksentekoon. Keskimmäisen kerroksen muodostavat luottamuksen kohteen ennustettavuus, uskottavuus, pätevyys, eettinen käytös ja positiiviset aikomukset. Näillä on vaikutusta joko molempiin tai vain toiseen ensimmäisen tason luottamuskomponenttiin. Alimmalla tasolla on joitakin esimerkkitoimenpiteitä, joilla luottamuksen kohde voi parantaa ensimmäisen ja toisen tason luottamusta. Toimenpiteet vaihtelevat riippuen minkälainen skenaario on kyseessä. Käytettyjen kirjojen verkkokauppa esimerkissä hyvällä ulkoasulla, nopealla toimituksella ja rehellisyydellä kirjojen kunnosta ja oikeudenmukaiselta tuntuvalla hinnoittelulla verrattuna kirjojen kuntoon voi saada enemmän luottamusta aikaan kuin sillä onko kirjakauppa sertifioitu. 5

Luottamus 3. kerros 2. kerros 1. kerros Looginen luottamus uskottavuus pätevyys ennustettavuus sertifikoitu tiedonhankinta asiantuntemus tai taidot hyvä visuaalinen ulkoasu maine kasvava QoS Psykologinen ja tunneperäinen eettinen käytös motivaatio rehellisyys positiiviset aikomukset oikeudenmukaisuus Kuva 5. Luottamuskomponentit Luottamuksen kohteen tehtävät luottamuksen rakentamisessa [PT07]. 4 Luottamus- ja mainejärjestelmät Tässä kappaleessa kerrotaan luottamus- ja mainejärjestelmistä yleisesti. Erona luottamus- ja mainejärjestelmien välillä on, että luottamusjärjestelmät tuottavat pisteytyksiä, jotka kuvaavat luottajan subjektiivista näkemystä luottamuksen kohteen luotettavuudesta, kun taas mainejärjestelmät tuottavat julkisista luottamuksen kohteista mainepisteitä koko yhteisön kannalta nähtynä [JIB07]. Luottamusjärjestelmät käyttävät syötteinä luottamuksen subjektiivisia ja yleisiä arvioita ja käytävät transitiivisuutta suoraan hyväksi. Mainejärjestelmissä taas transitiivisuus otetaan vain epäsuorasti huomioon ja syötteenä ovat tityn vuorovaikutuksen pisteet. Transitiivisuuden idea on esitetty kuvassa 6. Kun Alice luottaa Bobiin, ja Bob luottaa Claireen ja kun Bob esittelee Clairen Alicille, niin Alice voi laskea luottamuksen Bobin välittämän Clairen luottamuspisteiden ja Bobin luottamuspisteiden perusteella. 6

Alice 2 Bob Claire esitellä 1 luottamus 1 luottamus 3 johdettu luottamus Kuva 6. Luottamuksen transitivisuus periaate [JIB07]. Luottamus- ja mainejärjestelmät voidaan jakaa kahteen osan keskitettyihin ja hajautettuihin [CWSC07]. Keskitetyt luottamus- ja mainejärjestelmät keräävät pisteitä yhteisöön kuuluvilta jäseniltä, jotka ovat olleet yhteydessä ulkopuoliseen kohteeseen [JIB07]. Annetut pisteytykset tallennetaan yhteisön yhteiseen ja keskitettyyn luottamus- tai mainejärjestelmään. Tästä järjestelmästä yhteisön jäsen saa tarvitessa tietoa luottamuspäätöksen tekoa varten muiden antamien pisteiden perustella tehdyistä luokittelusta. Kuvan 7 A kohdassa on esitetty luokitusten tallennusprosessissa ja B kohdassa luokitusten käyttö uutta yhteyttä luotaessa. Useimmat keskitetyt luottamus- ja mainejärjestelmät käyttävät luokitteluissa pisteiden summausta tai erilaisia keskiarvoja. Laskentatavoista lisää kappaleessa 6. Jotkut keskitetyt luottamus- ja mainejärjestelmät sisältävät lisäksi palautteiden käsittelyyn tarkoitettuja suodatussääntöjä [KYXXG05]. Palautteiden suodatuksen avulla voidaan vähentää epärehellisen ja vahingollisen tiedon leviäminen. Palautteiden ongelmista on kerrottu tarkemmin kappaleessa 7. 7

