摘 要：信用問題是困擾電子商務(wù)發(fā)展的主要瓶頸。針對目前C2C電子商務(wù)網(wǎng)站采用的信用評價(jià)模型的不足，對評價(jià)指標(biāo)進(jìn)行了改進(jìn)，融入交易金額、評價(jià)可信度、反饋信息的離散程度和對非正常退貨的懲罰等多種影響因子，提出了一種新的C2C電子商務(wù)信用評價(jià)模型?；谡鎸?shí)數(shù)據(jù)的實(shí)驗(yàn)表明，所構(gòu)建的模型在性能上優(yōu)于目前的信用評價(jià)算法。

關(guān)鍵詞：C2C電子商務(wù)；信用評價(jià)模型；聲譽(yù)；信用度

一、引言

據(jù)第37次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告顯示，截至 2015年12月，我國網(wǎng)購人數(shù)達(dá)到4.13億，增長率為14.3%；手機(jī)網(wǎng)購人數(shù)達(dá)到3.40億，增長率為43.9%?？梢姡娮由虅?wù)包括近兩年異軍突起的移動(dòng)電子商務(wù)已成為公眾經(jīng)濟(jì)生活中一種不可替代的方式。然而，在電子商務(wù)迅速發(fā)展的同時(shí)，也暴露出很多問題，雙11購物狂歡節(jié)的高成交率背后隱藏著高退貨率。網(wǎng)絡(luò)交易的虛擬性和信息不對稱造成中國電子商務(wù)市場的檸檬問題日益嚴(yán)重，我國電子商務(wù)的信用機(jī)制亟待加強(qiáng)。

本文針對現(xiàn)有信用評價(jià)模型的不足構(gòu)建了一種新的C2C信用評價(jià)模型。在該模型中，完善了交易評價(jià)及評價(jià)可信度的計(jì)算，綜合考慮了交易時(shí)間、交易金額、交易次數(shù)、節(jié)點(diǎn)反饋的離散程度和對非正常退貨的懲罰等多種影響因素，解決了現(xiàn)有信用評價(jià)機(jī)制存在的主要問題。

二、現(xiàn)有C2C信用評價(jià)模型的不足

目前C2C電子商務(wù)網(wǎng)站采用的信用評價(jià)算法存在諸多問題，歸納如下：

1.交易評價(jià)指標(biāo)過于簡單。僅將交易評價(jià)設(shè)置為差中好評三個(gè)等級，采用簡單的累加算法，以累計(jì)值作為節(jié)點(diǎn)的信用度。在此評價(jià)指標(biāo)設(shè)置下，消費(fèi)者完全憑個(gè)人當(dāng)時(shí)的主觀感受和判斷來評價(jià)，無法準(zhǔn)確反映出用戶的真實(shí)評價(jià)。

2.未考慮用戶評價(jià)的可信度。信譽(yù)高者和信譽(yù)低者的評價(jià)可信度顯然是不同的，其對被評價(jià)用戶的信用度貢獻(xiàn)也應(yīng)不同。然而，現(xiàn)有的累加信用評價(jià)模型使不同用戶的評分具有相同的信譽(yù)影響， 缺乏對評價(jià)用戶自身信用的考慮，導(dǎo)致信用欺詐的普遍存在。

3.沒有考慮交易金額的影響。交易雙方進(jìn)行信用評價(jià)時(shí)，小額交易與大額交易對用戶信用度的增減作用是一樣的。因此某些惡意用戶可能會(huì)先利用小額交易積累較高的聲譽(yù)，之后進(jìn)行大額交易欺詐來賺取不正當(dāng)利益。

4.沒有考慮交易時(shí)間的影響。交易者的信用情況是隨時(shí)間動(dòng)態(tài)變化的，簡單的信用累積機(jī)制只能夠在一定程度上反映被評價(jià)用戶的歷史交易信用情況，難以真實(shí)反映其當(dāng)前實(shí)際信譽(yù)狀況，導(dǎo)致有些用戶可能會(huì)利用早期誠信交易進(jìn)行信任詐騙。

