欢迎来到论文网! 加入收藏 | 设为论文网 | 网站地图 | Tags标签 | RSS
论文网 论文网8200余万篇毕业论文、各种论文格式和论文范文以及9千多种期刊杂志的论文征稿及论文投稿信息,是论文写作、论文投稿和论文发表的论文参考网站,也是科研人员论文检测和发表论文的理想平台,lunwenf@yeah.net。
您当前的位置:论文网 > 经济管理 > 工商管理论文

一种改进的电子商务信用评价模型-论文网

时间:2015-02-25  作者:祁燕
论文摘要:一种改进的电子商务信用评价模型-论文网
论文关键词:电子商务,信用评价
  1.概述
  根据我国权威的中国互联网信息中心(CNNIC)的调查报告显示,从2007-2009的对比看,网络消费指数增长明显,具有较高的增长空间,同时,65.9%的网民认为“网络交易不安全”。这些问题无疑制约着网络消费类应用的深度发展,其中最难解决的问题就是信用问题。据315TS发布的数据显示,2009年,315TS共接到网络购物的投诉21657宗,与2008年相比,增长了248.58%。网络消费投诉已经成了新的热点,投诉量在增长,电子商务,这种新兴的交易方式吸引了大量的中小企业和个人消费者,但是由于其交易方式的特殊性,以及监管的困难,各种问题日益增多,其中,信用问题已经成了制约电子商务发展的重要问题。信用评价模型在电子商务信用评价管理中利用率越来越高,而建立一套较为完善的信用评价体系对于电子商务的发展尤为重要,它可以客观地反映交易主体的历史交易获得的评价,从而大大提高了交易的成功率。
  2.电子商务信用评价体系分析
  我国电子商务从90年代初开始兴起,然而有意识的电子商务交易信用评价出现也只仅限于90年代末期出现的B2B和C2C中,现在的淘宝、拍拍这种信用评价已经成为衡量一个店铺信用级别的唯一标准。
  2.1信用评价指标分析
  对目前国内外电子商务网站的信用评价指标进行分析,可以发现这些影响信用评价的指标主要可以划分为两个部分,一部分叫静态信用评价,静态信用评价是衡量网店信用的重要组成部分;另一部分是动态的信用评价,是在交易的积累和反馈中不断变化的,这部分信用是可以通过交易历史或炒作达到的,并且在交易过程中不断变化的,所以在用户购买物品时只可作为部分参考信用,不能看成是衡量网店信用的全部。
  2.2现有的电子商务信用评价体系的问题
  信用评价大都只是简单的对每次交易的评价结果进行累加,该方法将用户得到的所有信用反馈评分进行累加,作为用户的总体信用值。淘宝、易趣等大多拍卖网站都采用这种累计信用模型。累加信用模型表示为:
  
  其中R表示用户的当前信用度,R表示用户近期信用度,r表示用户得到第n次信用反馈评分,r∈{-1,0,1}。
  现有的信用评价中静态、动态各有不足:静态信用评价更加注重卖方进行身份认证;缺乏监管机制;忽视交易双方所在地区、交易方式等表示买卖双方基本信息的数据;动态信用评价容易助长信用炒作;信用评价体系不完善,信用数据无法共享;信用数值的可比性和区分度差;忽视评价人的信用状况;缺乏行业及商品类型特点。
  3.改进的信用评价模型实现
  本文在分析电子商务信用评价指标的基础之上,结合我国电子商务的特点,利用模糊综合评价方法,构建电子商务的双层模糊综合信用评价模型,从而通过对电子商务信用评价指标进行量化,来为买卖双方提供信用参考,使交易主体做出合理的选择,降低交易风险。根据上述分析,该文利用模糊综合评价方法,提出改进后的交易主体的信用评价模型——双层模糊综合信用评价模型,如图1所示:
  图1双层模糊综合信用评价模型原理图
  3.1数学模型
  (1)静态信用评价指标评分矩阵确定
  说明:
  U:是静态信用指标评分矩阵;
  V:是静态信用评价指标集合;
  V=(v,v,v,v,v,v,v)
  =(年龄,性别,婚姻状况,学历,职业,银行存款,月收入)
  T:是各个指标的等级域;指标不同,n的取值不同,对于空位以“0”填充;
  T={t,t,…t}
  S:它是每个指标对应论域上的取值;
  (2)动态信用评分模型
  根据已经建立的动态信用评价指标,利用模糊隶属函数,得到模糊评分矩阵如下:
  说明:
  U:一次交易的动态信用评价指标评分矩阵
  V=(v,v,v,v,v,v)=(买家信用度,交易金额,时间,质量,售后服务,价格)
  T={u,u,…,u}={很满意,满意,基本满意,不满意,非常满意},根据指标不同,T的域也有所不同,但基本以上述五项为主。
  (3)近三个月信用评分模型
  设置静态信用评价和动态信用评价两上因素的权重分别为W1’,W2’;根据专家制度法,得到权重分配为W1’=0.45,W2’=0.55
  
  说明:
  S0:是交易主体近三个月内的交易评分总值;
  S1:是交易的静态信用评分;
  S2i:是一次交易的动态信用评分;
  n:是交易主体在三个月内进行交易的总次数;
  (4)双层模糊综合信用评价模型
  利用式(4-6),根据信用评分的积累次数,计算出某交易主体的综合信用积分,
  