F A D A A luokitukset Vanhat yhteydet B E B C G A Mahdollinen yhteys B Mainepisteet Mainekeskus Mainekeskus A) Menneet yhteydenotot B) Tuleva yhteydentto Kuva 7. Yleinen kehikko keskittyneille mainejärjestelmille [JIB07]. Vastakkainen keskitetyille luottamus- ja mainejärjestelmille ovat hajautetut luottamus- ja mainejärjestelmät [CWSC07]. Silloin tietoja ei kerätä yhteiseen keskukseen, vaan niitä voidaan joko lähettää hajautettuihin varastoihin tai kerätä jokaisen omaan tietovarastoon [JIB07]. Kun joku tarvitsee tietoa toisesta osapuolesta, se joutuu pyytämään tietoa hajautetuista tai yksityisistä tietovarastoista, mikäli oikeudet riittävät. Kuvan 8 A kohdassa kuvataan yhteydenottoja ja pisteiden tallennusta ja B kohdassa näiden luokitusten käyttöä yhteyden luomisessa. Hajautetut luottamus- ja mainejärjestelmät käyttävät monesti luokitteluissa mm. Bayesian järjestelmää, Markovin ketjua tai sumeita malleja. Laskentatavoista on kerrottu lisää kappaleessa 6. A G F E G F B D A E D B A C A B Vanhat yhteydet luokitus Mahdollinen yhteys C A) Menneet yhteydenotot B) Tuleva yhteydentto Kuva 8. Yleinen kehikko hajautetuille mainejärjestelmille [JIB07]. 8

Luottamus- ja mainejärjestelmille voidaan asettaa erilaisia vaatimuksia [JIB07]. Ensiksi entiteettien pitää olla pitkäikäisiä siten, että jokaista suoritettua vuorovaikutussuhdetta kohden on oletettavissa uusia vuorovaikutussuhteita. Tämä tarkoittaa, että vuorovaikutuksessa olevat on pystyttävä tunnistamaan, jotta niistä voidaan kerätä tietoa. Toiseksi vuorovaikutussuhteesta annetut pisteet on saatava kiinni ja niitä on pystyttävä jakamaan. Tämä muodostuu usein ongelmaksi hajautettujen luottamus- ja mainejärjestelmien kohdalla. Kolmanneksi menneisyydessä kerättyjen pisteytysten pitää vaikuttaa nykyisiin vuorovaikutussuhteisiin. 5 Turvallisuus ja luottamus Kappaleessa vertaillaan perinteisiä turvallisuusjärjestelmiä luottamus- ja mainejärjestelmiin. Turvallisuusjärjestelmien yleinen tarkoitus on suojella kohteitaan pahaa tarkoittavilta osapuolilta. [JIB07] Perinteiset turvallisuusmekanismit hoitavat suojelun autentikoimalla, jakamalla oikeuksia kohteisiin ja kryptaamalla tietoja. Perinteisten turvallisuusjärjestelmien rinnalla tarvitaan entistä enemmän suojausta palveluntarjoajilta. Palveluntarjoajat voivat olla epärehellisiä ja antaa väärää tai harhaanjohtavaa tietoa tuotteistaan ja palveluistaan. Luottamus- ja maine-järjestelmien avulla voidaan suojautua palveluntarjoajien epärehellisyydeltä. Luottamus- ja maine-järjestelmät perustuvat sosiaaliseen kontrolliin eli pehmeisiin turvallisuusmekanismeihin kun taas perinteiset turvallisuusjärjestelmät voidaan luokitella koviksi turvallisuusmekanismeiksi. Turvallisuuteen liittyy myös luottamuksen luokittelu, joka on esitelty kuvassa 9 [JIB07]. Luottamus- ja mainejärjestelmät toteuttavat varautunutta luottamusta, jossa luottaja uskoo toisen osapuolen tarjoamiin palveluihin. Perinteiset turvallisuusjärjestelmät toteuttavat tunnustusluottamusta eli autentikointia ja sisäänpääsyluottamusta eli sallivat sisäänpääsyn, jos henkilöllä on oikeuksia järjestelmään. Valtuutusluottamus on taas kyseessä, kun toinen henkilö antaa toisen toimia tai päättää omasta puolestaan. Asiayhteysluottamusta esiintyy kun 9

