■ 胡　斌　王興芬　教授（、北京信息科技大學(xué)計(jì)算機(jī)學(xué)院、北京信息科技大學(xué)信息管理學(xué)院　北京　000）

基于馬爾科夫鏈的電子商務(wù)信用風(fēng)險(xiǎn)預(yù)警模型構(gòu)建

■ 胡斌1王興芬2教授（1、北京信息科技大學(xué)計(jì)算機(jī)學(xué)院2、北京信息科技大學(xué)信息管理學(xué)院北京100101）

為解決電子商務(wù)交易過程中信用風(fēng)險(xiǎn)的問題，本文針對賣家信用構(gòu)建了一套預(yù)警模型。通過對賣家數(shù)據(jù)收集、清洗、構(gòu)建風(fēng)險(xiǎn)預(yù)警指標(biāo)體系并建立基于馬爾科夫鏈的預(yù)警模型，進(jìn)而利用相關(guān)樣本進(jìn)行實(shí)驗(yàn)分析，結(jié)果顯示其預(yù)警效果良好，具有一定的實(shí)際應(yīng)用價(jià)值。

電子商務(wù)信用風(fēng)險(xiǎn)指標(biāo)體系預(yù)警馬爾科夫鏈

引言

電子商務(wù)信用問題已經(jīng)成為電子商務(wù)的瓶頸，如何對賣家進(jìn)行信用評估和風(fēng)險(xiǎn)預(yù)警是電子商務(wù)亟待解決的問題。徐峰（2003）、薛有志（2012）、Xiao B（2011）以及Wang HC等（2010）從店鋪相關(guān)、商品相關(guān)、交易過程相關(guān)、服務(wù)相關(guān)和評價(jià)人相關(guān)五個(gè)方面出發(fā)構(gòu)建C2C電子商務(wù)商家信用指標(biāo)。但是他們都沒有考慮到評價(jià)真實(shí)度和促銷活動(dòng)等因素。張韻君等（2011）通過分析網(wǎng)絡(luò)交易特點(diǎn)和消費(fèi)者對商品的感知，從消費(fèi)者感知角度將商家的信用指標(biāo)分信息、態(tài)度、配送、承諾、價(jià)格、質(zhì)量、數(shù)量等。趙妍（2010）通過調(diào)查問卷的形式從商家和消費(fèi)者兩方面建立信用度指標(biāo)。信用評價(jià)模型的構(gòu)建方法，國內(nèi)研究者也提出了很多方法如模糊理論（周華玲，2010）、時(shí)間衰減（張宇等，2011）、靜態(tài)（羅玲，2013）和動(dòng)態(tài)（曾令強(qiáng)等，2012）信用構(gòu)造等方法。但是這些研究選取的因素過于寬泛，根據(jù)自己特定研究而選取，不具有普遍性，而且物流等第三方不確定因素納入信用指標(biāo)使得商家處于一定劣勢。

在預(yù)警方法方面，目前主要的研究思路是采用專家打分方法確定風(fēng)險(xiǎn)因變量，然后構(gòu)造一些靜態(tài)指標(biāo)，如好評率、與實(shí)際預(yù)期相符程度等構(gòu)造指標(biāo)體系（李迎林，2013、汪鑫，2011），進(jìn)而將樣本分為訓(xùn)練集和測試集構(gòu)造預(yù)警模型并加以驗(yàn)證（余樂安，2012）。支慧（2015）通過選取 40 家同類型企業(yè)利用其數(shù)據(jù)，采用因子分析法和 Z-Score 預(yù)警模型來構(gòu)造電子商務(wù)信用風(fēng)險(xiǎn)預(yù)警模型。在Web應(yīng)用方面，有的學(xué)者利用馬爾科夫?qū)τ脩舻纳暇W(wǎng)行為進(jìn)行預(yù)測以及預(yù)測用戶的瀏覽模式（班志杰等，2009）。馬爾科夫鏈模型有成熟的數(shù)學(xué)基礎(chǔ)，在股票預(yù)測、環(huán)境質(zhì)量預(yù)測、市場經(jīng)濟(jì)預(yù)測中都有廣泛的應(yīng)用。

