題-1_100_100.jpg)
基本信息
- 項(xiàng)目名稱：
- C2C電子商務(wù)信用評(píng)價(jià)體系改進(jìn)研究
- 來(lái)源：
- 第十二屆“挑戰(zhàn)杯”省賽作品
- 小類：
- 管理
- 簡(jiǎn)介：
- 隨著電子商務(wù)的普及，信用欺詐行為一直阻礙行業(yè)健康發(fā)展。該研究中通過(guò)比較了現(xiàn)行的“刷鉆”方式，提出相應(yīng)的解決方案，并比較其可行性。該研究提出了基于用戶評(píng)價(jià)偏好的信用評(píng)價(jià)體系算法。這套評(píng)價(jià)體系是基于用戶的評(píng)價(jià)是具有偏好的假設(shè)，然后通過(guò)調(diào)查初步地檢驗(yàn)了該假設(shè)，并詳盡地闡述了信用欺詐行為的本質(zhì)。最后，研究采用了蒙特卡洛模擬，通過(guò)對(duì)電子交易的模擬可以顯著地發(fā)現(xiàn)該研究的算法能夠提高信用欺詐成本。
- 詳細(xì)介紹：
- 隨著電子商務(wù)的普及，電子商務(wù)交易中出現(xiàn)的信用問(wèn)題成為了該行業(yè)發(fā)展的關(guān)鍵。尤其在以淘寶為代表的C2C電子商務(wù)當(dāng)中，賣家的“刷鉆”行為以及買家的“惡意評(píng)價(jià)”行為一直是阻礙行業(yè)健康發(fā)展的障礙。該報(bào)告中通過(guò)比較了現(xiàn)行專業(yè)“刷鉆”平臺(tái)的“刷鉆”方式，分析了現(xiàn)有“刷鉆”行為的共有特點(diǎn)，提出相應(yīng)的解決方案，并在各方案中比較了可行性。通過(guò)比較，提出了基于用戶評(píng)價(jià)偏好的信用評(píng)價(jià)體系。這套評(píng)價(jià)體系是基于用戶的評(píng)價(jià)是具有偏好的（即偏向于給出好評(píng)，或偏向于給出差評(píng)）假設(shè)。通過(guò)一定范圍內(nèi)的調(diào)查，初步地檢驗(yàn)了該假設(shè)，并用這一理論詳盡地闡述了“刷鉆”行為和“惡意評(píng)價(jià)”的本質(zhì)。根據(jù)結(jié)論，采用了對(duì)好評(píng)和差評(píng)的權(quán)重加以修改的算法。該算法通過(guò)對(duì)平臺(tái)用戶的抽樣統(tǒng)計(jì)，得出平臺(tái)用戶的評(píng)價(jià)偏好分布。然后，在確定某一特定交易評(píng)價(jià)時(shí)，根據(jù)這一交易買家的評(píng)價(jià)偏好在平臺(tái)用戶評(píng)價(jià)偏好分布中所處的位置，來(lái)生成評(píng)價(jià)權(quán)重。這種評(píng)價(jià)權(quán)重的改變的方式，有效地平衡了不同買家間由于自身評(píng)價(jià)偏好所導(dǎo)致的評(píng)價(jià)偏差。為了進(jìn)一步檢驗(yàn)算法的可靠性，我采用了蒙特卡洛模擬。通過(guò)對(duì)電子交易的模擬，以及不同條件下的實(shí)驗(yàn)組比較，可以顯著地發(fā)現(xiàn)采用了用戶評(píng)價(jià)偏好模型的算法能夠有效地提高“刷鉆”成本，從而抑制“刷鉆”行為。與此同時(shí)，實(shí)驗(yàn)還發(fā)現(xiàn)，該算法在實(shí)名制的交易平臺(tái)比在非實(shí)名制的交易平臺(tái)具有更高地可靠性。在本次研究的過(guò)程，我們廣泛查閱了國(guó)內(nèi)外相關(guān)文獻(xiàn)，采用了調(diào)查和計(jì)算機(jī)模擬等方式，訪問(wèn)了美國(guó)佐治亞理工的教授，其研究結(jié)果受到了淘寶的支持和肯定
作品圖片
作品專業(yè)信息
撰寫目的和基本思路
- 該作品首先分析了當(dāng)前主流C2C平臺(tái)的信用評(píng)價(jià)體系，并收集了專業(yè)“刷鉆”平臺(tái)的操作方式和收費(fèi)方式,總結(jié)出它們共有的特點(diǎn)，?并指出了各種解決方案在實(shí)際應(yīng)用當(dāng)中的局限性。 該算法是建立在顧客滿意度模型的基礎(chǔ)上，假設(shè)了消費(fèi)者在評(píng)價(jià)時(shí)具有不同的偏好。然后通過(guò)調(diào)查問(wèn)卷的形式檢驗(yàn)這一假設(shè)。隨后，該作品基于消費(fèi)者評(píng)價(jià)偏好這一理論設(shè)計(jì)出了一套信用改進(jìn)算法。最后，作品采用了蒙特卡洛模擬和對(duì)照組實(shí)驗(yàn)的方法
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 該作品的科學(xué)性體現(xiàn)在：首先該作品是建立在實(shí)際調(diào)研的基礎(chǔ)上展開研究。除此之外，本作品是基于顧客滿意度的模型提出了消費(fèi)者評(píng)價(jià)偏好假設(shè)，具有一定的理論基礎(chǔ)。而為了檢驗(yàn)該假設(shè)的實(shí)際情況，作品又采用了調(diào)查問(wèn)卷的形式進(jìn)行檢驗(yàn)。在對(duì)算法的有效性檢驗(yàn)中，作品采用了蒙特卡洛模擬和對(duì)照組實(shí)驗(yàn)，因此該算法具有一定的實(shí)驗(yàn)基礎(chǔ) 該作品的先進(jìn)性體現(xiàn)在提出了消費(fèi)者在網(wǎng)購(gòu)評(píng)價(jià)時(shí)具有不同的偏好，同時(shí)，揭示了信用欺詐行為的本質(zhì)
