當前位置︰100EC>互聯網研究>論文︰電子商務信用評分方法研究
論文︰電子商務信用評分方法研究
發布時間︰2019年10月09日 16:09:02

(am8訊)摘要︰信用問題是困擾電子商務發展的主要瓶頸問題。文章對電子商務網站的信用評分機制進行了研究,指出了現有評分方法存在的問題,提出了新的電子商務信用評分模型,通過權衡考慮交易對方的信用度,交易次數和交易金額等,來計算被評用戶的信用度及信用等級。

信息傳播的便捷性、快速性及用戶規模和潛在價值的巨大性,使得電子商務成為信息時代商業發展的趨勢。但虛擬市場產品的不可觸摸性、交易的匿名性加劇了信息的不對稱。在線交易的非人格化和信息的不對稱性使虛擬市場不確定性加大,即交易風險增加。信用是電子商務得以實施的關鍵因素。由于對日益增長的信用風險的預期,更多的互聯網用戶已經放棄了在線交易,在這種情況下,交易伙伴的信用成為交易者決策的關鍵因素和信號。為了保證更安全的在線交易,許多電子商務新貴紛紛斥巨資提高信用,也有些虛擬市場巨擘依靠自己的實力和信譽提供信用服務,如提供信用圖章等。本文僅就電子商務信用評分問題進行探討。

一、現有電子商務網站信用評分體系

在當前的電子商務交易中,普遍使用一種信用評分體系,即在完成一次交易後,交易雙方利用對交易的綜合評價相互打分。這種信用評分機制(信用的激勵約束機制)在一定程度上降低了在線買賣雙方信息的不對稱性,並為在線交易者采取守信行為提供了動力;也在一定程度上約束了在線交易者的失信行為。一個性能良好的信用評分系統應滿足三個基本條件︰1、能為準確地區別守信者和失信者提供充分的信息;2、能有效地激勵在線交易者成為守信者;3、能夠懲罰在線失信行為。但現有網站信用評分系統存在一些缺陷,難以滿足上述基本條件。

(1)信用等級設計簡單

目前的評價分為“好評、中評、差評”三類,好評加一分,中評 不加分,差評扣一分。信用計分原理簡單,無法準確反映出用戶的真實評價。比如在淘寶網中,對同一賣家,有兩位買家就自己買到的商品都給出了好評。其實,查看兩位買家的評論發現買家對賣家的產品都有不滿意的地方,第一例 是收到的商品沒有包裝,第二例是商品與網上 描 述不相符,由于這兩個買家最終還是收到了商品,而且 質量沒什麼問題,所以仍然給了賣家好評。

(2)沒有充分考慮原有信用度的影響

例如,有兩個交易者,A的信用度為1000,B的信用度為1。顯然同樣一個信用度增量(1,0,-1)對于A和 B的影響是不同的。 現有網站評分系統不能完全而動態地反映在線交易者原有信用度(尤其是靜態信用信息)的影響,因此,信用信息披露是不充分的 。

(3) 沒有充分考慮交易次數的影響

因為累計是正負分的代數和,所以現有信用評分系統不能反映已發生的交易中失信和守信交易次數的對比關系。但實際上,交易次數、失信和守信交易次數的對比關系對信用值的影響是比較大的。

(4)沒有考慮時間權重的影響

在實際中,信譽形成是一個隨時間變化的積累過程,用戶行為變化也會導致其信譽狀況的波動。現有的信用評分系統沒有考慮時間權重,不能科學合理地反映用戶的信譽狀況。

(5) 沒有充分考慮交易額的影響

有些交易者為了盡快地獲得較高的信用度和信用等級,在初期交易時,守信地交易一些低價值的商品;當信用度和信用等級到達較高的水平後,對一些高價值的商品交易進行失信交易,從而獲得較高的不正當收益。

二、改進後的電子商務信用評分模式

基于上述分析,建議作如下改進︰

(1) 賦予原有信用度一個權重

充分考慮原有信用度的影響,在統 計用戶A所得到的信用評分時,既要考慮用戶A所得到的交易信用評價,也要考慮所有人(所有交易用戶和非交易用戶)對用戶A的全局信用評價。權重的大小以交易額為基礎,同時考慮用戶自己的交易經驗或風險態度來決定。

(2)改進信用評分等級設計

為了更準確地反映用戶的真實評價,將信用評價分為五個等級︰好評、較好、中評、較差、差評。每種評價對應一個分數具體為︰好評加2分,較好加1分,中評不加分,較差扣1分,差評扣2分,即+2,+1,0,-1,-2。信用評價等級細分和對應不同的分值使用戶的信譽累加更加科學,同時能提高用戶誠實守信的積極性。

