陳振興　董瀚蔚　郝卿　鄧偉杰　肖瑤　李沫璇

摘要：為預(yù)防并減少大學(xué)生遭受電信詐騙，需要對電信詐騙易感性影響因素進(jìn)行分析。本研究運(yùn)用扎根理論質(zhì)性研究方法，深入分析電信詐騙典型案件，通過主軸譯碼獲得14個主范疇，選擇譯碼提煉出4個核心范疇，構(gòu)建了電信詐騙易感性影響因素指標(biāo)體系;采用序關(guān)系分析法、層次分析法、熵權(quán)法和離差最大化法，構(gòu)建了基于矩估計(jì)理論的主客觀綜合集成賦權(quán)法;繪制相關(guān)系數(shù)矩陣并分析了各指標(biāo)之間的相關(guān)系數(shù)。結(jié)果發(fā)現(xiàn)，電信詐騙易感性受4個因素影響，最優(yōu)組合權(quán)重系數(shù)為：經(jīng)驗(yàn)經(jīng)歷（39.58%）>能力水平（26.02%）>心理因素（22.26%）>個體因素（12.14%）。相關(guān)系數(shù)矩陣分析顯示，以“被詐經(jīng)歷”為觀測指標(biāo)，“心理因素”與詐騙易感性呈正相關(guān)，“能力水平”和“經(jīng)歷經(jīng)驗(yàn)”與詐騙易感性呈負(fù)相關(guān)。結(jié)果說明面向大學(xué)生群體的電信詐騙防范是一個多因素過程，針對不同類型因素具有不同的防范策略，可通過提升心理韌性、學(xué)習(xí)安全知識、解析典型案例等舉措提升個體反詐能力，降低電信詐騙易感性。

關(guān)鍵詞：電信詐騙;扎根理論;相關(guān)系數(shù)矩陣;大學(xué)生;影響因素

中圖分類號：D 917.6文獻(xiàn)標(biāo)志碼：A

文章編號：1672-9315（2022）02-0389-08

DOI：10.13800/j.cnki.xakjdxxb.2022.0225開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Construction and analysis of index system for influencing

factors of susceptibility to telecom fraudCHEN Zhenxing DONG Hanyu HAO Qing DENG Weijie XIAO Yao LI Moxuan

（1.College of Communication and Information? Engineering，Xian University of Science and Technology，Xian 710054，China;

2.Public Security Bureau of Yangxian County，Shaanxi Province，Hanzhong 723300，China）Abstract：In order to prevent and reduce telecom fraud to college students，it is necessary to analyze the influencing factors of susceptibility to telecom fraud.In this paper，the typical cases of telecom fraud were analyzed by using the grounded theory method.Fourteen main categories were obtained through the main axis decoding，and 4 core categories were extracted through the selection of decoding，so as to construct an index system of susceptibility.Based on the moment estimation theory，the subjective and objective comprehensive integrated weighting method was constructed by using the order relationship analysis method，analytic hierarchy process，entropy weight method and maximum deviation method.Furthermore，the correlation coefficient between each index was analyzed by using the correlation coefficient matrix.The results showed that the susceptibility to telecom fraud is affected by 4 factors，and the optimal combination weight coefficients were experience（39.58%），ability level（26.02%），psychological factors（22.26%）and individual factors（12.14%）.Moreover，with the “experience of being defrauded” as the observation indicator，the correlation coefficient matrix analysis shows that the “psychological factors” are positively correlated with susceptibility，whereas “ability level” and “experience” are negatively correlated with susceptibility.These results show that the prevention of telecom fraud to college students is a multi-factor process，and there are different prevention strategies for different types of factors，the individual anti-fraud capabilities could be enhanced through these measures such as the improvement of psychological resilience，acquisiton of safety knowledge，and analysis of typical cases，which thereby contribute to the decrease of susceptibility to telecom fraud.