luottaja uskoo siihen, että sen vuorovaikutuksessa tarvitsemat järjestelmät ja yritykset tukevat tarvittaessa kuten lait, vakuutukset yms. Kaikki luottamusluokat vaikuttavat luottamuksen päämäärään. Varautunutluottamus Sisäänpääsyluottamus Valtuutusluottamus Tunnistusluottamus Luottamuksen päämäärä Asiayhteysluottamus Kuva 9. Luottamusluokat [JIB07]. 6 Luokittelun laskentatapoja Kappaleessa esitellään erilaisia luottamus- ja mainejärjestelmissä luokitteluiden laskentatapoja. Luokittelu luottamus- ja mainejärjestelmissä perustuu erilaisiin pisteiden käsittely- ja laskentatapoihin [JIB07]. Pisteiden laskenta voidaan perustaa omiin kokemuksiin, toisen käden tietoihin tai molempiin. Usein omia tietoja pidetään luotettavampina kuin muualta saatua tietoa. Yksinkertaisin tapa on laskea plus- ja miinuspisteet yhteen kuten esimerkiksi huutokauppa sivusto ebay tekee [JIB07]. ebay-sivustoa esitellään tarkemmin kappaleessa 8. Yhteenlaskun ongelmana on, että se ei anna oikeaa kuvaa luottamuksesta/maineesta, mutta toisaalta se on selkeä ja helposti ymmärrettävä tapa. Toinen helppo tapa on laskea useiden verkkokauppojen kuten Amazonin ja Epinions tavoin pisteiden keskiarvo. Näistä Amazonia esitellään tarkemmin kappaleessa 8. Pelkää keskiarvo kehittyneempi tapa on laskea painotettu keskiarvo, jossa tekijänä voidaan käyttää esimerkiksi pisteytyksen ikää tai etäisyyttä annetun tai nykyisen luokituksen välillä. 10

Muita tapoja muodostaa luokittelu on Bayesian-järjestelmä ja Markovin ketju. Bayesian järjestelmässä uusi luokitus lasketaan vanhasta luokituksesta ja annetusta pisteytyksestä beta todennäköisyyden tiheysfunkiton avulla [JIB07]. BAyesian systeemin ongelmana on sen vaikea ymmärrettävyys vaikka se tarjoaakin teoreettiselta kuulostavan pisteiden laskentatavan. Markovin ketju huomioi laskennassa asiayhteyden ja luottamuksen dynaamisuuden [HCD05]. Markovin ketjun lopputulos saadaan luokittelemalla ja yhdistelmällä aikavälejä, sekä rakentamalla vektoreita ja matriiseja. Erilaisia uskomus-, sumeita, vuo- sekä erilliset luottamusmalleja voidaan myös käyttää luokittelussa [JIB07]. Uskomusmallit liittyvät todennäköisyyslaskentaan, sumeat mallit kielen sumeaan käsitykseen ja vuomallit transitiiviseen toistoon silmukassa tai mielivaltaisen pitkässä ketjussa. Erilliset luottamusmallit perustuvat ihmisten antamiin sanallisiin kuvauksiin kuten hyvin luotettava, luotettava, epäluotettava ja hyvin epäluotettava. Huonona puolena tämän mallin käytössä on, että verbaalista kieltä on vaikea laskea koneellisesti ilman sen muuntamista numeroiksi. 7 Ongelmat ja ratkaisuja Kappaleessa käsitellään luottamus- ja mainejärjestelmissä esiintyviä ongelmia. Yksi syy ongelmiin on, että palautteen annosta ei koeta saavan tarpeeksi hyötyä itselle [JIB07]. Esimerkiksi palvelun tarjoajan rajoitetun kapasiteetin takia ei haluta jakaa pisteytystietoa muille, koska se lisäisi mahdollisten käyttäjien määrä. Tai halutaan päästä helpolla ja jätetään pisteet antamatta, Toinen ongelma on positiivisen palautteen yleisyys [JIB07]. Usein käyttäjät päätyvät antamaan positiivista palautetta, koska haluavat olla kilttejä tai antamalla positiivista palautetta toivovat itsekin saavansa positiivista palautetta. Tai he antavat positiivista palautetta, koska pelkäävät negatiivisen palautteen aiheuttavan kostotoimia palautteen saajassa. Positiivisen palautteen 11