(3) 在模型中引入滿意度 Lux

Lux=max(Sux,0) /Σmax(Sux,0)

若Σmax(Sux,0)=0, 則令Lux=Σf(x,u)/I(u)

其中,S ux=Gux- Fux, Sux 表 示 交 易 方 u從 交 易方 x得到的滿意評 價的次數; Gux為交易方x與交易方u交易成功的次數; Fux為交 易方x與交 易方u交易失敗的次數。

由定義可知︰ Sux> O說 明 x對 u有 正 面的 評 分 ; Sux<0說明x對u有負面的評分 。

模型中引入滿意度Lux和滿意評價的次數Sux,充分考慮了交易次數的影響,解決了現有在線評分系統不能反映已發生的交易中失信次數和守信次 數的對比關系的問題。

(4) 引入評分時間權重

信譽反饋評分在不同時期不具有簡單的累加性。通常近期的信譽反饋評分要比早期的評分更具說服力,也更具有參考價值 。改進的模型在計算用 戶信用值時引入評分時間權重,使信用評分系統從靜態領域拓展到動態領域,更符合評價實際。

(5)依據交易金額賦予信用度相應權重

在改進的信用評分模型中,考慮了交易金額對被評用戶信用度變化的影響,即交易金額越大,影響越大。這種機制既考慮了交易金額的影響,又考慮了交易次數的影響,大大降低了投機交易者利用頻繁的小額交易來累積信用積分進而進行失信在線交易的可能性。

綜合以上研究,提出如下電子商務信用評分模 型︰

T(u)=α/l(u)?ΣLux? p(t-t' ) ?f(x , u)? D(x , u)+( 1-α)/

lh(u)?ΣLux?f(x,u)

其中 心α  [0,1],x=l,2,……l(u) 。

T(u)表示交易方u在一特定時間段內的信用值; l ( u)表示交易方u在一特定時間段內交易數量的總和; t'表示交易開始的時間,t 表示交易結束的時間,p為時間折現因子,p(t-t')為時間折現函數,表示信譽反饋評分的時間權重; f(x,u)為交易結束後用戶x 對u的信譽反饋評分; D(x,u)表示交易方u參與第x個交易的交易金額; Ih(u) 表 示交易方u在一特定時間段內的歷史信用評分值; α表示交易獲得的信用評分的權重,以 交易額為基礎,同時考慮用戶自己的交易經驗或風險態度來確定。

在線交易中,交易者的行為取決于交易伙伴的信用。 當預先不知道交易者的真實身份時,信用建立是非常困難的。 但交易者能從交易伙伴的歷史交易記錄中感知其信譽和其未來行為的可能性或傾向。

三、 結論

電子商務信用評分體系的建立與完善是電子商務健康發展的重要保障,也有利于促進我國信用體系的建設。 文中針對現有的電子商務信用評價機制存在的問題,建立了改進的信用評分模型,進而提出了新的信用評分算法。 新的評分算法通過權衡考慮交易對方的信用度和交易次數、交易時間權重、交易金額來計算被評用戶的信用加權平均分和信用度,再確定被評用戶的信用等級,解決了當前電子商務網站采用的簡單的信用累積評分算法存在的主要問題。 本文僅從理論方面對電子商務的信用評分方法進行了探索,後續工作將通過仿真實例進行驗證,並就如何應用于真實Internet環境下進行研究。 為了完善電子商務信用體系,還需要在電子商務交易規則、身份認證、信用體制等方面不斷進行改進。(來源︰微信公眾號灣區信用 文/單聯香 鮮濤 編選︰am8

am8“電融寶”是專業的am8亞美投融資服務平台。擁有的20000+投資方數據庫(包括天使投資人、VC/PE、產業資本、互聯網巨頭、上市公司等),以及近20年10000+am8亞美融資事件大數據庫。為創業者提供項目主頁、項目診斷、項目包裝、投資人對接、項目宣傳、融資路演、社群對接、數據庫定向發送等多項服務。是am8亞美am8亞美不錯ag發財網投融資的重要“智庫”與投資者之間的“橋梁”。

【版權聲明】秉承互聯網開放、包容的精神,am8歡迎各方(自)媒體、機構轉載、引用我們原創內容,但要嚴格注明來源am8;同時,我們倡導尊重與保護知識產權,如發現本站文章存在版權問題,煩請將版權疑問、授權證明、版權證明、聯系方式等,發郵件至law@netsun.com,我們將第一時間核實、處理。

平台名稱
平台回復率
回復時效性
用戶滿意度