電子商務(wù)預(yù)警模型構(gòu)建

（一）電子商務(wù)預(yù)警模型整體流程圖

本文將馬爾科夫鏈模型應(yīng)用在現(xiàn)代電子商務(wù)領(lǐng)域中實(shí)現(xiàn)對賣家的信用風(fēng)險(xiǎn)預(yù)警功能，給消費(fèi)者更加安心的消費(fèi)環(huán)境。本文所構(gòu)建的電子商務(wù)風(fēng)險(xiǎn)預(yù)警模型的具體建立流程如圖1所示。

（二）數(shù)據(jù)采集及預(yù)處理

1.數(shù)據(jù)采集及數(shù)據(jù)表的建立?，F(xiàn)代電子商務(wù)數(shù)據(jù)量已經(jīng)達(dá)到TB級別甚至PB級別，所以要分析網(wǎng)絡(luò)零售商的大量數(shù)據(jù)就需要采用分布式大數(shù)據(jù)處理技術(shù)。本文中采用Hadoop集群對在線零售商的銷售數(shù)據(jù)進(jìn)行提取，采用httpclient、jsoup等技術(shù)對網(wǎng)頁的HTML中相關(guān)數(shù)據(jù)進(jìn)行提取。本文中提取的數(shù)據(jù)分為五類，分別為：賣家信息、賣家店鋪動(dòng)態(tài)評分、賣家服務(wù)情況、賣家信用評分、賣家評論。其中賣家信息中又包括二級子類：賣家所在區(qū)域、銷售商品類別、商品單價(jià)、賣家注冊時(shí)間、賣家?guī)齑鏀?shù)量。賣家店鋪動(dòng)態(tài)評分中包括商品與描述相符度、賣家服務(wù)態(tài)度、賣家發(fā)貨速度。店鋪服務(wù)情況分為：本月評價(jià)退款速度、退款率、糾紛率、處罰數(shù)。賣家信用評價(jià)分為：好評數(shù)、中評數(shù)和差評數(shù)。然后將這些HTML數(shù)據(jù)信息存入數(shù)據(jù)庫中，根據(jù)提取數(shù)據(jù)以及相關(guān)文獻(xiàn)調(diào)研，本文建立可能影響賣家信用的數(shù)據(jù)如表1所示。

2.評論真實(shí)度語義分析。為了更加準(zhǔn)確地對店家信用風(fēng)險(xiǎn)進(jìn)行評估，本文將對店家評論數(shù)據(jù)進(jìn)行語義分析，即判斷出消費(fèi)者給出的評論是否和給出的評分一致。從而判斷出消費(fèi)者是否對本次購物真正的滿意。本文將數(shù)據(jù)庫的評論數(shù)據(jù)提取關(guān)鍵詞和語氣詞，并且將這些關(guān)鍵詞以及語氣詞與詞庫中的關(guān)鍵詞和語氣詞進(jìn)行對比。判斷評論和實(shí)際給出的評分的差距，并且給定從1到5，五個(gè)不同的度量值，1表示評論和評分不一致，5表示評論和評分一致。處理過程如下：取數(shù)據(jù)庫中一條評論數(shù)據(jù)如圖2所示，情感詞庫如圖3所示，最后經(jīng)過處理得到分詞結(jié)果和真實(shí)度得分如圖4所示。將本月所有評論的得分取平均值作為該月商品評論真實(shí)度的值。