Key words：telecom fraud;grounded theory;correlation coefficient matrix;college students;influencing factors

0引言

隨著“殺豬盤”、兼職刷單、冒充客服等電信詐騙案件高發(fā)，類似“徐某某案”“蔡某某案”“宋某某案”等因電信詐騙后心理壓力過大而自殺或猝死的典型案件屢見不鮮，已影響到社會安全穩(wěn)定[1]。大學(xué)生因社會經(jīng)驗(yàn)相對缺乏、心理承受能力較弱、警惕度不高等原因，已成為電信詐騙的高發(fā)受害人群。以陜西某高校為例，2021年上半年發(fā)生電信詐騙50余起，相比2019年上半年增長2381%，已對校園安全穩(wěn)定和學(xué)生財(cái)產(chǎn)安全產(chǎn)生嚴(yán)重影響。

易感性（Susceptibility）在犯罪學(xué)領(lǐng)域中指一個人成為受害者的可能性。電信詐騙易感性受詐騙目標(biāo)的個體屬性、心理特質(zhì)、經(jīng)歷經(jīng)驗(yàn)、詐騙策略等因素影響[2]。BUTTON等分析了個體面對詐騙時的自愿反應(yīng)[3];REN等分析了電信詐騙的時間序列、空間連接和地理圖譜特質(zhì)[4];張芷等結(jié)合受害人“好奇心”“安全顧慮”等特質(zhì)進(jìn)行了電信詐騙防范宣傳對策研究[5];柳林等分析了電信詐騙犯罪的時空分布與影響因素[6];趙四方等對可疑關(guān)系詐騙因素進(jìn)行分析，并用事實(shí)經(jīng)驗(yàn)?zāi)M了監(jiān)測方案的有效性[7];葉洪等以“殺豬盤”為切入點(diǎn)，開展了電信詐騙行為的個案分析與仿真實(shí)驗(yàn)，并分析了心理信任關(guān)系的構(gòu)建過程[8]。此外，有效提取與識別電信詐騙易感性影響因素是構(gòu)建指標(biāo)體系的關(guān)鍵所在。VISHWANATH等采用詐騙測試的方式收集了345名大學(xué)生的易感性數(shù)據(jù)，并進(jìn)行了系統(tǒng)分析[9];NORRIS等結(jié)合心理特質(zhì)總結(jié)了詐騙影響因素的總體框架[10];高原通過受害者深度訪談初步構(gòu)建了詐騙易感性評價(jià)指標(biāo)[11];許志煒等用5大人格調(diào)查問卷和二分類回歸法研究了電信詐騙受害大學(xué)生的人格特質(zhì)[12];陳高華等從綜合技術(shù)防范和社會教育2個方面分析了大數(shù)據(jù)環(huán)境下的詐騙治理難題[13];楊杰超等開展了基于隨機(jī)森林的電信詐騙識別與防范研究[14]。

綜上所述，學(xué)者們對電信詐騙易感性的研究呈現(xiàn)出2類特征，一方面是對其影響因素的研究主要集中在推理性、敘述性研究，缺少系統(tǒng)化的數(shù)理統(tǒng)計(jì)和建模分析;另一方面是主要集中在分析單一詐騙類型、受害者某一類特征或部分個案研究等單因素層面，缺乏定性與定量相結(jié)合，基于客觀數(shù)據(jù)的多因素、多指標(biāo)耦合分析。因此，本研究將扎根理論與文獻(xiàn)研究相結(jié)合，將質(zhì)性研究與量性研究相結(jié)合，構(gòu)建了面向大學(xué)生群體的電信詐騙易感性影響因素指標(biāo)體系，計(jì)算了綜合權(quán)重，并進(jìn)行了相關(guān)性分析，以期為電信詐騙因素分析和防范提供參考。

1易感性影響因素

研究人員運(yùn)用扎根理論對詐騙案件特征和規(guī)律進(jìn)行分析整理，找出在不同案例中分布較廣泛的因素，并據(jù)此建立詐騙易感性影響因素模型，可有效預(yù)測甄別出電信詐騙的高易感人群，對提高電信詐騙預(yù)測水平，遏制高發(fā)態(tài)勢具有重要意義。

