ระบบการให้คะแนนชื่อเสียงคือโปรแกรมหรืออัลกอริทึมที่อนุญาตให้ผู้ใช้ในชุมชนออนไลน์ให้คะแนนซึ่งกันและกันเพื่อสร้างความไว้วางใจผ่านชื่อเสียงตัวอย่างการใช้งานระบบเหล่านี้ได้แก่ เว็บไซต์ อีคอมเมิร์ซเช่นeBay , Amazon.comและEtsyรวมถึงชุมชนให้คำแนะนำออนไลน์ เช่นStack Exchange ^{[ 1 ]}ระบบการให้คะแนนชื่อเสียงเหล่านี้แสดงถึงแนวโน้มที่สำคัญใน "การสนับสนุนการตัดสินใจสำหรับการให้บริการผ่านอินเทอร์เน็ต" [ ^{2 ] ด้วย}ความนิยมของชุมชนออนไลน์สำหรับการช้อปปิ้ง การให้คำแนะนำ และการแลกเปลี่ยนข้อมูลสำคัญอื่นๆ ระบบการให้คะแนนชื่อเสียงจึงมีความสำคัญอย่างยิ่งต่อประสบการณ์ออนไลน์ แนวคิดของระบบการให้คะแนนชื่อเสียงคือ แม้ว่าผู้บริโภคจะไม่สามารถลองใช้ผลิตภัณฑ์หรือบริการ หรือเห็นบุคคลที่ให้ข้อมูลได้ด้วยตนเอง พวกเขาก็สามารถมั่นใจในผลลัพธ์ของการแลกเปลี่ยนผ่านความไว้วางใจที่สร้างขึ้นโดยระบบแนะนำ^{[ 2 ]}

การกรองแบบร่วมมือ (Collaborative filtering ) ซึ่งใช้กันทั่วไปในระบบแนะนำ (recommender systems) เกี่ยวข้องกับระบบชื่อเสียง (reputation systems) ตรงที่ทั้งสองระบบรวบรวมการให้คะแนนจากสมาชิกในชุมชน^{[ 2 ]} ความแตกต่างหลักระหว่างระบบชื่อเสียงและการกรองแบบร่วมมือคือวิธีการใช้ความคิดเห็น ของผู้ใช้ ในการกรองแบบร่วมมือ เป้าหมายคือการค้นหาความคล้ายคลึงกันระหว่างผู้ใช้เพื่อแนะนำผลิตภัณฑ์ให้กับลูกค้า ในทางตรงกันข้าม บทบาทของระบบชื่อเสียงคือการรวบรวมความคิดเห็นร่วมกันเพื่อสร้างความไว้วางใจระหว่างผู้ใช้ในชุมชนออนไลน์

หน้าที่หลักของระบบชื่อเสียงคือการสร้างความไว้วางใจในหมู่ผู้ใช้ชุมชนออนไลน์ เช่นเดียวกับร้านค้าทั่วไปความไว้วางใจและชื่อเสียงสามารถสร้างได้ผ่านความคิดเห็นของลูกค้า Paul Resnick จากสมาคมเครื่องจักรคำนวณได้อธิบายคุณสมบัติสามประการที่จำเป็นสำหรับระบบชื่อเสียงในการทำงานอย่างมีประสิทธิภาพ^{[ 2 ]}

1. องค์กรต่างๆ ต้องมีอายุการใช้งานยาวนานและสร้างความคาดหวังที่ถูกต้องแม่นยำเกี่ยวกับการปฏิสัมพันธ์ในอนาคต
2. พวกเขาต้องรวบรวมและเผยแพร่ข้อเสนอแนะเกี่ยวกับการปฏิสัมพันธ์ที่ผ่านมา
3. พวกเขาต้องใช้คำติชมเป็นแนวทางในการสร้างความไว้วางใจ

คุณสมบัติทั้งสามประการนี้มีความสำคัญอย่างยิ่งในการสร้างชื่อเสียงที่น่าเชื่อถือ และทั้งหมดล้วนเกี่ยวข้องกับองค์ประกอบสำคัญอย่างหนึ่ง นั่นคือ ข้อเสนอแนะจากผู้ใช้ ข้อเสนอแนะจากผู้ใช้ในระบบชื่อเสียง ไม่ว่าจะเป็นในรูปแบบของความคิดเห็น การให้คะแนน หรือคำแนะนำ ล้วนเป็นข้อมูลที่มีค่า หากปราศจากข้อเสนอแนะจากผู้ใช้ ระบบชื่อเสียงก็ไม่สามารถรักษาบรรยากาศแห่งความไว้วางใจได้