圖1　預(yù)警模型流程圖

圖2　數(shù)據(jù)庫中評論

圖3　情感詞庫

圖4　處理結(jié)果

圖5　權(quán)重訓(xùn)練結(jié)果

3.關(guān)鍵因素選取。根據(jù)提取出來的數(shù)據(jù)進(jìn)行分析可以看出，賣家店鋪的動(dòng)態(tài)評分幾乎相似，各個(gè)店家的商品相似度、服務(wù)態(tài)度以及發(fā)貨速度評分都分布在4.6-4.9之間，很難區(qū)分出好壞，因此本文將其不列入評分體系內(nèi)。根據(jù)相關(guān)文獻(xiàn)及數(shù)據(jù)分析，最終選取關(guān)鍵因素為：賣家月銷售數(shù)量、本月平均退款速度、本月退款次數(shù)、本月糾紛次數(shù)、本月處罰次數(shù)、好評數(shù)、中評數(shù)、差評數(shù)、評論真實(shí)度量值、當(dāng)月是否有促銷活動(dòng)。

4.關(guān)鍵因素權(quán)值計(jì)算。銷售數(shù)量、退款速度、退款次數(shù)、糾紛次數(shù)、處罰次數(shù)、評論真實(shí)度，需要計(jì)算各個(gè)指標(biāo)權(quán)重。本文采用神經(jīng)網(wǎng)絡(luò)對權(quán)重進(jìn)行訓(xùn)練，開始手工設(shè)置數(shù)據(jù)項(xiàng)的權(quán)值，然后采用單層神經(jīng)網(wǎng)絡(luò)對權(quán)值進(jìn)行訓(xùn)練，算法如下：

初始化權(quán)重wi和閾值θ。

激活。通過輸入x1（p），x2（p），…，xn（p）以及期望輸出yd（p）來激活感知器。在迭代p=1上計(jì)算激活函數(shù)的輸出：

這里迭代p表示提供給感知器的第p個(gè)訓(xùn)練實(shí)例，n為感知器輸入的數(shù)量，公式（2）為階躍激活函數(shù)。

權(quán)重訓(xùn)練。修改感知器權(quán)重：wi（p+1）=wi（p）+|wi（p），其中Δwi（p）為迭代p上的權(quán)重校正。通過delta感知器學(xué)習(xí)規(guī)則計(jì)算權(quán)重校正，如公式（3）和（4）所示：

e（p）是誤差，當(dāng)其為正時(shí)，就需要增加感知器輸出y（p）；當(dāng)其為負(fù)時(shí)，就要減少感知器輸出y（p）。每個(gè)感知器對總的輸入X（p）的貢獻(xiàn)為xi（p）+ wi（p），由此可知，增加或減少權(quán)重wi（p）可以增加或減少輸出y（p）的值。α是學(xué)習(xí)速度，是一個(gè)小于1的常數(shù)。yd（p）表示在迭代p中的期望輸出，y（p）為在迭代p中的實(shí)際輸出。

迭代。迭代p加1，回到步驟2，重復(fù)以上過程直到收斂。

圖5為權(quán)重訓(xùn)練結(jié)果，由此可見銷售數(shù)量、處罰次數(shù)和評論真實(shí)度的權(quán)值較大，這些都是消費(fèi)者比較重視的，符合實(shí)際情況。

5.特殊情況處理?，F(xiàn)代電子商務(wù)發(fā)展迅速，網(wǎng)絡(luò)零售商的銷售策略變得更多，在網(wǎng)上進(jìn)行促銷活動(dòng)如“雙十一”、“雙十二”等各大電商的促銷活動(dòng)以及一些平時(shí)非平臺性質(zhì)的促銷活動(dòng)。這些促銷活動(dòng)都會使得店家的銷售數(shù)據(jù)變得很高，有的店家在這些活動(dòng)中就會以次充好，用低價(jià)換取高銷售量和高好評數(shù)。這些活動(dòng)大多是帶有風(fēng)險(xiǎn)的，因?yàn)檫@些數(shù)據(jù)會對消費(fèi)者以后購買產(chǎn)生一些誤導(dǎo)。所以本文將考慮這些促銷活動(dòng)的特殊情況，使得本文給出的信用指標(biāo)更加符合現(xiàn)代電子商務(wù)的發(fā)展。