5.缺乏對非正常退貨的有力懲罰。網(wǎng)絡(luò)交易的虛擬性加大了買賣雙方信息的不對稱，在這種情況下，個(gè)別賣家利用虛假信息欺瞞消費(fèi)者，損害消費(fèi)者的利益。對于非正常退貨，應(yīng)給予賣家嚴(yán)厲的懲罰。然而目前大多電子商務(wù)網(wǎng)站是將退貨成功的交易直接關(guān)閉，買賣雙方互不評價(jià)，這實(shí)際存在很大的弊端。

三、基于聲譽(yù)的C2C電子商務(wù)信用評價(jià)模型的構(gòu)建

基于以上幾點(diǎn)不足，本文以姜守旭提出的基于聲譽(yù)的信任機(jī)制為指導(dǎo)，構(gòu)建了一種新的C2C電子商務(wù)信用評價(jià)模型。為便于討論，將用戶i依據(jù)與用戶j之間的歷史交易評價(jià)而得出的對于j的信任程度稱為用戶j相對于用戶i的局部聲譽(yù)。將所有與j交易過的用戶都稱為j的鄰居用戶。而將基于j的所有鄰居用戶的歷史交易評價(jià)而得出的對j的信任程度稱為用戶j的全局聲譽(yù)?；诼曌u(yù)的C2C電子商務(wù)信用評價(jià)模型的基本框架如下：

1.局部聲譽(yù)的計(jì)算

局部聲譽(yù)是用戶i基于與用戶j的歷史交易評價(jià)所得出的對用戶j未來交易行為的信任程度，它相當(dāng)于人們通過直接交往所建立起來的對彼此的信任。它的主要影響因素為歷史交易評價(jià)，此外，還與交易金額、交易時(shí)間和交易次數(shù)有關(guān)。

（1）交易評價(jià)

以淘寶網(wǎng)為首的C2C電子商務(wù)網(wǎng)站目前所廣泛采用的信用評價(jià)機(jī)制主要從描述相符、物流服務(wù)和服務(wù)態(tài)度這三個(gè)方面進(jìn)行評價(jià)，但是累加信用計(jì)算并未用到上述三個(gè)指標(biāo)的評價(jià)，而是將交易評價(jià)設(shè)置為差、中、好評三個(gè)等級，對應(yīng)得分-1、0、1（其中默認(rèn)評價(jià)或未作評價(jià)的情況均作為“好評”處理），據(jù)此來計(jì)算賣家的信用度。對此，本文做出如下改進(jìn)。

假設(shè)用戶i與用戶j的第l次交易中描述相符指標(biāo)的得分為Uel，服務(wù)態(tài)度指標(biāo)的得分為Usl，物流服務(wù)指標(biāo)的得分為Uml。為了更確切地表達(dá)用戶的真實(shí)評價(jià)，將各指標(biāo)評價(jià)細(xì)分為{差評，較差，中評，較好，好評}五個(gè)等級，對應(yīng)分?jǐn)?shù){-2，-1，0，1，2}，則本次交易賣家的綜合得分Uijl可以表示為：

其中，λ1、λ2、λ3分別為三項(xiàng)得分占最后總得分的比例系數(shù)，

根據(jù)統(tǒng)計(jì)分析，依據(jù)消費(fèi)者對此三項(xiàng)指標(biāo)的重視程度取λ1=0.7，λ2=0.2，λ3=0.1。

（2）交易金額

消費(fèi)者往往對大額交易會(huì)更為仔細(xì)謹(jǐn)慎，故交易金額在一定程度上代表交易的重要性，因此交易金額越大的評價(jià)對局部聲譽(yù)的貢獻(xiàn)越大，反之則越小。