  说明:
  S:它是交易主体进行所有交易所得到的信用积分,反映了交易主体进行交易的整体信用情况;
  S:三个月内的信用积累评分;
  m:信用评分的累积次数。
  3.2双层模糊综合信用评价模型程序实现
  本文着重阐述双层模糊综合评价模型程序实现,对静态、动态信用评价程序不予表述。根据静态和动态信用评价阶段的信用评价得分,得出用户的两个综合信用评分;设置静态信用评价和动态信用评价两上因素的权重分别为W’,W’;根据专家制度法,得到权重分配为W’=0.45,W’=0.55,运用matlab程序,计算出近三个月的信用评价得分和综合评价得分,程序如下:
  function[ScoreSta,ScoreDyn,ScoreCol,ScoreInt]=FullFuzzy(Static,Dynamic,Colli,Integrate)
  %获取静态输入指标
  Age=str2num(cell2mat(Static(1)));
  Sex=cell2mat(Static(2));
  Marry=cell2mat(Static(3));
  Degree=cell2mat(Static(4));
  Career=cell2mat(Static(5));
  Wage=str2num(cell2mat(Static(6)));
  Savings=str2num(cell2mat(Static(7)));
  %调用静态评价函数
  [ScoreSta,U1]=StaticFuzzy(Age,Sex,Marry,Degree,Career,Wage,Savings);
  %获取动态输入指标
  Credit=cell2mat(Dynamic(1));
  Trade=cell2mat(Dynamic(2));
  Time=cell2mat(Dynamic(3));
  Qc=cell2mat(Dynamic(4));
  Sale=cell2mat(Dynamic(5));
  Price=cell2mat(Dynamic(6));
  %调用动态评价函数
  [ScoreDyn,U2]=DynamicFuzzy(Credit,Trade,Time,Qc,Sale,Price);
  %近三个月的评价得分
  [r,c]=size(Colli);
  Credit=zeros(r,1);
  Trade=zeros(r,1);
  Time=zeros(r,1);
  Qc=zeros(r,1);
  Sale=zeros(r,1);
  Price=zeros(r,1);
  ScoreDynCol=zeros(r,1);
  fori=1:r
  Credit=cell2mat(Colli(i,1));
  Trade=cell2mat(Colli(i,2));
  Time=cell2mat(Colli(i,3));
  Qc=cell2mat(Colli(i,4));
  Sale=cell2mat(Colli(i,5));
  Price=cell2mat(Colli(i,6));
  ScoreDynCol(i)=DynamicFuzzy(Credit,Trade,Time,Qc,Sale,Price);
  end
  %权重系数,根据专家制度进行赋值
  W=[0.450.55];
  %近三个月的评价得分
  ScoreCol=ScoreSta*W(1)+sum(ScoreDynCol)*W(2);
  %近三个月的评价得分
  [r,c]=size(Integrate);
  fori=1:r
  [rr,cc]=size(Integrate{i,:});
  forj=1:rr
  Credit=cell2mat(Integrate{i,:}(rr,1));
  Trade=cell2mat(Integrate{i,:}(rr,2));
  Time=cell2mat(Integrate{i,:}(rr,3));
  Qc=cell2mat(Integrate{i,:}(rr,4));
  Sale=cell2mat(Integrate{i,:}(rr,5));
  Price=cell2mat(Integrate{i,:}(rr,6));
  ScoreInt(i,j)=DynamicFuzzy(Credit,Trade,Time,Qc,Sale,Price);
  end
  end
  ScoreSum=sum(ScoreInt');
  ScoreInt=ScoreSta*W(1)+ScoreSum*W(2);
  ScoreInt=sum(ScoreInt);
  3.3实例验证
  (1)设置静态指标为:(27,男,未婚,大学,普通职员,1500,5000)
  (2)设置第一次“近三个月交易动态指标”为:;(很高,大,很满意,满意,基本满意,基本满意')和(很高,一般,不满意,满意,满意,基本满意);第二次“近三个月交易动态指标”为:(很高,很大,很满意,满意,基本满意,不满意)(很高,低,基本满意,满意,很不满意,满意)(很高,一般,不满意,满意,满意,基本满意)
  运用Matlab程序计算,输入及获得结果如图:
  图2matlab运算界面
  即:静态信用评分为:0.3665;一次动态信用评分为:0.81;近三个月信用评分为:1.0064;综合信用评分为:2.3098。
查看相关论文专题
-------------------------------------------------------------------------
加入收藏  打印本文
上一篇论文:如何充分发挥班委干部的核心作用-论文网
下一篇论文:新疆生产建设兵团产业结构调整研究—基于灰色关联分析模型的实证分析
经济管理分类
电子商务论文 人力资源管理论文
企业管理论文 市场营销论文
管理学论文 国际贸易论文
工商管理论文 财务管理论文
项目管理论文 网络营销论文
经济学论文 客户关系管理论文
酒店管理论文 物流论文
质量管理论文 金融论文
教育管理论文 成本管理论文
广告设计论文
相关工商管理论文
最新工商管理论文
读者推荐的工商管理论文