一種面向欺詐規(guī)避的C2C電子商務信用評價模型設計

衛(wèi)昆，崔雨晨

（西安郵電大學經濟與管理學院，西安 710121）

1 C2C電子商務發(fā)展現狀及信用問題

1.1 C2C電子商務模式的發(fā)展?jié)摿?/h3>

我國電子商務起步晚、發(fā)展快，經過近二十年的發(fā)展，我國的電子商務已經成為國民經濟中不可忽視的力量，其中C2C電子商務交易所占比例也越來越大并且趨于穩(wěn)定。

近年來我國電子商務消費者人數迅速增長，根據CNNIC第41次《中國互聯網絡發(fā)展狀況統計》[1]，截至2017年12月底我國電子商務市場的交易總額高達29.16億元，較之2016年增幅約為11.7%。網絡購物市場總交易規(guī)模高達6.2億元，比2016年增長24%。

2010年C2C市場的交易額約為4651億元，2015年C2C電子商務在中國整體網絡購物市場規(guī)模中增長率為19.5%，2017年天貓雙11全球狂歡節(jié)交易額高達1682億元，年增長39%，數據表明C2C電子商務模式發(fā)展空間很大。

1.2 我國C2C電子商務信用問題

C2C電子商務作為虛擬交易模式的一種，交易雙方基于信用紐帶進行交易，因此這種虛擬的交易方式很容易存在信用及欺詐風險。例如，產品信息描述真實性、買賣雙方的身份認證簡單等，這些都會導致信用評價漏洞不斷出現。信用風險作為主要風險之一，既不利于買賣雙方交易的完成，而且會影響消費者的購買意愿和重復購買行為，嚴重阻礙C2C電子商務健康發(fā)展。

2 相關理論方法介紹

2.1 層次分析法

層次分析法適用于具有分層交錯評價指標的目標系統，且目標值又難于定量描述的決策問題。其用法是構造判斷矩陣，求出其最大特征值，及其所對應的特征向量，歸一化后，即為某一層次指標對于上一層次某相關指標的相對重要性權值。具有分析問題系統簡潔實用，且所需要的定量數據較少等優(yōu)點。

2.2 信用衰減理論

衰減理論應用于多個領域，而基于時間的衰減理論，體現在某些數據隨著時間的推進，其數量或大小逐漸變小的情況。在分析某些數據時，往往會更關注近期的數據，時間越久的數據受關注的程度越低。而基于時間的信用衰減就是體現了對近期信用的關注，某一時期內的信用隨著時間的推進，其數值越來越小，因此其影響程度也越來越小，信用值呈現下降的趨勢[2]。

3 不正當信用評價行為分析

通過調研發(fā)現，C2C交易過程中存在較多的不正當信用評價行為。不正當信用評價行為是以一定的特殊目的為基礎的，由于評價主體的目的存在差異性，多數屬于虛假的購物體驗，這些評價并不能真實、客觀的反映交易情況，導致正當評價行為被混淆，使得評論失去了客觀性與真實性。其存在原因如下：

3.1 消費者缺乏評價的主動性和積極性

由于目前網絡購物消費者以一次消費為主，所以大部分消費者與經營者并未建立良好的互動關系，導致評價激勵機制健全度低，所以難以調動消費者評價的積極性，追加評論的消費者更是寥寥無幾。

3.2 信用評價考核內容單一，計算方法簡單

①單純累積計算，該計算方法會由于經營時間不同造成計算結果缺乏公平性。

②交易額不影響經營者的信用水平，但交易數量對經營者信用具有一定的影響。

③所有消費者做出的評價其價值相同。

4 信用評價模型改進設計——以淘寶網為例

4.1 淘寶網信用評價模型簡述

淘寶的現行信用評價模型[3]主要分為兩個部分，分別為信用評價、店鋪評分（DSR）。店鋪評分內容分別為賣家服務態(tài)度、寶貝與描述相符、賣家發(fā)貨速度和物流服務速度四項。

淘寶信用評價模型的優(yōu)缺點歸納如下。

4.1.1 優(yōu)點

①操作簡單；②較強的適用性；③良好的用戶友好性。

4.1.2 缺點

①評分計算缺乏合理性；②評價等級過于簡單；③未考慮買家信用；④未考慮價格因素；⑤默認評價處理不夠妥當；⑥懲罰機制不健全；⑦退貨不做評價；⑧未考慮信用的時間因素。

4.2 模型的優(yōu)化

4.2.1 店鋪評分等級的設計

淘寶網目前的指標打分分值為0-5分，對于賣家來說，最不理想的結果為本次交易信用分為0，即對其已有的信用評級無太大影響。本文對商品質量、賣家服務態(tài)度和賣家發(fā)貨速度這三個指標的打分分值調整為-3至+3，得分為正表示滿意，分數值越高消費者越滿意，反之，負值表示不滿意。[1]

4.2.2 買家信用劃分

在消費者群體中仍有很多買家未進行實名認證，這類買家就很有可能進行不正當信用評價行為，為此，在改進模型中將買家劃分等級，采用這種方法，有助于減少信用炒作和惡意評價的情況發(fā)生。

