BP神经网络的C2C电子商务信用评价模型的建立

从店铺信息、商品、卖家服务等方面建立C2C电商信用评价体系,在淘宝网获取了242条卖家信息,利用SPSS两步聚类法将数据进行聚类,运用MATLAB的BP神经网络工具箱,将评价指标数值作为输入,聚类结果作为输出,构建了三层BP神经网络,以230条数据为训练样本,得到具有较快收敛速度和较高准确率的BP网络。在此基础上,以12条卖家信息作仿真实验,对卖家信用等级进行客观的预测评价,最终建立C2C信用评价模型。