当前位置:100EC>数字研究>论文:电子商务信用评分方法研究
论文:电子商务信用评分方法研究
发布时间:2019年10月09日 16:09:02

(网经社讯)摘要:信用问题是困扰电子商务发展的主要瓶颈问题。文章对电子商务网站的信用评分机制进行了研究,指出了现有评分方法存在的问题,提出了新的电子商务信用评分模型,通过权衡考虑交易对方的信用度,交易次数和交易金额等,来计算被评用户的信用度及信用等级。

信息传播的便捷性、快速性及用户规模和潜在价值的巨大性,使得电子商务成为信息时代商业发展的趋势。但虚拟市场产品的不可触摸性、交易的匿名性加剧了信息的不对称。在线交易的非人格化和信息的不对称性使虚拟市场不确定性加大,即交易风险增加。信用是电子商务得以实施的关键因素。由于对日益增长的信用风险的预期,更多的互联网用户已经放弃了在线交易,在这种情况下,交易伙伴的信用成为交易者决策的关键因素和信号。为了保证更安全的在线交易,许多电子商务新贵纷纷斥巨资提高信用,也有些虚拟市场巨擘依靠自己的实力和信誉提供信用服务,如提供信用图章等。本文仅就电子商务信用评分问题进行探讨。

一、现有电子商务网站信用评分体系

在当前的电子商务交易中,普遍使用一种信用评分体系,即在完成一次交易后,交易双方利用对交易的综合评价相互打分。这种信用评分机制(信用的激励约束机制)在一定程度上降低了在线买卖双方信息的不对称性,并为在线交易者采取守信行为提供了动力;也在一定程度上约束了在线交易者的失信行为。一个性能良好的信用评分系统应满足三个基本条件:1、能为准确地区别守信者和失信者提供充分的信息;2、能有效地激励在线交易者成为守信者;3、能够惩罚在线失信行为。但现有网站信用评分系统存在一些缺陷,难以满足上述基本条件。

(1)信用等级设计简单

目前的评价分为“好评、中评、差评”三类,好评加一分,中评 不加分,差评扣一分。信用计分原理简单,无法准确反映出用户的真实评价。比如在淘宝网中,对同一卖家,有两位买家就自己买到的商品都给出了好评。其实,查看两位买家的评论发现买家对卖家的产品都有不满意的地方,第一例 是收到的商品没有包装,第二例是商品与网上 描 述不相符,由于这两个买家最终还是收到了商品,而且 质量没什么问题,所以仍然给了卖家好评。

(2)没有充分考虑原有信用度的影响

例如,有两个交易者,A的信用度为1000,B的信用度为1。显然同样一个信用度增量(1,0,-1)对于A和 B的影响是不同的。 现有网站评分系统不能完全而动态地反映在线交易者原有信用度(尤其是静态信用信息)的影响,因此,信用信息披露是不充分的 。

(3) 没有充分考虑交易次数的影响

因为累计是正负分的代数和,所以现有信用评分系统不能反映已发生的交易中失信和守信交易次数的对比关系。但实际上,交易次数、失信和守信交易次数的对比关系对信用值的影响是比较大的。

(4)没有考虑时间权重的影响

在实际中,信誉形成是一个随时间变化的积累过程,用户行为变化也会导致其信誉状况的波动。现有的信用评分系统没有考虑时间权重,不能科学合理地反映用户的信誉状况。

(5) 没有充分考虑交易额的影响

有些交易者为了尽快地获得较高的信用度和信用等级,在初期交易时,守信地交易一些低价值的商品;当信用度和信用等级到达较高的水平后,对一些高价值的商品交易进行失信交易,从而获得较高的不正当收益。

二、改进后的电子商务信用评分模式

基于上述分析,建议作如下改进:

(1) 赋予原有信用度一个权重

充分考虑原有信用度的影响,在统 计用户A所得到的信用评分时,既要考虑用户A所得到的交易信用评价,也要考虑所有人(所有交易用户和非交易用户)对用户A的全局信用评价。权重的大小以交易额为基础,同时考虑用户自己的交易经验或风险态度来决定。

(2)改进信用评分等级设计

为了更准确地反映用户的真实评价,将信用评价分为五个等级:好评、较好、中评、较差、差评。每种评价对应一个分数具体为:好评加2分,较好加1分,中评不加分,较差扣1分,差评扣2分,即+2,+1,0,-1,-2。信用评价等级细分和对应不同的分值使用户的信誉累加更加科学,同时能提高用户诚实守信的积极性。

(3) 在模型中引入满意度 Lux

Lux=max(Sux,0) /∑max(Sux,0)

若∑max(Sux,0)=0, 则令Lux=∑f(x,u)/I(u)