1.1案件開放性譯碼

學(xué)生群體是電信詐騙的主要受害群體，研究人員通過《人民公安報(bào)》、公安部刑事偵查局等公開信息篩選分析了近年來面向?qū)W生的典型詐騙案件，并結(jié)合案件造成的后果、社會影響和輿論關(guān)注程度，選取20起大學(xué)生或準(zhǔn)大學(xué)生遭受電信詐騙，心理壓力過大，造成創(chuàng)傷，甚至身亡的代表性案例，邀請反詐專家、警務(wù)人員、案件受害人等組成專家組，對上述典型案件所涉及到的詐騙易感性影響因素進(jìn)行訪談，結(jié)合具體案件分析材料進(jìn)行編碼。選取70%的案例材料進(jìn)行開放性譯碼分析，30%的案例材料進(jìn)行飽和性檢驗(yàn)。在加工和優(yōu)化的基礎(chǔ)上，得到包括學(xué)歷、情緒特質(zhì)、信任傾向、安全知識、金融知識等14個范疇。部分案件開放性譯碼見表1。

1.2主軸譯碼與選擇譯碼

通過主軸譯碼篩選去除不同案例和概念之間的重疊因素，并劃分不同概念要素的類屬關(guān)系[15]。在選擇譯碼環(huán)節(jié)，挖掘不同主范疇所對應(yīng)的核心范疇，并分析其區(qū)別與聯(lián)系，進(jìn)而解析呈現(xiàn)整體現(xiàn)象間的邏輯關(guān)系[16]。結(jié)合前期文獻(xiàn)研究資料信息[17-18]，對核心范疇與主范疇深入比較，最后得到個體因素、心理特質(zhì)、能力水平、經(jīng)歷經(jīng)驗(yàn)4個核心范疇。

1.3飽和度檢驗(yàn)

用剩余6個案例分析材料對譯碼進(jìn)行飽和度驗(yàn)證，沒有發(fā)現(xiàn)新的重要概念和新的關(guān)聯(lián)，說明典型案例分析、譯碼、編碼達(dá)到理論飽和。

1.4易感性影響因素指標(biāo)體系構(gòu)建

結(jié)合犯罪預(yù)防理論，通過專家組對上述典型案件分析訪談，運(yùn)用主軸譯碼獲得包括年齡、性格特質(zhì)、應(yīng)急反應(yīng)、相關(guān)經(jīng)歷等在內(nèi)的14個主范疇，選擇譯碼提煉出個體屬性、心理因素、能力水平、經(jīng)歷經(jīng)驗(yàn)4個核心范疇，最終構(gòu)建出面向大學(xué)生的電信詐騙易感性影響因素指標(biāo)體系，見表2。

2指標(biāo)體系主客觀集成賦權(quán)

2.1權(quán)重分析法選擇

在指標(biāo)權(quán)重研究中，主要使用主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法能夠發(fā)揮出賦權(quán)專家的經(jīng)驗(yàn)優(yōu)勢，但可能會出現(xiàn)主觀隨意性;客觀賦權(quán)法基于比較嚴(yán)格的數(shù)理統(tǒng)計(jì)，但會忽略研究者或評價(jià)者的主觀導(dǎo)向。為有效減少簡單加權(quán)引起的偏差，本研究采用了2種主觀賦權(quán)法：序關(guān)系分析法和層次分析法，2種客觀賦權(quán)法：熵權(quán)法和離差最大化法;并基于矩估計(jì)理論，構(gòu)建了主客觀集成賦權(quán)法。