การขอรับความคิดเห็นจากผู้ใช้อาจมีปัญหาที่เกี่ยวข้องกันสามประการ

1. ปัญหาประการแรกคือ ความเต็มใจของผู้ใช้ที่จะให้ข้อเสนอแนะเมื่อไม่มีข้อกำหนดให้ทำเช่นนั้น หากชุมชนออนไลน์มีการปฏิสัมพันธ์เกิดขึ้นมากมาย แต่ไม่มีการรวบรวมข้อเสนอแนะ สภาพแวดล้อมแห่งความไว้วางใจและชื่อเสียงก็จะไม่สามารถเกิดขึ้นได้
2. ปัญหาประการที่สองคือ การได้รับคำติชมเชิงลบจากผู้ใช้ ปัจจัยหลายอย่างส่งผลให้ผู้ใช้ไม่ต้องการให้คำติชมเชิงลบ ปัจจัยที่เด่นชัดที่สุดคือ ความกลัวการถูกตอบโต้ เมื่อคำติชมไม่ได้เป็นแบบไม่ระบุชื่อ ผู้ใช้หลายคนจึงกลัวการถูกตอบโต้หากให้คำติชมเชิงลบไป
3. ปัญหาสุดท้ายที่เกี่ยวข้องกับข้อเสนอแนะจากผู้ใช้คือ การได้รับข้อเสนอแนะที่ตรงไปตรงมาจากผู้ใช้ แม้ว่าจะไม่มีวิธีการที่แน่นอนในการรับประกันความจริงของข้อเสนอแนะ แต่หากมีการสร้างชุมชนแห่งข้อเสนอแนะที่ตรงไปตรงมา ผู้ใช้ใหม่ก็จะมีแนวโน้มที่จะให้ข้อเสนอแนะที่ตรงไปตรงมาเช่นกัน

ข้อเสียอื่นๆ ของระบบการให้คะแนนชื่อเสียงที่มีประสิทธิภาพ ซึ่งอธิบายโดย A. Josang และคณะ ได้แก่ การเปลี่ยนตัวตนและการเลือกปฏิบัติ แนวคิดเหล่านี้เชื่อมโยงกลับไปยังแนวคิดเรื่องการควบคุมการกระทำของผู้ใช้เพื่อให้ได้ข้อมูลป้อนกลับจากผู้ใช้ที่ถูกต้องและสม่ำเสมอ เมื่อวิเคราะห์ระบบการให้คะแนนชื่อเสียงประเภทต่างๆ สิ่งสำคัญคือต้องพิจารณาคุณลักษณะเฉพาะเหล่านี้เพื่อกำหนดประสิทธิภาพของแต่ละระบบ

• ค้นหา: เว็บ (ดูPageRank )
• อีคอมเมิร์ซ: eBay , Epinions , Bizrate , Trustpilot
• ข่าวสารจากโซเชียลมีเดีย: Reddit , Digg , Imgur
• ชุมชนโปรแกรมเมอร์: Advogato , ตลาดงานฟรีแลนซ์ , Stack Overflow
• วิกิ: เพิ่มปริมาณและคุณภาพของการมีส่วนร่วม^{[ 9 ]}
• ความปลอดภัยทางอินเทอร์เน็ต: TrustedSource
• เว็บไซต์ถาม-ตอบ: Quora , Yahoo! Answers , Gutefrage.net , Stack Exchange
• อีเมล: DNSBLและDNSWLให้ข้อมูลความน่าเชื่อถือระดับโลกเกี่ยวกับผู้ส่งอีเมล
• Personal Reputation: CouchSurfing (for travelers),
• Non Governmental organizations (NGOs): GreatNonProfits.org, GlobalGiving
• Professional reputation of translators and translation outsourcers: BlueBoard at ProZ.com
• All purpose reputation system: Yelp, Inc.
• Academia: general bibliometric measures, e.g. the h-index of a researcher.

High reputation capital often confers benefits upon the holder. For example, a wide range of studies have found a positive correlation between seller rating and selling price on eBay,^[10] indicating that high reputation can help users obtain more money for their items. High product reviews on online marketplaces can also help drive higher sales volumes.

Abstract reputation can be used as a kind of resource, to be traded away for short-term gains or built up by investing effort. For example, a company with a good reputation may sell lower-quality products for higher profit until their reputation falls, or they may sell higher-quality products to increase their reputation.^[11] Some reputation systems go further, making it explicitly possible to spend reputation within the system to derive a benefit. For example, on the Stack Overflow community, reputation points can be spent on question "bounties" to incentivize other users to answer the question.^[12]

Even without an explicit spending mechanism in place, reputation systems often make it easier for users to spend their reputation without harming it excessively. For example, a ridesharing company driver with a high ride acceptance score (a metric often used for driver reputation) may opt to be more selective about his or her clientele, decreasing the driver's acceptance score but improving his or her driving experience. With the explicit feedback provided by the service, drivers can carefully manage their selectivity to avoid being penalized too heavily.

Reputation systems are in general vulnerable to attacks, and many types of attacks are possible.^[13] As the reputation system tries to generate an accurate assessment based on various factors including but not limited to unpredictable user size and potential adversarial environments, the attacks and defense mechanisms play an important role in the reputation systems. ^[14]

การจำแนกประเภทการโจมตีของระบบชื่อเสียงนั้นขึ้นอยู่กับการระบุว่าส่วนประกอบใดของระบบและทางเลือกในการออกแบบใดเป็นเป้าหมายของการโจมตี ในขณะที่กลไกการป้องกันนั้นสรุปได้จากระบบชื่อเสียงที่มีอยู่แล้ว

• ระบบสร้างชื่อเสียง - บทแนะนำปี 2008 โดย ยูรี ลิฟชิตส์
• สัญญาในโลกไซเบอร์ - บทความ (บทในหนังสือ) ปี 2008 โดย เดวิด ดี. ฟรีดแมน