4.2.3 懲罰因素的選擇

本文使用銷售率的概念，將銷售率作為一個懲罰因素，乘以賣家的累計信用，如果賣家一直誠信經營，那么其懲罰因素的數值為1，如果有不正當交易行為產生，其銷售率會小于1，這樣多次計算，會對賣家信用產生很大的影響，以此來激勵賣家誠信經營。

4.2.4 默認評價的處理

調查顯示有不少消費者選擇默認評價，他們一方面是覺得東西一般，雖不如預期的好，但也在可接受范圍內，另一方面是沒有評價的習慣，覺得麻煩，浪費時間，因此在改進模型中，默認評價分值設置為0。

4.2.5 單次交易金額的影響處理

一般認為交易金額與買家的風險感知正相關，金額不同的商品所獲得的評價機會一樣，然而不同價格的商品交易信息的反饋，其可參考性也是不一樣的。交易金額權重的處理如表1所示。

表1 交易金額評價影響表

4.2.6 信用衰減的應用

本文設定的衰減率為0.89，表2為信用衰減過程，因為本文選取的是12個時間段內的信用值，最后一個時間段內的數據被衰減了11次，本文以一個時間段內信用值不小于15%為節(jié)點，通過計算得出，當衰減率D取0.89時，0.148是第12個時間段信用值對應的衰減率，其產生的影響已不到它最初數值的15%。

表2 改進模型衰減率分配

首先對符號的概念進行說明，Rn，……，R2，R1表示為賣家從當前月開始計數，往期每個時間段內的信用值，Cn表示當前賣家基于時間衰減的累積信用值，Pn-1表示除了當月信用值Rn以外的之前各期信用評分衰減后的總和，信用衰減率為D。當月內的累計信用值表示為，公式如下：

其中An為當月銷售率；Bt表示消費者的個人信用權重；St為當次交易金額權重；qt、st、mt分別表示某個消費者對商品質量、服務質量以及發(fā)貨速度的一組打分；有z個消費者。

各個時間段內的衰減系數依次為1，D，D2，……，上一個信用值到次月進行首次衰減，所以本月系數為1，即不進行衰減，則

則總的累積信用公式即為：

4.3 應用實例

選取一個主營母嬰商品的賣家（布*林）實際數據為例，對店鋪的數據進行取樣，來檢驗上述的改進模型計算。以半年銷售數據（2017年12月1日—2018年5月24日）為基礎，并將初始信用分設為0，以月為單位進行計算。

4.3.1 信用評價模型改進

在改進模型中將評分分值擴充為-3～+3。另外，引入上小節(jié)的各優(yōu)化因素。將信用評價分用Ln表示，Tn-1表示除了當期信用值Yn以外的之前各期信用評分衰減后的總和，kt表示該消費者所給出的打分為-3～+3之間的整數值，其余符號同上小節(jié)，并以月為單位進行衰減，可推導出信用評分公式為：

以6個月的數據為例，分別計算淘寶模型和改進模型的信用分值，為簡化計算假設交易金額權重恒為1。

4.3.2 店鋪評級模型改進

店鋪評價模型的具體優(yōu)化細節(jié)如上小節(jié)中各方面的優(yōu)化，默認評價以零分記。本文將整體店鋪評級評分表示為：

通過該店鋪六個月各項評分匯總計算，為簡化計算假設交易金額權重恒為1。

通過對比淘寶現有模型和改進模型在各優(yōu)化因素方面的試驗，結果表明，信用評分和店鋪評級均有所下降，改進模型在上述各個方面的應用都較為有效。

5 信用評價體系改進建議

5.1 完善網絡交易信息披露制度

一方面需要增加店鋪經營者信譽度披露內容，網絡交易平臺需要對經營者商業(yè)信息定期進行公示，公布內容主要為信譽度評價結果和評價的相關標準，包括成交額、退貨率、好評率等。另一方面是對管理制度的披露內容進行完善，包括公開經營者和物流商的信息，公開消費者投訴賣家或物流商的違規(guī)行為。[2]

5.2 完善電子商務平臺準入機制

提高市場準入標準，有助于篩選出不合格的店鋪經營者，保障網購市場的混亂現象從根源上被遏制，具體做法如：嚴格執(zhí)行網絡購物經營者工商登記制度和身份確認制度，實行階段性淘汰機制，第三方平臺做好監(jiān)督管理工作，不斷提高監(jiān)管部門的監(jiān)管能力和效率。

5.3 提高消費者參與信用評價行為的主動性與真實性

鼓勵消費者積極參與購后評價，改變現有的由于真實消費者自身所作出的虛假評價，例如，雖然好評返利是一種激勵機制，但其本質上屬于偏向賣家的行為，不利于買家真實的表現自身對產品或服務的體驗。但在物質激勵下，一些買家不得不進行虛假評價。

5.4 完善市場監(jiān)管機制

加強工商等行政管理部門的監(jiān)管，可以設立電子商務管轄部門，專門服務電子商務領域的工商活動，降低消費者維權的難度，同時還有助于減少部門間相互推諉現象的出現。此外，消費者協會也需要發(fā)揮自身的作用，引導賣家自律經營，以保證更好的維護消費者權益。