在賦權(quán)方法選取過程中研究人員充分考慮了各方法間的共通性與差異性，序關(guān)系法和層次分析法體現(xiàn)了在指標(biāo)賦權(quán)中的通用性特征;本研究為有效規(guī)避以往部分研究中存在的賦權(quán)專家選擇單一、賦權(quán)隨意性大等問題，選取反詐專家、警務(wù)人員、案件受害人等組成綜合專家組，有效保證了主觀賦值的合理性。熵權(quán)法和離差最大化法作為客觀賦權(quán)法均需要用大量的樣本數(shù)據(jù)進(jìn)行數(shù)理統(tǒng)計(jì)與分析，契合于本研究面向?qū)W生群體樣本數(shù)據(jù)大的特征，同時研究人員對樣本數(shù)據(jù)進(jìn)行了有效性篩選和標(biāo)準(zhǔn)化處理，減少了方法誤差。

矩估計(jì)法是將主客觀權(quán)重集成優(yōu)化的經(jīng)典方法，可通過建立最小偏差函數(shù)計(jì)算得出最優(yōu)組合賦權(quán)。本研究基于矩估計(jì)理論，兼顧主客觀因素，對影響因素指標(biāo)進(jìn)行集成賦權(quán)，在主客觀權(quán)重系數(shù)計(jì)算和線性加權(quán)求解后得到了最優(yōu)綜合權(quán)重。

2.2主觀賦值法確定權(quán)重

2.2.1序關(guān)系分析法

序關(guān)系分析法可對系統(tǒng)內(nèi)不同評價(jià)指標(biāo)賦權(quán)，建立無需一致性檢驗(yàn)的判斷矩陣，可有效克服權(quán)重分析過程中計(jì)算量大、一致性檢驗(yàn)復(fù)雜等缺點(diǎn)[19]。各指標(biāo)權(quán)重計(jì)算公式如下

2.2.2層次分析法

層次分析法能夠從評價(jià)者的角度分析評價(jià)對象的本質(zhì)[20]。本研究通過專家組對電信詐騙易感性影響因素指標(biāo)進(jìn)行打分，并通過建立層次結(jié)構(gòu)模型、構(gòu)造判斷矩陣、計(jì)算權(quán)向量、層次單排序、總排序等步驟分析確定各指標(biāo)權(quán)重。過程中對判斷矩陣賦值合理性進(jìn)行一致性檢驗(yàn)。

2.3客觀賦值法確定權(quán)重

2.3.1熵權(quán)法

熵權(quán)法是根據(jù)同一指標(biāo)狀態(tài)值之間的差異程度來對指標(biāo)進(jìn)行客觀定權(quán)的方法，反映該指標(biāo)在評價(jià)過程中的貢獻(xiàn)大小[21]。本研究選大學(xué)生作為研究對象，通過問卷調(diào)查的形式收集了100個有效樣本數(shù)據(jù)，并對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理和無量綱計(jì)算，最終計(jì)算確定熵值和權(quán)重。步驟如下

2.3.2離差最大化法

離差最大化法是用于多項(xiàng)指標(biāo)對多個方案進(jìn)行分析比較的方法[22]，其原則是針對其中一項(xiàng)指標(biāo)，不同方案所得指標(biāo)值差異與該指標(biāo)對方案的影響呈正相關(guān)，指標(biāo)值差異越大，則影響越大，權(quán)重越大，反之亦然。方法如下

2.4主客觀權(quán)重集成賦值

主客觀集成賦權(quán)能夠有效提高指標(biāo)體系權(quán)重的科學(xué)性和可靠性[23]。本研究選用2種主觀賦權(quán)方法，得到一個主觀權(quán)重集合;選用2種客觀賦權(quán)法，使用歸一后的決策矩陣得到客觀權(quán)重集合;隨后分別計(jì)算各指標(biāo)的主觀權(quán)重重要系數(shù)α_j，見式（7），同理得到客觀權(quán)重重要系數(shù)β_j;依據(jù)矩估計(jì)理論計(jì)算出綜合重要系數(shù)α，見式（8），同理得到β。