設(shè)Ml表示用戶i與用戶j第l次交易的交易金額，則根據(jù)以上分析，可得交易金額因子Plij滿足。

（3）交易時(shí)間

聲譽(yù)的形成是一個(gè)隨時(shí)間動(dòng)態(tài)變化的累積過程，近期的交易評價(jià)越能反映節(jié)點(diǎn)當(dāng)前的實(shí)際信譽(yù)。研究表明在計(jì)算當(dāng)前聲譽(yù)時(shí)對歷史評價(jià)進(jìn)行衰減，能夠使聲譽(yù)收斂到穩(wěn)定狀態(tài)。因此在計(jì)算局部聲譽(yù)時(shí)，距離當(dāng)前時(shí)刻越近的交易評價(jià)所占權(quán)重越大，反之則越小。本模型引入交易時(shí)間因子Slij來表示用戶i與用戶j的第l筆交易評價(jià)在局部聲譽(yù)Lij中所占的權(quán)重。

其中，t表示局部聲譽(yù)Lij的計(jì)算時(shí)間，tl表示用戶i完成第l筆交易評價(jià)的時(shí)間。

（4）交易次數(shù)

為了提高信用度，相同用戶之間進(jìn)行多次非真實(shí)交易并且多次評價(jià)來炒作信譽(yù)。為了防止這種情況，本模型引入交易次數(shù)因子。隨著交易次數(shù)的增加，相同用戶的多次交易的評價(jià)對信譽(yù)度的影響越小。若用戶i與用戶j之間共發(fā)生過n筆交易，定義第l筆交易的交易次數(shù)因子為

綜上所述，用戶j相對于用戶i的局部聲譽(yù)Lij為：

2.全局聲譽(yù)的計(jì)算

用戶j的全局聲譽(yù)Rj是綜合用戶j的所有鄰居用戶對其的交易評價(jià)而得，用戶j的鄰居用戶數(shù)量越多且交易金額越大，其全局聲譽(yù)就越接近真實(shí)情況。此外，全局聲譽(yù)Rj還與鄰居用戶評價(jià)的可信度以及反饋信息的離散程度有關(guān)。

（1）評價(jià)的可信度。鄰居用戶評價(jià)的真實(shí)性直接影響到全局聲譽(yù)評估的準(zhǔn)確度，鄰居用戶評價(jià)的可信度越高，則對全局聲譽(yù)的貢獻(xiàn)越大，反之則越小。

設(shè)用戶hk是用戶j的鄰居用戶。若用戶i和用戶j的鄰居用戶hk發(fā)生過交易

其中，fm（-）表示用戶hk總交易評價(jià)中差評的次數(shù)；fm表示用戶hk總交易次數(shù)；fm（0）表示對交易未作評價(jià)的次數(shù)。此因子旨在排除惡意用戶對信用度評估的影響并激勵(lì)用戶對交易進(jìn)行評價(jià)，但因?yàn)槲醋髟u價(jià)的影響顯然要小于差評，故乘以系數(shù)1/2。

綜上所述，

（2）節(jié)點(diǎn)反饋的離散程度。陳愛國在基于節(jié)點(diǎn)數(shù)量和反饋信息離散度的全局信任模型中指出反饋信息的離散程度越小，則全局聲譽(yù)越可信。本文采用用戶評價(jià)的標(biāo)準(zhǔn)差來度量反饋信息的離散程度，其計(jì)算方法如下：

（3）全局聲譽(yù)期望。設(shè)用戶j相對于其鄰居用戶hk的局部聲譽(yù)為

（4）懲罰系數(shù)f（r）。對于因商家以次充好或虛假描述等不誠信行為導(dǎo)致的退貨交易，應(yīng)給與賣家嚴(yán)厲的懲罰，以保護(hù)消費(fèi)者的利益，維護(hù)網(wǎng)絡(luò)交易市場的健康穩(wěn)定。對此，本文引入懲罰系數(shù)f（r），r為用戶j的累計(jì)非正常退貨次數(shù)，定義，可見隨著非正常退貨次數(shù)r的增加，懲罰系數(shù)也會(huì)隨之增大。

（5）全局聲譽(yù)。根據(jù)用戶j的鄰居用戶數(shù)量n、交易總額M、節(jié)點(diǎn)反饋信息的離散程度θj和非正常退貨的懲罰系數(shù)f（r）對全局聲譽(yù)期望進(jìn)行修正，以使節(jié)點(diǎn)全局聲譽(yù)的評估更為準(zhǔn)確。

