电子商务平台用户信用消费风险评估方法——基于数据挖掘技术

本文基于国内某电子商务平台的用户购买行为数据,分别利用逻辑回归、支持向量机、随机森林和Xgboost建立信用评估模型,通过AUC值和F1得分比较各个模型的优劣,最终对表现优异的模型进行再次融合,从而提高电子商务平台风险评估效率。     

淘宝商家的质量信用评价体系构建

现如今电子商务已走进人们的生活,随着电子商务的发展,质量信用问题逐渐增多,本文通过资料搜集和淘宝现有评价体系的研究,构建了一个符合淘宝商家的质量信用评价体系,并利用具体商家对体系进行实证。     

基于声誉的C2C电子商务信用评价模型研究

信用问题是困扰电子商务发展的主要瓶颈。针对目前C2C电子商务网站采用的信用评价模型的不足,对评价指标进行了改进,融入交易金额、评价可信度、反馈信息的离散程度和对非正常退货的惩罚等多种影响因子,提出了一种新的C2C电子商务信用评价模型。基于真实数据的实验表明,所构建的模型在性能上优于目前的信用评价算法。     

C2C模式下的商家信用评价体系探讨——以淘宝网为例

随着电子商务的蓬勃发展,信用方面的问题一个个接连出现,在一定程度上阻碍了电子商务的发展。C2C电子商务模式是消费者与消费者之间的电子商务,有很大的市场发展潜力。本文通过对淘宝网的信用评价体系进行分析,分析影响商家信用等级的因素,提出对淘宝网商家信用评价体系的改进意见,并建立了改进后的商家信用评价公式。     

基于信息融合理论的电子商务信用行为研究

本文结合电子商务的发展现状,分析了研究信用行为的重要意义,述评了现有研究成果,并在此基础上,将信用行为划分为三个维度,继而构建了电子商务信用行为管理模型,运用Kalman滤波理论对模型进行递推,基于Bar-Shalom-Campo信息融合算法实现多维信用行为的信息融合,最终推导出系统信用值的表达式。     

基于模糊综合评价法的C2C电子商务二阶段信用评价模型

本文在分析现有C2C电子商务信用评价模型的基础上,利用模糊综合评价方法,提出构建基于模糊综合评价的C2C电子商务二阶段信用混合模型。利用新建模型,从静态和动态两方面对交易主体的信用做出综合评价,得出初始信用评价指数、历史信用评价指数和近期信用评价指数,三个信用评价指数反映了交易主体不同时期的信用状况,为交易主体提供了交易对方更加准备的信用信息,降低的交易的信用风险,基本解决现存信用评价模型所存在的一些问题。     

基于EAI平台数据挖掘的电子商务定价研究

EAI适应互联网的应用,支持跨平台的多信息系统模块的协同应用,与供应商、客户信息系统、电子商务平台有广泛的数据、业务逻辑的接口,是现代企业尤其是规模制造企业的转型升级必不可少的利器。利用数据挖掘技术,对EAI平台积累的大量的历史数据和信息进行挖掘与分析,可以发现有价值的商业信息。本文对数据挖掘技术进行了进入研究,从电子商务实际运营角度,提出并构建了基于数据挖掘的电子商务定价模型。     

XML与电子商务融合技术的研究与实现

本文介绍XML在电子商务中应用的技术特点,提出了基于XML的电子商务平台模型,研究并实现了如何在电子商务中利用XML数据岛进行有机融合的问题。     

社会化电子商务背景下团购网在线信用评价模型研究

随着社会化电子商务和团购网的快速发展,在线信用评价体系的作用越来越重要,它是一种建立信任的工具。在分析社会化电子商务背景下团购网在线信用所具有的特征及现有信用评价模型存在问题的基础上,提出一套在线信用评价指标体系,并运用基于层次分析法的模糊综合评价法将信用反馈集结为综合信用分。     

电商平台信息对商家营销决策优化研究——基于天猫平台数据的检验

挖掘电商平台信息的效用价值对提升电商企业数字化营销水平具有重要意义,能够为电商平台商家制定高效的营销决策提供科学依据。本文采用符号回归方法,揭示产品价格、累计评价、收藏人气等信息对产品销量的影响关系。结果发现4个适应度较高的模型,电商平台商家需要结合实际情况,确定选择哪个模型。并揭示了销量与产品价格、收藏人气、累计评价密切线性相关,核心变量是累计评价。基于此,应加强在线评论管理,激发消费者撰写评论的积极性;增加产品累计评价与收藏人气,并提升转化率;根据销售目标制定相应的营销策略,提升服务质量,拉动消费者需求升级。     

电子商务信用中介经济功能的实证分析

电子商务信用中介是电子商务市场中的第三方实体机构,其目标是克服电子商务市场的信用障碍与信用风险,提高电子商务市场整体的信用信息与信用意识,形成良好的信用文化.在电子商务实践过程中,第三方信用中介平台扮演了相当重要的角色,它通过制定交易规则、实施交易管理,如实名认证、支付托管、信用评价等手段,构建电子商务市场中的信用机制,从而实现维护公平交易环境、促进交易达成的目标.本文采用调查问卷的方法,通过构建结构方程式模型对第三方信用中介的作用机理进行实证研究.研究结果显示,除实名认证对网站信任的作用未通过验证外,其他研究假设均得到了验证.信用反馈机制的有效性、第三方支付工具的有效性、沟通及互动机制的有效性对交易主体对电子商务网站的信任有正向影响;电子商务网站平台的信任对交易主体的最终购买意向有正向影响.     