對每一評價(jià)指標(biāo)，希望其線性組合指標(biāo)H越小越好，采用等權(quán)線性加權(quán)方法，通過式（10）求解得出各指標(biāo)的最優(yōu)綜合權(quán)重，見表3。

通過基于矩估計(jì)理論的主客觀權(quán)重集成分析確定了各評價(jià)指標(biāo)的權(quán)重，權(quán)重越大的指標(biāo)在綜合評價(jià)中所占比重越大，對電信詐騙易感性的整體影響越大，也是評價(jià)和監(jiān)測電信詐騙時應(yīng)重點(diǎn)關(guān)注的關(guān)鍵性指標(biāo)。表3數(shù)據(jù)顯示，各二級指標(biāo)中，經(jīng)驗(yàn)經(jīng)歷的權(quán)重最大，個體屬性的權(quán)重最小。4個二級指標(biāo)綜合權(quán)重分別為：經(jīng)驗(yàn)經(jīng)歷U₄（39.58%）>能力水平U₃（26.02%）>心理因素U₂（2226%）>個體因素U₁（12.14%）。

三級指標(biāo)中，應(yīng)急反應(yīng)V9和反詐教育V13的權(quán)重較大，分別為28.80%和18.74%。結(jié)合專家分析和被詐騙實(shí)際情況，此2項(xiàng)指標(biāo)的權(quán)重大是合理的。大學(xué)生因?yàn)橛幸欢ǖ南M(fèi)獨(dú)立性和經(jīng)濟(jì)獨(dú)立性，但又缺少社會生活經(jīng)驗(yàn)，心理活動較為單純，面對潛在的詐騙行為時，容易引發(fā)沖動型、信任型決策風(fēng)險(xiǎn)。個人應(yīng)急能力強(qiáng)，表明在接觸到詐騙時的反應(yīng)時間越短、反應(yīng)敏感度越高，越容易甄別詐騙行為;同時，通過反詐專家組反饋真實(shí)案件數(shù)據(jù)結(jié)果來看，在受過反詐宣傳教育的情況下，被詐騙比例、概率與規(guī)模比明顯小于未受過反詐宣傳教育的人群。

3相關(guān)性分析

3.1相關(guān)系數(shù)計(jì)算

3.2相關(guān)性結(jié)果與分析

相關(guān)系數(shù)矩陣分析能夠詳細(xì)直觀地反映各指標(biāo)要素的重要性和彼此關(guān)聯(lián)性。本研究繪制了14個三級指標(biāo)的相關(guān)系數(shù)矩陣，見表4;分析了各指標(biāo)對詐騙易感的影響以及各指標(biāo)之間的相關(guān)性。

從表4的相對數(shù)值來看，14個三級指標(biāo)中指標(biāo)“金融安全與風(fēng)險(xiǎn)感知”、“環(huán)境易感與情緒波動”的相關(guān)性相對較強(qiáng)，相關(guān)性系數(shù)分別為0.66和038;說明個體金融安全知識儲備越充分，風(fēng)險(xiǎn)感知能力越強(qiáng);個體對外界環(huán)境越敏感，越容易受到外界因素刺激和影響，情緒波動隨之越大;這與電信詐騙實(shí)際情況分析和真實(shí)案例分析結(jié)果均一致。其余各指標(biāo)之間的相關(guān)性表現(xiàn)為弱相關(guān)到中等相關(guān)，沒有體現(xiàn)出較強(qiáng)的關(guān)聯(lián)性。將指標(biāo)14“詐騙經(jīng)歷”作為觀測指標(biāo)，繪制其它13項(xiàng)對標(biāo)“被詐經(jīng)歷”指標(biāo)的相關(guān)系數(shù)散點(diǎn)圖，如圖1所示。