修正后，用戶j的全局聲譽(yù)Rj為：

是由節(jié)點(diǎn)數(shù)量、交易金額和反饋信息離散程度構(gòu)成的修正系數(shù)。因?yàn)猷従佑脩魯?shù)量越大，反饋信息的離散程度越小，交易金額越大，則全局聲譽(yù)的期望值就越真實(shí)，故應(yīng)滿足以下條件用戶j相對于用戶i的信用度Tij是用戶i決定是否和用戶j進(jìn)行交易的主要參考，而信用度Tij是通過整合局部聲譽(yù)Lij和全局聲譽(yù)Rj得來，故設(shè)α、β分別為局部聲譽(yù)Lij和全局聲譽(yù)Rj的置信因子，則信用度Tij可定義為：

4.實(shí)驗(yàn)分析

為驗(yàn)證C2C電子商務(wù)信用評價(jià)模型的有效性和準(zhǔn)確性，本文以淘寶網(wǎng)為例，對部分網(wǎng)店和消費(fèi)者將其銷售數(shù)據(jù)和評價(jià)數(shù)據(jù)從網(wǎng)上獲取后，按照改進(jìn)后的算法計(jì)算信用度，并與淘寶原有信用算法的計(jì)算結(jié)果進(jìn)行比較，得到如下結(jié)果。

如圖3所示，現(xiàn)有的淘寶評價(jià)機(jī)制評分較高，而且信用評價(jià)無明顯變化，不符合實(shí)際情況，而改進(jìn)的信用評價(jià)機(jī)制可以更好的體現(xiàn)出用戶的真實(shí)信用，更為準(zhǔn)確。

四、結(jié)束語

C2C是目前我國主要的電子商務(wù)模式，有效的信用評價(jià)模型是C2C電子商務(wù)健康發(fā)展的重要保障。本文針對現(xiàn)有的C2C電子商務(wù)信用評價(jià)模型的不足，構(gòu)建了一種新的信用評價(jià)模型，分別對局部聲譽(yù)模型和全局聲譽(yù)模型進(jìn)行了改進(jìn)，完善了交易評價(jià)和評價(jià)可信度的計(jì)算方法，融入了針對非正常退貨的獎(jiǎng)懲因子和反饋信息的離散程度，解決了現(xiàn)有信用評價(jià)算法存在的主要問題。本文的不足之處在于僅通過數(shù)據(jù)分析初步驗(yàn)證了改進(jìn)模型的有效性，今后還需進(jìn)一步研究模型在真實(shí)系統(tǒng)中的作用效果。

參考文獻(xiàn)：

[1]第37次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告.中國互聯(lián)網(wǎng)絡(luò)信息中心，2016.1.

[2]姜守旭，李建中.一種P2P電子商務(wù)系統(tǒng)中基于聲譽(yù)的信任機(jī)制[J].軟件學(xué)報(bào)，2007，18（10）：2551-2563.

[3]Yuan， W.， Li， J. S， & Hong， P. L. Distributed peer-to-peer trust model and computer simulation[J]. Journal of System Simulation， 2006，18（4）： 938-942.

[4]陳愛國，徐國愛，楊義先.P2P交易系統(tǒng)信任模型[J].電子科技大學(xué)學(xué)報(bào)，2010，39（3）：425-429.

[5]朱艷春，劉魯，張巍.基于評分用戶可信度的信任模型分析與構(gòu)建[J].管理工程學(xué)報(bào)，2007（4）：150-152.

[6]樸春慧，安靜，方美琪.C2C電子商務(wù)網(wǎng)站信用評價(jià)模型及算法研究[J].情報(bào)雜志，2007（8）：105-107.

作者簡介：趙穎慧（1994- ），女，漢族，寧夏固原市人，本科在讀生，中南財(cái)經(jīng)政法大學(xué)信息與安全工程學(xué)院