syndroomaa voidaan välttää mahdollistamalla palautteen antaminen nimettömänä. Myös epäreiluksi koetut palautteet, joita luottamus- ja mainejärjestelmien on vaikea huomioida, ovat ongelma [JIB07]. Epäreilua palautetta voi yrittää välttää joko sisäisillä tai ulkoisilla laskentamenetelmillä. Sisäiset menetelmät yrittävät analysoimalla tai laskemalla vähentää epäreilujen palautteiden painoarvoa laskennoissa. Ulkoiset menetelmät taas perustuvat oletukseen, että palautteen antajan maine vaikuttaa palautteen laatuun: huonomaineiset antavat huonompia pisteitä. Ulkoisilla menetelmillä voidaan myös vähentää luottamusja mainejärjestelmissä esiintyvää syrjintää. Syrjintää esiintyy esimerkiksi tilanteissa, joissa myyjä ylläpitää mustaa listaa ja antaa listalla olijoille huonoa palautetta. Luottamus- ja mainejärjestelmät perustuvat kohteiden tunnistamiseen [JIB07]. Jos kohde esimerkiksi vaihtaa tunnistustietojaan, se voi puhdistaa luokittelutietonsa ja aloittaa näennäisesti uuden elämän. Pöydän siivoamista on yritetty vähentää antamalla uusille osapuolille rangaistuspisteitä, mutta sekään ei pysty erottelemaan hyviä ja pahoja tulokkaita. Saavutetussa maineessa tulisi huomioida myös laadun vaihtelut eri aikakausina [JIB07]. Talousteorioiden mukaan hyvän maineen perustamiskustannusten ja hyvästä maineesta saatavan taloudellisen hyödyn välillä on yhteys. Mikäli tämä tasapaino järkkyy mistä syystä tahansa, muutos tulisi huomioida luottamus- ja mainejärjestelmissä. Usein epärehelliset tahot antavat useampia palautteita kuin normaalisti on sallittu [JIB07]. Lisäksi ylimääräiset palautteet ovat monesti negatiivisia, ja vääristävät luokittelua. Tämän tyyppistä väärinkäytöstä esiintyy esimerkiksi online äänestyksissä ja sitä voidaan välttää esimerkiksi maksullisuudella tai rekisteröitymisen vaatimisella. 12

8 Esimerkkejä Tässä kappaleessa esitellään kaksi toteutettua mainejärjestelmiä. Ne molemmat perustuvat keskittyneeseen palautetietojen varastointiin [JIB07]. Esimerkkiin on valittu markkinapaikka ebay ja verkkokirjakauppa Amazon. 8.1 ebay Jo aiemmin mainittu ebay on sivusto, jolla myyjät voivat esitellä myytäviä tavaroitaan ja ostajat tekevät tarjouksia näistä tavaroista [JIB07]. ebay sisältää palaute foorumin, jossa ostaja ja myyjä voivat antaa toisistaan positiivista, neutraalia tai negatiivista palautetta numeroina 1, 0 ja -1. Numero arvioinnin lisäksi he voivat jättää positiivisia kommentteja kuten Sujuva toimitus, kiitos! tai negatiivisia kommentteja Ostajat varokaa!. ebay kerää annetut pisteet keskitettyyn järjestelmäänsä sekä laskee luokitukset [JIB07]. Laskennassa käytetään aiemmin esiteltyä summausta. Summan lisäksi näytetään eri palautetyppien kappalemäärät viimeisen kuukauden, puolen vuoden ja vuoden ajalta. ebayn ongelmana on positiivisten palautteiden syndrooma ja lisäksi. Lisäksi ostajan ja myyjän antamilla pisteillä on suuri korrelaatio. ebay välttää useiden palautteiden ongelman, koska se laskuttaa myytävistä tuotteista, mutta epäreilua palautetta se ei pysty välttämään. ebayn mainejärjestelmä on yksinkertainen ja osittain harhaanjohtava [JIB07]. esimerkiksi 100 positiivista ja 10 negatiivista palautetta antaa saman lopputuloksen kuin pelkästään 90 positiivista palautetta, vaikka jälkimmäisellä pitäisi olla parempi luokittelu. Mainejärjestelmästään huolimatta tai ehkä sen takia ebay on suosittu markkinapaikka. 8.2 Amazon Verkkokirjakauppa Amazon antaa jäsentensä kirjoittaa kirja-arvosteluita [JIB07]. Kuka tahansa pääsee rekisteröitymällä jäseneksi. Kirja-arvostelu sisältää sekä 13