6.信用值計(jì)算。其中，好評、中評、差評的積分策略可以依然采用淘寶網(wǎng)的策略。記為公式（1）：S1=0.1*好評數(shù)+0*中評數(shù)+（-1）*差評數(shù)。根據(jù)權(quán)重值，記公式（2）：S2=0.11*銷售數(shù)量-0.03*退款速度-0.06*退款次數(shù)-0.08*糾紛次數(shù)-0.17*處罰次數(shù)+0.55*評論真實(shí)度。特殊情況記為公式（3）：S3=（-0.1）*（銷售數(shù)量-好評數(shù)）*是否有促銷活動(dòng)。公式（3）適當(dāng)為有促銷的月份進(jìn)行浮動(dòng)調(diào)節(jié)。最后店家的總信用評分記為S=S1+S2+S3。

（三）基于馬爾科夫鏈的預(yù)警模型

1.數(shù)據(jù)指標(biāo)的處理。本文統(tǒng)計(jì)了10家3C數(shù)碼賣店共118條數(shù)據(jù)，根據(jù)計(jì)算得知所有賣家的信用值多分布在［10，400］區(qū)間內(nèi)，只有頂級賣家的信用值在400以上。對比賣家的當(dāng)月的信用度和經(jīng)過計(jì)算的得分最后給出風(fēng)險(xiǎn)等級的劃分如表2所示。

本文選取北京某3C數(shù)碼店家4月份的交易數(shù)據(jù)為例進(jìn)行計(jì)算：銷售量為2222次，糾紛退款4次，糾紛率為0.18%，退款次數(shù)389，退款率為17.52%，處罰次數(shù)0次，平均退款速度是2.98天。好評數(shù)1021個(gè)，中評數(shù)2個(gè)，差評數(shù)2個(gè)，該月是否有促銷活動(dòng)為否，評論真實(shí)度為5。根據(jù)上述數(shù)據(jù)即可以求出4月份店家的信用指數(shù)為182。根據(jù)分類該賣家在2014年1-10月的信息進(jìn)行統(tǒng)計(jì)分類得到分類情況，如表3所示。

2.馬爾科夫鏈模型的建立。馬爾科夫過程是一種常見的隨機(jī)過程，如果一個(gè)系統(tǒng)包含有限個(gè)狀態(tài)，則下一個(gè)狀態(tài)只與它當(dāng)前狀態(tài)有關(guān)而與前一個(gè)狀態(tài)無關(guān)，也被稱為馬爾科夫鏈的無后效性。馬爾科夫過程根據(jù)狀態(tài)的連續(xù)與否分為狀態(tài)連續(xù)的馬爾科夫過程和狀態(tài)不連續(xù)的馬爾科夫過程即離散馬爾科夫過程。時(shí)間離散同時(shí)狀態(tài)也離散的馬爾科夫過程稱為馬爾科夫鏈。馬爾科夫鏈可以反映風(fēng)險(xiǎn)狀態(tài)的轉(zhuǎn)移概率Pij。Pij表示從風(fēng)險(xiǎn)等級i轉(zhuǎn)移到風(fēng)險(xiǎn)等級j的概率。

表1　可能影響賣家信用的因素

表2　風(fēng)險(xiǎn)等級的劃分

表3　月份的風(fēng)險(xiǎn)等級分類

表4　店家10個(gè)月的數(shù)據(jù)

表5　第11個(gè)月的風(fēng)險(xiǎn)等級預(yù)測

表6　預(yù)測數(shù)據(jù)與真實(shí)數(shù)據(jù)對比

其中pn1+pn2+…+pnk=1?；跔顟B(tài)轉(zhuǎn)移矩陣，可以得到每個(gè)狀態(tài)轉(zhuǎn)移概率的最大結(jié)果，從而利用其進(jìn)行預(yù)測。每個(gè)風(fēng)險(xiǎn)等級狀態(tài)都呈現(xiàn)有限和可數(shù)的狀態(tài)x1，x2…，xt，而且每一個(gè)月的風(fēng)險(xiǎn)等級從xik到xjk+1的概率轉(zhuǎn)換只取決于當(dāng)前月份跨度k。在本文中風(fēng)險(xiǎn)等級分為五級即五個(gè)狀態(tài)，每個(gè)月的風(fēng)險(xiǎn)根據(jù)其值分別分布在五個(gè)狀態(tài)中。