結(jié)合圖1呈現(xiàn)的相關(guān)系數(shù)散點(diǎn)分布情況，對指標(biāo)體系中權(quán)重較重的二級指標(biāo)心理因素U₂、能力水平U₃、經(jīng)歷經(jīng)驗(yàn)U₄所對應(yīng)三級指標(biāo)V₅～V₁₃與三級指標(biāo)被詐經(jīng)歷V₁₄之間的相關(guān)系數(shù)進(jìn)行分析。

二級指標(biāo)心理因素U₂所對應(yīng)的三級指標(biāo)V₅～V₈與被詐經(jīng)歷V₁₄的相關(guān)系數(shù)均為正值，表明心理因素敏感波動程度與被詐騙呈正相關(guān)性;同時相關(guān)系數(shù)值相對較大，均值為0.175，表明上述4個指標(biāo)與指標(biāo)“被詐經(jīng)歷”的相關(guān)性較強(qiáng);進(jìn)一步說明，情緒波動過大、過于信任他人、容易受外界因素影響的個體在遭遇潛在的電信詐騙時，越容易被詐騙成功，電信詐騙易感性越強(qiáng)。因此，在反詐教育過程中，可通過心理韌性教育、生命價(jià)值教育、信任情感教育等來有效增強(qiáng)個人心理甄別能力和承受能力，降低詐騙易感性。

二級指標(biāo)能力水平U₃和經(jīng)歷經(jīng)驗(yàn)U₄所對應(yīng)的三級指標(biāo)V₉～V₁₁和V₁₂～V₁₃與三級指標(biāo)被詐經(jīng)歷V₁₄的相關(guān)系數(shù)均為負(fù)值，表明個體能力水平和相關(guān)經(jīng)驗(yàn)經(jīng)歷與被詐騙呈負(fù)相關(guān)性，個人反詐騙能力越強(qiáng)、接觸到的詐騙案件越多，在遭遇潛在的電信詐騙時，越不容易被詐騙成功，電信詐騙易感性越弱。因此，在反詐教育過程中，可通過學(xué)習(xí)金融安全知識、提升應(yīng)急反應(yīng)能力、接收常規(guī)反詐宣傳、學(xué)習(xí)研判他人被詐騙經(jīng)歷來有效提升個體對電信詐騙的綜合防范能力，減少個體被詐騙概率。

4結(jié)論

1）建立了電信詐騙易感性影響因素指標(biāo)體系，用扎根理論分析了大學(xué)生遭受電信詐騙典型案件，分析了導(dǎo)致電信詐騙發(fā)生的多因素過程，提取了關(guān)鍵性指標(biāo)。

2）建立了基于矩估計(jì)理論的主客觀集成賦權(quán)法，計(jì)算了各指標(biāo)最優(yōu)權(quán)重，應(yīng)急反應(yīng)、反詐宣傳等是重要指標(biāo)，對反詐騙工作具有一定的參考價(jià)值。

3）繪制了相關(guān)系數(shù)矩陣，分析了各影響因素之間的相關(guān)性，進(jìn)一步明確了影響電信詐騙易感性的關(guān)鍵因素。在反詐騙工作中可從學(xué)習(xí)安全知識、增強(qiáng)應(yīng)急能力、加強(qiáng)案例解讀等方面積極應(yīng)對，增強(qiáng)個體的反詐騙能力水平，降低其電信詐騙易感性，預(yù)防并減少電信詐騙案件發(fā)生。

參考文獻(xiàn)（References）：

[1]牛碩，鄧捷，陳佳宇，等.研究構(gòu)建電信網(wǎng)絡(luò)詐騙防范預(yù)警信息平臺[J].網(wǎng)絡(luò)空間安全，2020，11（5）：18-27.NIU Shuo，DENG Jie，CHEN Jiayu，et al.Construct the early warning information platform of telecommunications fraud and internet fraud[J].Cyberspace Security，2020，11（5）：18-27.

[2]楊國杰.電信詐騙犯罪被害研究[D].北京：中國人民公安大學(xué)，2017.YANG GuoJie.Research on the victimization of telecom fraud crime[D].Beijing：Peoples Public Security University of China，2017.