tekstiä että 1-5 numeroarvioinnin. Kaikki käyttäjät, myös ei jäsenet, voivat äänestää siitä onko annetusta arvostelusta hyötyä vai ei. Hyödyllisyysäänestyksen tilanne näkyy jokaisen arvostelun yhteydessä. Arvostelun hyödyllisyyspisteiden ja muiden jäsenten lempiarvostelija luokituksen perusteella, Amazon jakaa arvostelijat erilaisiin ryhmiin: 1000, 500, 100, 50, 10 parasta ja kaikkein paras arvostelija [JIB07]. Amazon ei tarjoa rahallista hyötyä arvostelijaluokituksesta, mutta on mahdollista, että kirjojen julkaisijat maksavat henkilöille hyvien arvosteluiden kirjoittamisesta parantaakseen myyntiään. Amazon on haavoittuva arvostelijoiden ryhmittämisessä [JIB07]. Esimerkiksi parhaaksi arvostelijaksi on päästy lähettämällä enemmän arvosteluita kuin kenenkään on mahdollista tehdä. Lisäksi hyödyllisyysäännetystä on käytetty väärin pudottamaan arvostelijoita alemmas arvoasteikossa. Amazon on yrittänyt kitkeä ongelmia tallentamalla tiedon äänestysoikeuden käyttämisestä Cookien taakse, mutta poistamalla Cookien uudelleen äänestys on edelleen mahdollista. 9 Yhteenveto Kaikessa verkoissa tapahtuvassa kahdenkeskisessä vuorovaikutuksessa niin kaupankäynnissä kuin keskustelupalsoilla on tärkeää pystyä jollainlailla luottamaan toiseen osapuoleen. Usein tuntemattomien osapuolten luottamus toisiinsa perustuu toisten arvoihin ja toisen käden tietoihin luottamuksen kohteesta. Luottamus ja maine on siten tavallaan ansaittava, jotta esimerkiksi edellytykset menestymiselle olisivat taatut. Luottamus ja maineen tarkka määrittely on vaikeaa, koska molemmat ovat abstrakteja käsitteitä. Luottamuksen syntyminen tai syntymättä jääminen on riippuvainen monista tekijöistä kuten luottajan päämääristä, luottamusprosessissa tapahtuvista tilanteista kuin luottamuksen kohteen tekemisistä. 14

Luottamus- ja mainejärjestelmiä on useita erilaisiin käyttötarkoituksiin. Kuitenkin niiden kaikkien tulisi olla helppokäyttöisiä ja luokittelujen olla helposti ymmärrettäviä [JIB07]. Lisäksi niiden tulisi pystyä suojautumaan virheellisiltä tiedolta ja pahaa tarkoittavilta hyökkäyksiltä. Itse luokittelun tulisi olla pitkäaikaisiin tietojen keruuseen perustuvaa, siten ettei yksittäisen pisteytyksen antaminen muuttaisi suuresti luokittelua. Luottamus- ja mainejärjestelmien tulisi tarjota luotettavaa tietoa käyttäjilleen huomioimalla nopeasti erilaiset muutokset. Luottamus- ja mainejärjestelmien luokitukset eivät koskaan tule olemaan täydellisesti oikein ja täysin luotettavia [JIB07]. Useiden järjestelmien käyttö ja tarpeellisuus eivät perustu täydelliseen oikeellisuuteen vaan suuntaa antaviin tietoihin. Esimerkiksi ebayn ja Amazonin kirjallisten viestien perusteella käyttäjät voivat tehdä omia johtopäätöksiään toisesta osapuolesta. 15

Lähteet CWSC07 HCD05 JIB07 K95 KYXXG05 LS07 PT07 Cui W., Wang H., Sui Q., Cui L.: Towards a Trust Management Model for E-travel, Proceedings of the 2007 11th International Conference on Computer Supported Cooperative Work in Design, 4, 2007, sivut 870-875 Hussain F.K., Chang E., Dillon T.S.: Markov Model for Modelling and Managing Dynamic Trust, 3 rd IEEEInternational Conference,8, 2005, sivut 725-733 Jøsang A., Ismail R., Boyd C.:A survey of trust and reputation systems for online service provision., Decision Support Systems, 43, 2007, sivut 618 644 Kotimaisten kielten tutkimuskeskus: Suomenkielen perussanakirja toinen osa L-R, Painatuskeskus Oy, 1995 Kui M., Yue W., Xu Z, Xiaochun X., Gengdu Z.: A Trust Management Model for Virtual Communities., In The Fifth International Conference on Computer and Information Technology (CIT), 2005, sivut 741-745. Li H. and Singhal M.: Trust Management in Distributed Systems., Computer, 40, 2, 2007, sivut 45-53. Pourshahid A., Tran T.: Modeling Trust in E-Commmerce: An Approach Based on User Requirements, Communications of the ACM, 43, 8, 2007, sivut 413-421 16