其中Pij（m）表示的是風(fēng)險(xiǎn)等級集合xi中月份經(jīng)過m個(gè)月的跨度轉(zhuǎn)化到風(fēng)險(xiǎn)等級xj中的月份的概率。ni表示風(fēng)險(xiǎn)等級i狀態(tài)中包含月份的個(gè)數(shù)。Nij（m）表示風(fēng)險(xiǎn)等級i中月份經(jīng)過m個(gè)月的跨度變化最終轉(zhuǎn)換到風(fēng)險(xiǎn)等級j中月份的次數(shù)。

實(shí)證研究

（一）預(yù)警模型初始化

利用表3中的分類數(shù)據(jù)，對店家前10個(gè)月的數(shù)據(jù)進(jìn)行建模，并對模型進(jìn)行測試。選取的店家數(shù)據(jù)如表4所示。

其中等級1的月份為1、2、4；等級2的月份為3；等級3的月份為5、7；等級4的月份為6；等級5的月份為8、9、 10。根據(jù)公式（5）和公式（6），建立五個(gè)狀態(tài)轉(zhuǎn)移的概率矩陣。由于實(shí)驗(yàn)數(shù)據(jù)具有一定局限性，所以計(jì)算時(shí)應(yīng)遵循如下規(guī)則：一是如果狀態(tài)集合中元素為0，則將集合元素最多的狀態(tài)賦值為1，如果多個(gè)集合元素相同則賦均值；二是如果狀態(tài)集合中的月份加上轉(zhuǎn)移跨度超過集合中月份上限則將該行最后一列賦值為：，其中p為矩陣中當(dāng)前行相應(yīng)列的概率值。此規(guī)則不會影響到數(shù)據(jù)原有的統(tǒng)計(jì)特性，所以對結(jié)果不會產(chǎn)生很大影響。以下為計(jì)算得出的轉(zhuǎn)移矩陣：

（二）風(fēng)險(xiǎn)等級預(yù)測

本文利用第6-10個(gè)月的數(shù)據(jù)去估算第11個(gè)月的風(fēng)險(xiǎn)等級。需要知道前5個(gè)月的初始狀態(tài)和第11個(gè)月的跨度，如表5所示。

最后第11個(gè)月的狀態(tài)中狀態(tài)5的值是最高的，所以將11月的風(fēng)險(xiǎn)等級劃分到第五級中。

（三）回歸測試

為了證明模型的準(zhǔn)確性，利用已知的數(shù)據(jù)進(jìn)行測試。用1-5月的數(shù)據(jù)去預(yù)測第6個(gè)月的風(fēng)險(xiǎn)等級，依次類推，測試6-10月的風(fēng)險(xiǎn)等級。具體情況如表6所示。

本文測試了幾十家店家，根據(jù)實(shí)驗(yàn)測試表明，改進(jìn)后的馬爾科夫鏈模型的預(yù)測準(zhǔn)確率很高，其中出現(xiàn)2種情況會導(dǎo)致預(yù)測結(jié)果偏差：第一個(gè)是店鋪得分過于接近兩個(gè)等級的臨界點(diǎn)，可能是因?yàn)榈燃墑澐州^粗糙導(dǎo)致；第二個(gè)為店家數(shù)據(jù)波動(dòng)較大，因?yàn)轳R爾科夫鏈模型特性導(dǎo)致了錯(cuò)誤發(fā)生。模型雖然有一定的誤差，但是整體的精準(zhǔn)度很高，具有一定的實(shí)際應(yīng)用價(jià)值。

