标点符(钱魏 Way)

淘宝网信用评价模型分析

在网络购物市场迅猛发展的同时,网络购物的交易信用问题日益突出,成为网络购物双方最关注的焦点之一。在C2C 交易中,由于参与者一般为个人或小型企业,他们知名度小,交易双方彼此不了解,其行为也难以进行有效地约束,因此在交易过程中最易出现欺诈行为。现有的网络购物网站信用评价模型都较为简单,虽然在 一定程度上得到普及,但不能很好地反映用户真实的信用水平。本文以“淘宝网”为例,建立有效、实用的网络购物网站信用评价模型并进行实证分析。模型分为两 部分,一部分是淘宝网商的信用反馈评价指标体系的设计,反映评价者的主观意愿,其中运用AHP方法确定各指标权重;另一部分是综合考虑其他对信用评价有重 要影响的因素,和信用反馈评价指标体系集结成为基于多影响因素的淘宝网商信用评价模型。最后,结合本文提出的信用评价模型和“淘宝网”的实际情况,提出了 “评价即加分”的信用评价规则。

一、 C2C电子商务中的信任问题

C2C电子商务平台从诞生起就面临着突出的信任问题,产生的主要原因如下:

  1. 信息不对称 信任作为一种交换媒介或价值运动的特殊形式与信息密切相关。信息技术在给C2C市场带来沟通便利的同时也为虚假信息的制造提供了方便,丰富的信息在给交易 者提供更多决策支持的同时也增加了虚假信息误导其做出非理性决策的可能性。因此,信息不对称问题严重阻碍着交易双方信任关系的建立。
  2. 时间差 在C2C平台进行交易时,交易双方往往是诺言在先兑现在后、约定在前完成约定在后。有了时间差就有了风险,从而给交易者带来了信任的问题。
  3. 匿名制 网络是个虚拟的环境,交易者在网上是匿名的。匿名能够保护个人隐私,是在线交易吸引用户的一个重要方面,但同时匿名也产生了网络欺诈的空间,降低了交易者对网上交易的信任度。

二、现有C2C网络购物网站信用评价模型分析

目 前,许多C2C网络购物网站纷纷建立了各自的信用评价体系,各个网站的信用评价规则有所不同。从评价内容方面,大致分为两类:一类只有“好”、“中”、 “差”三种评价,另一类则具有简单评价指标;从积分规则方面:一类采用累计值的方法,一类采用平均值的方法;从买卖家身份方面:一类网站采用“所有评价一起积分”的制度,一类网站则采用“买卖信用值分离”的制度。
国内C2C网络购物网站大多采用 “好”、“中”、“差”信用评价方法,该评价方法具有操作便捷的优点,很快得到普及,但是在评价标准的制定方面却显得十分模糊。如国内最大的两个C2C网 络购物网站——“易趣网”和“淘宝网”。具有简单评价指标的信用评价体系由于评价内容较为具体,有效地减少了评价者评判的主观性,同时使评价更具有针对 性,使卖家更能明确哪项指标下的信用还需要加强和改进。如“中关村在线”中的商家信用评价。这两种评价方式除了打分外,一般都可以进行评价留言,使卖家更清楚买家对自己的产品和服务的评价,也便于其他潜在买家更好地了解该卖家的信用反馈。
现有的信用评价模型比较简单,在一定程度上得到普及。但是仍存在以下不足,如:

  1. 对买家身份验证的不足:对卖家身份,一般C2C网络购物网站都有一套身份验证的机制,但为吸引更多买家,对买家身份的验证则简单很多,有些甚至不需要进行验证;
  2. 现有指标评分只是评价者对被评价者的一个主观评分,没有一个可以客观反映交易状况的评价指标体系,用户无法了解历史评价者对交易中各因子(例如对被评价者态度、商品质量、商品价格、配送速度等)的具体评分,从而不利于新的交易者作出客观的交易决策。
  3. 评价等级设计不准确:信用评价等级设计过于简单,仅设“好评”、“中评”、“差评”三档,评价的规则尺度因人而异,无法理性度量;
  4. 信用评价没有考虑时间因素:现有的信用评价模型仅起到记录流水账的作用,没有考虑不同历史时期的信用值对信用的不同影响;
  5. 信用评价缺乏对评价用户信用的考虑:信用度高的评价用户做出的评价更具有可信性,对被评用户的信用影响应该更大;
  6. 信用评价缺乏对交易金额的考虑:没有对交易金额进行考虑,不能反映实际情况,同时也为信用炒作提供可能;
  7. 信用评价率较低:“淘宝网”的评价率是60%-70%,美国eBay的评价率为50%-60%,目前的网络购物信用评价率较低,影响了评价真实性。

三、淘宝网商信用反馈评价指标体系的建立

1.淘宝网商信用反馈评价指标体系指标的确定

通过对C2C网络购物信用风险的分析,在电子商务信用评价理论和服务评价理论(SERVQUAL 和ZPM 提出的E-SERVQUAL)的基础上,综合了国内外学者对于电子商务信用模型的研究成果,并结合C2C网络购物的特点,建立如下淘宝网商信用反馈评价指标体系:

以上指标体系为理论指标体系,考虑到“淘宝网”上的实际数据获取和评价方评价的准确性,同时根据“淘宝网”最新关于物流公司服务单独评价的规定,将以上理论指标体系进行简化,得出淘宝网商的信用反馈评价实证指标体系,如下表所示:

2.淘宝网商信用反馈评价指标体系权重的确定
本文运用AHP方法确定淘宝网商(卖家)信用反馈评价实证指标体系中各指标的权重。通过对“淘宝网”的实际数据调研和相关专家的建议,构造判断矩阵,最终得出各指标权重如下表:

四、基于多影响因素的淘宝网商信用评价模型

1.基于多影响因素的淘宝网商信用评价模型影响因素分析

在淘宝网商信用反馈评价指标体系的基础上,构建基于多影响因素的信用评价模型。参照累加信任值模型,引入交易价格、评价时间、评价方信用值、防欺诈因子因素,使基于多影响因素的淘宝网商信用评价模型不但考虑买家反馈评价的主观内容,还考虑影响信用值的客观因素。

  1. 交易价格 目前的在线信用评价模型中,每次交易引起的信用增加值是相同的,即加1或减1,而与交易价格无关,这为信用欺诈提供了可能。一些卖家在开店初期出售一些价格 低的产品,迅速积累信用,到后期转而销售一些高价格的产品从而骗取消费者的信任。另外一些卖家在进行交易时,要求买家本来一次可以购买结算的产品分成多次 来拍卖,从而获取不当的信用积分。本文将交易价格因素融入信用模型中,以降低信用欺诈行为给信用值计算带来的负面影响。
  2. 评价时间 信用是在一段时期上的概念,不是时间点上的概念。信用的形成是一个随时间变化的积累过程,信用评价在不同时期不具有简单的累加性。通常近期的信用反馈评价要 比早期的评价更能反映因交易用户行为变化所引起的信用波动,也更具有参考价值。因此,在计算给卖家的信用值时,应该考虑信用反馈评价的时间权重。
  3. 评价方信用值 现 有的信用评价模型在计算用户的信用值时,都没有考虑评价方的信用值。为了增加信用值,交易双方有时会串通相互给予高分信用评价,所以信用值高的用户做出的 信用反馈评价相对于信用值低的用户更具有参考价值。因此,引入评价方信用值因素,可以有效防范信用值较低的用户,通过虚假交易,相互评分来提升信用,以谋 求高额收益。
  4. 访欺诈因子 为了防止信用炒作,“淘宝网”制定了一系列交易规则,如下: 发布纯信息,即无独立载体信息;包含但不仅限于如下情况:减肥秘方、赚钱方法、会员招募、商品知识介绍、免费信息以及购物体验介绍等等。 发布免费获取、低价商品;包含但不仅限于如下情况:无偿从发行方获得的优惠券或资格权、免费商品、软件下载、电子刊物(凡是通过网络传输的一切电子商 品)、电子邮件地址邀请等;1元以下虚拟类商品(不包括:Q币/收费Q秀/点卡按元充/游戏货币;Q币/收费Q秀/点卡按元充/新手卡不能低于0.1 元);1元及1元以下服务类商品等等。

由此看出“淘宝网”针对交易金额的信用炒作规定发布免费或低于l元及以下的产品为信用炒作。同时,一般情 况下,如果一笔交易的交易价格低于邮寄费用,交易方会认为这笔交易不划算,所以当交易价格低于邮寄费用时,也认为存在信用炒作。综合以上因素,基于多影响 因素的淘宝网商信用评价模型的结构如下图所示:

2.基于多影响因素的淘宝网商信用评价模型的定义和表示

定义1:卖家为s,N(s)表示卖家s的交易伙伴集合。

定义2:给定卖家 s,在时间[t-1,t]内,设b为s的交易伙伴,即b∈N(s),则p(b,s)为卖家s和买家b的交易价格;tb∈[t-1,t],tb为买家评价的 时间;f(b,s)为买家b给予卖家s的信用反馈评分;rt(s)为卖家当前的信用值,rt(b)为买家当前的信用值;α为防欺诈因子。

根据以上定义,给出如下的基于多影响因素的淘宝网商信用评价模型,即在给定时间t,卖家的信用值rt(s)计算方法如公式(1):

其中wt(b)表示评价者的信用值权重。评价者的信用值不同,做出的评价应赋予不同的权重,如下表所示:

v(b,s)为交易价格的权重函数。由于较贵的产品交易量相对较少,如果只按交易次数来确定信用值的变化存在不合理性,所以引入交易价格权重,交易价格越大,权重越大,可表示为:

其中p(b,s)为卖家s和买家b的交易价格,V为平均交易价格,V=200。

u(tb)为评价时间的权重,根据评价时间的不同,交易者做出的评价应赋予不同的权重,如下表所示:

α为防欺诈因子,z为本次交易的邮寄费用,根据“淘宝网”交易规则,规定如公式(2):

3.“淘宝网”信用反馈评价规则

根据本文提出的基于多影响因素的淘宝网商信用评价模型,结合“淘宝网”的实际用户评价情况,为提高“淘宝网”的信用评价率,提出以下信用评价规则:为鼓励买家进行信用评价,规定买家每对“淘宝网商信用反馈评价指标体系”中的一项指标进行评价,则在相应卖家的 互评中信用值增加0.05分,简称“评价有加分”。对于买家没有进行评价的指标,系统默认为“一般”。假设买家A对卖家B的n项信用指标进行评价,则在卖 家B对买家A的互评中,买家A的实际分数为:卖家B对买家A的评分+n*0.05。

五、结语

本文提出的信用评价模型不能绝对准确地反映用户的信用值,但较“淘宝网”现有的信用评价模型,提出了一些改进意见。总之,信用评价的影响因素有很多,尤其是在怎么有效防范信用炒作等行为以及消除其对信用评价的不良影响方面,还需要进一步的研究。

本文内容来源于互联网,出处未知。

码字很辛苦,转载请注明来自标点符《淘宝网信用评价模型分析》

评论

  1. Zoom.Quiet #1

    介个和taobao 方面确认过真实性卟?

    回复
    2010-07-28