電商賣家信用評分的多因素校正模型及有效性檢驗——以淘寶網(wǎng)為例
本文關鍵詞: CC 賣家信用得分 多因素校正模型 神經(jīng)網(wǎng)絡分位數(shù)回歸 有效性檢驗 出處:《軟科學》2017年01期 論文類型:期刊論文
【摘要】:針對電子商務環(huán)境中賣家信用得分計算方式的不足,提出了相應的改進策略:引入主營業(yè)務占比、開店時長和賣家的買家身份信用三個因素,建立賣家信用評分的多因素校正模型。更進一步,提出店鋪的消費累積損失這一概念,并使用神經(jīng)網(wǎng)絡分位數(shù)回歸模型和相應的評價指標,來驗證改進賣家信用得分在解釋店鋪消費累積損失中的有效性。最后,對淘寶網(wǎng)信用評分實踐進行研究,實證結果表明:賣家信用評分的多因素校正模型,不僅能夠成功地解釋店鋪消費累積損失,而且能夠更好地預測其未來取值變動規(guī)律,具有有效性。
[Abstract]:Aiming at the deficiency of credit score calculation in e-commerce environment, this paper puts forward the corresponding improvement strategies: introducing the proportion of the main business, the length of the shop opening and the buyer's identity credit of the seller. The multi-factor correction model of seller's credit score is established. Furthermore, the concept of cumulative consumption loss of shop is put forward, and the neural network quantile regression model and the corresponding evaluation index are used. To verify the effectiveness of improving seller's credit score in explaining the cumulative loss of store consumption. Finally, Taobao credit score practice is studied. The empirical results show that: seller's credit score multi-factor correction model. Not only can the cumulative loss of store consumption be explained successfully, but also the law of value change in the future can be predicted better, which is effective.
【作者單位】: 合肥工業(yè)大學管理學院;合肥工業(yè)大學過程優(yōu)化與智能決策教育部重點實驗室;
【基金】:國家社會科學基金項目(15BJY008) 教育部人文社會科學研究規(guī)劃基金項目(14YJA790015) 安徽省哲學社會科學規(guī)劃基金項目(AHSKY2014D103)
【分類號】:F724.6
【正文快照】: 引言21世紀以來,中國電子商務發(fā)展迅猛。根據(jù)《第36次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》,截至2015年6月,中國網(wǎng)民規(guī)模達6.68億,互聯(lián)網(wǎng)普及率達48.8%。隨著中國網(wǎng)民規(guī)模的不斷擴大,網(wǎng)絡市場也隨之得到更大的發(fā)展,而C2C電子商務中賣家信用評價所存在的弊病也成為了亟待解決的問題
【參考文獻】
相關期刊論文 前9條
1 甘早斌;曾燦;馬堯;魯宏偉;;基于信任網(wǎng)絡的C2C電子商務信任算法[J];軟件學報;2015年08期
2 許啟發(fā);張金秀;蔣翠俠;;基于非線性分位數(shù)回歸模型的多期VaR風險測度[J];中國管理科學;2015年03期
3 王俊峰;吳海洋;;基于改進的TOPSIS法的B2C企業(yè)信用評價[J];軟科學;2014年06期
4 李旭芳;;基于AHP的電商多維信譽的模型設計[J];統(tǒng)計與決策;2014年11期
5 何耀耀;許啟發(fā);楊善林;余本功;;基于RBF神經(jīng)網(wǎng)絡分位數(shù)回歸的電力負荷概率密度預測方法[J];中國電機工程學報;2013年01期
6 陳傳紅;趙學鋒;張金隆;;在線信譽系統(tǒng)的應用現(xiàn)狀及問題應對[J];情報雜志;2012年08期
7 彭惠;王永瑞;;C2C電子商務市場整體賣家信用分布研究[J];情報雜志;2012年05期
8 易傳和;彭江;;基于FAHP的個人信用評分模型[J];統(tǒng)計與決策;2009年15期
9 譚中明;;中小企業(yè)信用評價體系研究[J];學術論壇;2009年05期
【共引文獻】
相關期刊論文 前10條
1 許啟發(fā);王陶;蔣翠俠;楊善林;;電商賣家信用評分的多因素校正模型及有效性檢驗——以淘寶網(wǎng)為例[J];軟科學;2017年01期
2 余芳;;C2C電子商務中買家信用問題研究——基于C2C網(wǎng)絡商家的實證分析[J];重慶交通大學學報(社會科學版);2016年06期
3 許啟發(fā);蔡超;蔣翠俠;;指令不均衡與股票收益關系研究——基于大規(guī)模數(shù)據(jù)分位數(shù)回歸的實證[J];中國管理科學;2016年12期
4 劉大福;蘇e,
本文編號:1457367
本文鏈接:http://sikaile.net/jingjilunwen/dianzishangwulunwen/1457367.html