結(jié)論

本文針對電子商務(wù)網(wǎng)站中賣家的信用構(gòu)造了一套符合當(dāng)代電子商務(wù)發(fā)展趨勢的信用評判指標(biāo)，在指標(biāo)中加入了評語相符度和是否有促銷活動(dòng)等以往研究沒有考慮但是對信用影響很大的指標(biāo)。并且將馬爾科夫鏈模型引入到電子商務(wù)領(lǐng)域中，構(gòu)造了一個(gè)具有預(yù)警功能的模型。實(shí)驗(yàn)證明，利用本模型可以很好地對店家的信用風(fēng)險(xiǎn)進(jìn)行預(yù)警，可以在消費(fèi)之前將風(fēng)險(xiǎn)降到最低，具有一定的實(shí)際應(yīng)用價(jià)值。

1.徐峰.基于顧客集合的C2C電子商務(wù)商家信用模型研究［J］.紹興文理學(xué)院學(xué)報(bào)，2013，33（9）

2.薛有志，郭勇峰.C2C電子商務(wù)賣家的競爭戰(zhàn)略研究：基于淘寶網(wǎng)的分析［J］.南開管理評論，2012（5）

3.Xiao B，Benbasat I.Product-related deception in E-commerce：a theoretical perspective［J］.MIS Quarterly，2011（11）

4.Wang H C，Doong H S，F(xiàn)oxall G R.Consumers’intentions to remain loyal to online reputation systems［J］.Psychology & Marketing，2010（9）

5.張韻君，陳偉.基于消費(fèi)者感知的C2C電子商務(wù)信用評價(jià)模型研究［J］.商業(yè)時(shí)代，2011（11）

6.趙妍.C-C 電子商務(wù)中的信用風(fēng)險(xiǎn)和信用評級方法研究［D］.北京郵電大學(xué)碩士論文，2010

7.周華玲.基于模糊理論和時(shí)間幀的C2C動(dòng)態(tài)信用評估模型［D］.山東理工大學(xué)，2010

8.張宇，朱衛(wèi)祥.基于時(shí)間衰減和交易信息加權(quán)的動(dòng)態(tài)電子商務(wù)信任模型［D］.浙江理工大學(xué)， 2011

9.羅玲.基于模糊綜合評價(jià)法的C2C電子商務(wù)二階段信用評價(jià)模型［J］.現(xiàn)代商業(yè)，2013（28）

10.曾令強(qiáng)，肖萍.電子交易平臺多元綜合信用評價(jià)的研究與實(shí)現(xiàn)［J］.廣東石油化工學(xué)院學(xué)報(bào)，2012（22）

11.李迎林.C2C電子商務(wù)動(dòng)態(tài)信用評價(jià)模型［D］.首都經(jīng)濟(jì)貿(mào)易大學(xué)碩士論文，2013

12.汪鑫.基于退貨評價(jià)的C2C電子商務(wù)信用評價(jià)模型改進(jìn)研究［D］.江蘇科技大學(xué)，2011

13.余樂安.基于最小二乘近似支持向量回歸模型的電子商務(wù)信用風(fēng)險(xiǎn)預(yù)警［J］.系統(tǒng)工程理論與實(shí)踐，2012（3）

14.支慧.電子商務(wù)信用風(fēng)險(xiǎn)的預(yù)警指標(biāo)體系構(gòu)建［J］.科技展望，2015（1）

15.班志杰，古志民，金瑜.Web預(yù)取技術(shù)綜述［J］.計(jì)算機(jī)研究與發(fā)展，2009，46（2）

北京市教委科技重點(diǎn)項(xiàng)目“電子商務(wù)平臺交易糾紛規(guī)避的若干支撐技術(shù)研究”（KZ201411232036）；國家自然科學(xué)基金項(xiàng)目“網(wǎng)絡(luò)零售交易風(fēng)險(xiǎn)動(dòng)態(tài)評估及預(yù)警研究”（71571021）

TP302.2

A