[3]BUTTON M，WITTAKER J.Exploring the voluntary response to cyber-fraud：fromvigilantismtoresponsibilisation[J].International Journal of Law，Crime and Justice，2021，66（3）：100482.

[4]REN Z C，CHIH H S.Applying spatio-temporal analysis in telecom fraud investigation[J].Procedia Computer Science，2021，192（9）：3109-3113.

[5]張芷，陳峰.電信網(wǎng)絡(luò)詐騙防范宣傳對策研究——基于被害人特征的實(shí)證分析[J].廣西警察學(xué)院學(xué)報(bào)，2021，34（2）：41-49.ZHANG Zhi，CHEN Feng.On the problems and its countermeasures of telecom network fraud：an empirical study of victimsfeatures[J].Journal of Guangxi Police College，2021，34（2）：41-49.

[6]柳林，張春霞，馮嘉欣，等.ZG市詐騙犯罪的時空分布與影響因素[J].地理學(xué)報(bào)，2017，72（2）：315-328.LIU Lin，ZHANG Chunxia，F(xiàn)ENG Jiaxin，et al.The spatial-temporal distribution and influencing factors of fraud crime in ZG city，China[J].Acta Geographica Sinica，2017，72（2）：315-328.

[7]趙四方，周學(xué)廣，張志剛.網(wǎng)絡(luò)詐騙案件熱度分析與時空預(yù)警模型研究[J].計(jì)算機(jī)與網(wǎng)絡(luò)，2018，44（20）：58-61.ZHAO Sifang，ZHOU Xueguang，ZHANG Zhigang.Analysis and study on hot degree and spatio-temporal early-warning models of internet fraud[J].Computer & Network，2018，44（20）：58-61.

[8]葉洪，段敏.“殺豬盤”網(wǎng)絡(luò)詐騙行為的個案分析與仿真實(shí)驗(yàn)研究[J].中國人民公安大學(xué)學(xué)報(bào)（社會科學(xué)版），2020，36（5）：10-16.YE Hong，DUAN Min.Case analysis and simulation experiment research on network fraud of“shazhupan”[J].Journal of Peoples Public Security University of China（Social Sciences Edition），2020，36（5）：10-16.

[9]VISHWANATH A，HARRISON B，Ng Y J.Suspicion，cognition and automaticity model of phishing susceptibility[J].Communication Research，2018，45（8）：1146-1166.

[10]NORRIS G，BROOKES A，DOWELL D.The psychology of internet fraud victimisation：a systematic review[J].Journal of Police and Criminal Psychology，2019，34（3）：231-245.

[11]高原.大學(xué)生網(wǎng)絡(luò)詐騙易感性的影響因素：心理特質(zhì)、經(jīng)驗(yàn)因素與線索加工[D].杭州：浙江大學(xué)，2021.GAO Yuan.The influencing factors of online fraud susceptibility of university students：psychological traits，experiential factors，and cue processing[D].Hangzhou：Zhejiang University，2021.

[12]許志煒，童澤林，郭昱瑯，等.詐騙受害大學(xué)生的人格特質(zhì)[J].中國心理衛(wèi)生雜志，2021，35（9）：775-780.XU Zhiwei，TONG Zelin，GUO Yulang，et al.Personality traits of fraud victims among college students[J].Chinese Mental Health Journal，2021，35（9）：775-780.

[13]陳高華，蔡其勝.大數(shù)據(jù)環(huán)境下精準(zhǔn)詐騙治理難題的倫理反思[J].自然辯證法通訊，2018，40（11）：26-32.CHEN Gaohua，CAI Qisheng.Ethical reflections on the governance of precise fraud in the era of big data[J].Journal of Dialectics of Nature，2018，40（11）：26-32.