其中,S ux=Gux- Fux, Sux 表 示 交 易 方 u从 交 易方 x得到的满意评 价的次数; Gux为交易方x与交易方u交易成功的次数; Fux为交 易方x与交 易方u交易失败的次数。

由定义可知: Sux> O说 明 x对 u有 正 面的 评 分 ; Sux<0说明x对u有负面的评分 。

模型中引入满意度Lux和满意评价的次数Sux,充分考虑了交易次数的影响,解决了现有在线评分系统不能反映已发生的交易中失信次数和守信次 数的对比关系的问题。

(4) 引入评分时间权重

信誉反馈评分在不同时期不具有简单的累加性。通常近期的信誉反馈评分要比早期的评分更具说服力,也更具有参考价值 。改进的模型在计算用 户信用值时引入评分时间权重,使信用评分系统从静态领域拓展到动态领域,更符合评价实际。

(5)依据交易金额赋予信用度相应权重

在改进的信用评分模型中,考虑了交易金额对被评用户信用度变化的影响,即交易金额越大,影响越大。这种机制既考虑了交易金额的影响,又考虑了交易次数的影响,大大降低了投机交易者利用频繁的小额交易来累积信用积分进而进行失信在线交易的可能性。

综合以上研究,提出如下电子商务信用评分模 型:

T(u)=α/l(u)·∑Lux· p(t-t' ) ·f(x , u)· D(x , u)+( 1-α)/

lh(u)·∑Lux•f(x,u)

其中 心α∈ [0,1],x=l,2,……l(u) 。

T(u)表示交易方u在一特定时间段内的信用值; l ( u)表示交易方u在一特定时间段内交易数量的总和; t'表示交易开始的时间,t 表示交易结束的时间,p为时间折现因子,p(t-t')为时间折现函数,表示信誉反馈评分的时间权重; f(x,u)为交易结束后用户x 对u的信誉反馈评分; D(x,u)表示交易方u参与第x个交易的交易金额; Ih(u) 表 示交易方u在一特定时间段内的历史信用评分值; α表示交易获得的信用评分的权重,以 交易额为基础,同时考虑用户自己的交易经验或风险态度来确定。

在线交易中,交易者的行为取决于交易伙伴的信用。 当预先不知道交易者的真实身份时,信用建立是非常困难的。 但交易者能从交易伙伴的历史交易记录中感知其信誉和其未来行为的可能性或倾向。

三、 结论

电子商务信用评分体系的建立与完善是电子商务健康发展的重要保障,也有利于促进我国信用体系的建设。 文中针对现有的电子商务信用评价机制存在的问题,建立了改进的信用评分模型,进而提出了新的信用评分算法。 新的评分算法通过权衡考虑交易对方的信用度和交易次数、交易时间权重、交易金额来计算被评用户的信用加权平均分和信用度,再确定被评用户的信用等级,解决了当前电子商务网站采用的简单的信用累积评分算法存在的主要问题。 本文仅从理论方面对电子商务的信用评分方法进行了探索,后续工作将通过仿真实例进行验证,并就如何应用于真实Internet环境下进行研究。 为了完善电子商务信用体系,还需要在电子商务交易规则、身份认证、信用体制等方面不断进行改进。(来源:微信公众号湾区信用 文/单联香 鲜涛 编选:网经社

网经社联合A股上市公司网盛生意宝(002095.SZ)推出消费品在线供应链金融解决方案。该产品具有按需提款、按天计息、随借随还、专款专用、循环信用贷、全线上流程操作等特点,解决消费品供应链核心企业及下游经销商/网店因库存及账期造成的流动性差“痛点”。》》合作联系

网经社“电数宝”电商大数据库(DATA.100EC.CN,注册免费体验全部)基于电商行业12年沉淀,包含100+上市公司、新三板公司数据,150+独角兽、200+千里马公司数据,4000+起投融资数据以及10万+互联网APP数据,全面覆盖“头部+腰部+长尾”电商,旨在通过数据可视化形式帮助了解电商行业,挖掘行业市场潜力,助力企业决策,做电商人研究、决策的“好参谋”。

【关键词】 电子商务信用评分
【投诉曝光】 更多>

【版权声明】秉承互联网开放、包容的精神,网经社欢迎各方(自)媒体、机构转载、引用我们原创内容,但要严格注明来源网经社;同时,我们倡导尊重与保护知识产权,如发现本站文章存在版权问题,烦请将版权疑问、授权证明、版权证明、联系方式等,发邮件至NEWS@netsun.com,我们将第一时间核实、处理。

        平台名称
        平台回复率
        回复时效性
        用户满意度
        微信公众号
        微信二维码 打开微信“扫一扫”
        微信小程序
        小程序二维码 打开微信“扫一扫”