基于层次分析法的动态C2C电子商务信用评价模型改进研究

来源:用户上传      作者:

　　【摘要】利用多因素分析法算出买卖双方信用评价比重，科学设定成交额、时间跟踪、信用值对信用评价的影响权重比例，建立交易双方信用值综合计算公式。
　　【关键词】因素分析法;信用违约
　　 为了降低买卖双方为了各自利益做出的不诚信行为，国内所有电子商务平台都有自己的评价系统，跟踪买卖交易过程，分析评价行为，计算双方信用值。现有C2C平台信用评价模型存在结构单一，不全面准确性较差，信用评价标准不一致，信用数据不共享等问题。建立一个更加准确、全面、数据共享的第三方信用评价平台势在必行。
　　1 C2C电子商务动态信用评价模型改进原则
　　电子商务行业主流的信用评价模型，采用累加法，双方完成交易然后互评，不同评价获得不同分值，累加计算出最后分值，从而显示不同时期信用状况变化。系统简单，运营成本较低，能够有效降低信用违约风险。实际运作中存在如下因素对信用评价的影响需要改进：（1）交易金额;（2）评价时间;（3）买家信用度。
　　2 C2C卖家动态信用评价模型的构建
　　在全新的动态评价体系中，设定为五个评分档，较好（+1），好（+0.5），中（0），差（-1），较差（-2）。买家打分后通过公式算出得分。模型自动采集交易金额、双方信用评级、评价时间等数据，将数据输入模型最后综合计算出准确的信用值。
　　2.1评价指标的权重的确定
　　采用阶梯层级递进的原则进行各指标权重判定。通过邀请业内权威专家评审团分别对同级指标和子级内同级指标进行分析比较，由公式计算其全部指标的重要特性值，建立一个指标重要特性判断矩阵。
　　2.1.1一级指标权重的确定
　　第一步，构造卖家信用值判断矩阵;第二步，计算重要性排序;第三步，一致性检验。
　　2.1.2二级指标权重的确定
　　（商品信息）B1、（服务水平）B2、（配送延时）B3的判断矩阵及指标权重，二级评估指标的权重为下：WB1（0.2314，0.5817，0.1205，00664）;WB2（0.2297，0.1220，0.6483）;WB3（0.6667，0.3333）。
　　2.1.3层次总排序
　　根据卖价的信用值A，通过二级指标层对于一级指标层权重的排列，可以清晰看出各指标在信用评价体系中所占的权重比例。
　　2.2交易金额加权计算
　　为求公平公正，需要将成交额数据纳入评价模型中。通过对京东以及淘宝网交易数据进行大数據分析，以及对卖家进行问卷调查，得出如下商品交易额权重。
　　
　　 3 C2C买家动态信用评价模型的构建
　　3.1买家信用度加权计算
　　为了保证信用配件准确性也必须需要把买家信用等级加入到评价模型中。高信用买家的权重高于低信用买家。
　　3.2评价时间加权计算
　　评价模型必须根据不用的评价时间对卖家信用产生不同的影响。应该增加近期评价在模型中的权重比例。提高评价准性，将降双方违约风险。
　　参考文献：
　　[1]李道全，吴兴成，郭瑞敏.基于层次分析法的电子商务交易决策模型[J].现代电子技术，2017，40（10）：68-71.
　　[2]郭顺利，张向先，李中梅.基于加权灰色关联度的C2C平台商品信息可信度评估方法研究[J].情报科学，2017（7）：142-148.
　　[3]李聪，李雪琴，Gajanan G.Hegde，等.C2C电子商务差异化折扣模型：基于在线购买历史聚合[J].管理工程学报，2016，30（2）：64-75.
　　作者简介：
　　王晓东（1978-），男，汉族，辽宁朝阳人，本科，副教授，研究方向：政务信息化与电子商务。
转载注明来源:https://www.xzbu.com/2/view-15099234.htm