[14]楊杰超，許江淳，岳秋燕，等.基于SPARK與隨機(jī)森林的短信詐騙用戶識別研究[J].計(jì)算機(jī)工程與科學(xué)，2019，41（6）：1136-1144.YANG Jiechao，XU Jiangchun，YUE Qiuyan，et al.SMS scam user identification based on SPARK and random form[J].Computer Engineering & Science，2019，41（6）：1136-1144.

[15]唐凱，田方圓，楊鵬飛，等.場景化培訓(xùn)視角下的安全素質(zhì)評價(jià)模式研究[J].西安科技大學(xué)學(xué)報(bào)，2020，40（5）：854-861.TANG Kai，TIAN Fangyuan，YANG Pengfei，et al.Safety quality evaluation model from the perspective of scenarized training[J].Journal of Xian University of Science and Technology，2020，40（5）：854-861.

[16]沈劍，李紅霞.基于扎根理論的主動安全型礦工素質(zhì)特征及行為驅(qū)動因素研究[J].西安科技大學(xué)學(xué)報(bào)，2018，38（5）：852-859.SHEN Jian，LI Hongxia.Quality characteristics and behavior driving factor of active safety miners based on grounded theory college of management[J].Journal of Xian University of Science and Technology，2018，38（5）：852-859.

[17]李輝.電信詐騙情境下受害人欺詐信息接受意愿及其分享行為研究[J].圖書情報(bào)工作，2021，65（7）：1-13.LI Hui.Research on the willingness of the victim to receive fraud information and its sharing behavior in the context of telecom fraud[J].Library and Information Service，2021，65（7）：1-13.

[18]顧海艷.網(wǎng)絡(luò)刷單引發(fā)的詐騙行為及其防控措施[J].中國人民公安大學(xué)學(xué)報(bào)，2020，36（1）：22-28.GU Haiyan.Analysis and countermeasures of click farming fraud behaviors[J].Journal of Peoples Public Security University of China，2020，36（1）：22-28.

[19]許銘赫，高揚(yáng).基于序關(guān)系分析法和自適應(yīng)噪聲完備集合經(jīng)驗(yàn)?zāi)B(tài)分解法的直升機(jī)飛行培訓(xùn)安全風(fēng)險(xiǎn)評估指標(biāo)權(quán)重分析[J].科學(xué)技術(shù)與工程，2021，21（14）：6089-6096.XU Minghe，GAO Yang.Index weight analysis for safety risk assessment of helicopter flight training based on order relation analysis method-complete ensemble empirical mode decomposition with adaptive noise[J].Science Technology and Engineering，2021，21（14）：6089-6096.

[20]田水承，孫璐瑤，唐藝璇，等.礦工不安全狀態(tài)評價(jià)指標(biāo)體系的構(gòu)建與分析[J].西安科技大學(xué)學(xué)報(bào)，2021，41（3）：402-409.TIAN Shuicheng，SUN Luyao，TANG Yixuan，et al.Construction and analysis of evaluation index system for minersunsafe state[J].Journal of Xian University of Science and Technology，2021，41（3）：402-409.

[21]李紅霞，任家和.基于序關(guān)系和模糊綜合評價(jià)的應(yīng)急標(biāo)識有效性研究[J].西安科技大學(xué)學(xué)報(bào)，2017，37（5）：706-711.LI Hongxia，REN Jiahe.Study on the effectiveness of emergency signs based on ordering relation and fuzzy comprehensive evaluation[J].Journal of Xian University of Science and Technology，2017，37（5）：706-711.

[22]YI P，DONG Q，LI W.Evaluation of city sustainability using the deviation maximization method[J].Sustainable Cities and Society，2019，50（3）：101529.

[23]侯思堯，李永光，陳思靜，等.利用主客觀集成賦權(quán)法的多目標(biāo)威脅評估[J].電訊技術(shù)，2019，59（8）：956-961.HOU Siyao，LI Yongguang，CHEN Sijing，et al.Multi-target threat assessment using subjective and objective integrated weighting method[J].Telecommunication Engineering，2019，59（8）：956-961.