互联网金融的信用风险评估与预警研究

随着互联网金融的蓬勃发展,用户对消费金融的需求也越来越丰富多样。满足用户的多样化需求与建立健全风险监管体系成为互联网金融发展的重中之重。如何实现数据驱动服务升级、技术辅助市场监管成为研究的热点问题。本文通过数据处理与特征工程实现用户认证信息、金融信息、行为信息的融合,利用深度森林算法建立模型进行信用风险评估。结果表明,该方法能有效挖掘数据潜在价值,提高信用风险评估与预警效果。最后,本文针对互联网金融的信用风险预警与市场监管提出了建议。     

电子商务平台信用评估方法改进研究

随着我国电子商务的迅猛发展,电子商务平台信用问题越来越受到关注。本文首先对国内外电子商务信用环境现状和目前国内电子商务平台信用评估机制状况进行了分析,指出了国内电子商务平台信用评估机制的不足,并总结了影响电子商务平台信用评估机制的五大因素,然后引入层次分析法确定影响电子商务平台信用评估的五大要素的权重,对电子商务平台信用进行评估,以改进现有电子商务平台信用评估的方法。     

基于C2C模式的电子商务信用评价模型研究

目前,人类进入信息化时代,电子商务C2C模式迅速发展,与此同时也存在很多问题,尤其是商家与消费者的信任问题,信任问题愈演愈烈成了电子商务发展路上的一大阻碍。针对这一障碍,C2C电子商务的网站技术管理人员也构建了信用评价模型,提出信用评价体系,这一模型的提出促进了人们对网购产品的质量信任,保证买家与卖家网络交易的安全性,但,信用评价模型也存在着一定的不足之处。因此,本文将浅析C2C模式的电子商务信用评价模型,以此来供相关人士参考与交流。     

基于卖方个人信用的电子商务交易主体信用评价研究

随着我国电子商务的快速发展,电子商务交易主体信用评价体系建设已成为规范电子商务市场经济秩序的重要基础.以模糊综合评价法、层次分析法为基础,从基础评价、关键评价、参考评价和重点评价四个方面构建卖方个人信用评价指标体系,并建立信用评价模型.实证研究表明,该信用评价模型具有一定的可用性和科学性.     

基于消费者感知的C2C电子商务信用评价模型研究

信用风险是C2C电子商务进一步发展的瓶颈。现有电子商务环境下的信用评价体系存在诸多不利因素,如信用评价指标欠客观,信用评价等级过于简单,信用度与交易金额关联性不强,信用评价的真实性不充分,评价率不明确,对评价者本人的信用考虑不够等。基于消费者在消费过程中对整个交易的感知,考虑多方面因素,进行综合评价,在计算信用度时,对受信方的近期信用、信用度高的授信方、实际交易金额大的交易给予更高的权重,力图更真实客观的反映受信方的信用状况,降低消费者在电子商务环境下的实际交易风险和心理负担,以达成交易双方正常的商务关系。     

基于Web使用挖掘的个性化电子商务的设计

随着电子商务的广泛的应用,将Web数据挖掘技术用于电子商务可以实现个性化的电子商务,从而更好的满足用户的需求。本文构建了基于Web使用数据挖掘的个性化电子商务的模型,对该模型中的数据资源,关键技术及基本流程进行了研究和探讨。     

基于语义分析的电子商务产品用户评价分析与研究

随着Web3.0的迅速发展,人们无论在生活上还是工作中,对电子商务的依赖性都不断的增强。因此用户在电子商务平台中对商品的选择上,很大程度上依赖于该商品的用户评价。对于商家来说,在投资产品时也依赖于用户对该商品的评价等级,因此如何建立电子商务平台中产品的用户评价分析模型,为用户和商家提供可靠的决策依据有着重要的作用。本文主要是基于语义分析的模型,采取VSM来得到用户评价总体情感倾向。     

双向电子商务信用评价体系的构建与模型分析

本文探讨了电子商务过程中的信用评价问题,通过分析目前电子商务信用评价方法的缺陷,即集中体现为单边信用评定,提出了构建新型的双向电子商务信用评价方法,即对买卖双方同时进行电子商务信用分析,以保证电子商务信用的统一性、权威性和兼容性。本文具体阐释了双向信用评价模型的框架结构、运行模式和实施方法,并运用层次分析法对双向电子商务信用评价体系的实施进行了模拟。     

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。