應(yīng)用價(jià)值和現(xiàn)實(shí)意義
- 首先由于作品中的消費(fèi)者評(píng)價(jià)偏好理論揭示了諸如“刷鉆”和惡意評(píng)價(jià)行為的本質(zhì)。 其次，作品中提及的改進(jìn)算法是基于現(xiàn)行主流的信用評(píng)價(jià)算法的基礎(chǔ)上的改進(jìn)，具有簡(jiǎn)單易實(shí)施和自我修正的特點(diǎn)。 同時(shí)，作品在檢驗(yàn)算法的可靠性的時(shí)候考慮了當(dāng)前多數(shù)C2C采用了買家非實(shí)名制的事實(shí)，并檢驗(yàn)了在此條件下算法的有效性。 另外，也展現(xiàn)了研究電子商務(wù)的新思路，通過(guò)抑制信用欺詐行為發(fā)生，使之能改善信用環(huán)境的目標(biāo)。
作品摘要
- 隨著電子商務(wù)的普及，電子商務(wù)交易中出現(xiàn)的信用問(wèn)題成為了該行業(yè)發(fā)展的關(guān)鍵。賣家的“刷鉆”行為以及買家的“惡意評(píng)價(jià)”行為一直是阻礙行業(yè)健康發(fā)展的障礙。該作品中通過(guò)比較了現(xiàn)行專業(yè)“刷鉆”平臺(tái)的“刷鉆”方式，分析了現(xiàn)有“刷鉆”行為的共有特點(diǎn)（即不發(fā)生物流、不產(chǎn)生利潤(rùn)、必為好評(píng)），并提出了稅收、物流綁定等解決方案，并在各方案中比較了可行性。通過(guò)比較，提出了基于消費(fèi)者評(píng)價(jià)偏好的信用評(píng)價(jià)體系。這套評(píng)價(jià)體系是基于消費(fèi)者的評(píng)價(jià)是具有偏好（即偏向于給出好評(píng)，或偏向于給出差評(píng)）的假設(shè)。首先通過(guò)研究顧客滿意度的相關(guān)模型為該假設(shè)奠定了一定的理論基礎(chǔ)，其次，通過(guò)一定范圍內(nèi)的調(diào)查，初步地檢驗(yàn)了該假設(shè)，并用這一理論詳盡地闡述了“刷鉆”行為和“惡意評(píng)價(jià)”的本質(zhì)。該算法通過(guò)對(duì)平臺(tái)消費(fèi)者的抽樣統(tǒng)計(jì)，得出平臺(tái)消費(fèi)者的評(píng)價(jià)偏好分布。然后，在某一特定交易評(píng)價(jià)時(shí)，根據(jù)這一交易買家的評(píng)價(jià)偏好在平臺(tái)消費(fèi)者評(píng)價(jià)偏好分布中所處的位置，來(lái)生成評(píng)價(jià)權(quán)重。最后，作品采用了蒙特卡洛模擬。通過(guò)對(duì)數(shù)十萬(wàn)次電子交易的模擬，以及不同條件下的實(shí)驗(yàn)組比較，可以顯著地發(fā)現(xiàn)采用了消費(fèi)者評(píng)價(jià)偏好模型的算法能夠有效地提高“刷鉆”成本，從而抑制“刷鉆”行為。
獲獎(jiǎng)情況及評(píng)定結(jié)果
- 該作品原為全國(guó)大學(xué)生創(chuàng)新實(shí)踐項(xiàng)目
參考文獻(xiàn)
- [1] 魏明俠. 電子商務(wù)信用機(jī)理研究[M].北京：經(jīng)濟(jì)管理出版社，2007 [2] De Figueiredo J. Finding sustainable profitability in electronic commerce [J]. Sloan Management Review, 2000, 41(4): 41-52. [3] Lal R, Sarvary M. When and how is the Internet Likely to Decrease Price Competition [J]. Marketing Science, 1999,18(4):485-503. [4] Eugene W, Fornell C. Foundation of the American Customer Satisfaction Index [J]. Total Quality Management, 2000, 11(7):869-882. [5] J.布萊思.消費(fèi)者行為學(xué)精要[M].北京：中信出版社,2003 [6] 趙華生.基于SAS數(shù)據(jù)挖掘的C2C信用評(píng)價(jià)研究[D].成都：西南財(cái)經(jīng)大學(xué)，2008. [7] 樸春輝，安靜，方美琪.C2C電子商務(wù)網(wǎng)站信用評(píng)價(jià)模型及算法研究[J].情報(bào)雜志，2007，8：105-107. [8] 鄒學(xué)博.基于客戶評(píng)價(jià)的C2C電子商務(wù)信用管理研究[D].吉林：吉林大學(xué),2007. [9] 蔣金偉. C2C網(wǎng)上交易中的“檸檬”問(wèn)題研究[D].成都：電子科技大學(xué)，2006. [10] 李響.C2C電子交易過(guò)程中的信用控制模式研究[D].吉林：吉林大學(xué)，2008.
調(diào)查方式
- 發(fā)放問(wèn)卷 對(duì)國(guó)外教授采訪
同類課題研究水平概述
- 目前，學(xué)術(shù)屆對(duì)與C2C電子商務(wù)的信用欺詐現(xiàn)象的解決方案大致分為兩個(gè)大類，即從體制上解決以及通過(guò)算法從量化的角度解決。 目前從體制上解決的主要包括一下幾種： 建立統(tǒng)一的信用平臺(tái)，引入第三方信用評(píng)價(jià)機(jī)構(gòu)，通過(guò)建立個(gè)人信用檔案的方式減少信用欺詐和信用糾紛。 建立失信懲罰管理機(jī)制，這主要包括消除交易過(guò)程中信息不對(duì)稱的情況以及發(fā)現(xiàn)失信行為立刻加入“黑名單”等措施。這類方案將有效地增加信用欺詐的成本和代價(jià)從而杜絕其發(fā)生。 完善相應(yīng)的法律法規(guī)，通過(guò)法律的強(qiáng)制力來(lái)規(guī)范電子商務(wù)中的信用環(huán)境。為C2C電子商務(wù)行業(yè)的發(fā)展提供法律保障。 而通過(guò)算法從量化的方式解決的主要包括： 跟時(shí)間相關(guān)的信用算法，該算法通過(guò)對(duì)不同時(shí)間段的信用設(shè)定不同的權(quán)重值而使信用與時(shí)間相關(guān)聯(lián)。該算法的特點(diǎn)是強(qiáng)化近期信用，而弱化遠(yuǎn)期信用。 另外也有學(xué)者提出了sporas信用模型。該模型是基于ebay的評(píng)價(jià)體系，考慮了評(píng)分人的信用度。與此同時(shí)，也有教授在sporas的基礎(chǔ)上又提出了改進(jìn)方案。除了考慮了評(píng)分人的信用度之外，還考慮了交易金額，累計(jì)信譽(yù)度，近期信譽(yù)度和相同用戶多次購(gòu)買等因素。這一類做法在對(duì)于簡(jiǎn)單的互刷行為或“刷鉆”者較少的情況下較為有效，當(dāng)涉及一些專業(yè)“刷鉆”團(tuán)體時(shí)，由于其操作據(jù)有很高的隱蔽性和隨機(jī)性而且“刷鉆”時(shí)間較長(zhǎng)，該算法也有相應(yīng)的局限性。 同時(shí)也有學(xué)者采用Fuzzy AHP，對(duì)交易金額、買方當(dāng)前信用、賣方近期交易頻率、商品質(zhì)量、信息真實(shí)性、服務(wù)及價(jià)格這些因素進(jìn)行評(píng)價(jià)。同樣，這一類方案對(duì)于專業(yè)“刷鉆”這一行為也缺乏效果。 除此之外，也有學(xué)者采用數(shù)據(jù)挖掘等方式，甄別關(guān)聯(lián)交易從而識(shí)別“刷鉆”者或者通過(guò)分類或聚類算法進(jìn)行信用評(píng)級(jí)，也有人通過(guò)博弈論的方式來(lái)解釋C2C平臺(tái)的信用交易。 這些算法均有各自的特點(diǎn)，在處理某些特定情況時(shí)能夠發(fā)揮其改善信用狀況的作用，但面臨實(shí)際情況又有其自身的局限性，可能產(chǎn)生一些新的問(wèn)題。
