C2C電子商務信用評價體系改進研究

沈陽理工大學經濟管理學院 金敏力 張晨

C2C電子商務信用評價體系改進研究

沈陽理工大學經濟管理學院 金敏力 張晨

C2C電子商務交易網站具有開放及虛擬的特性，故交易雙方的信用問題已成為影響其發展的一個主要因素。網絡交易的安全性及公平性在一定程度上由C2C電子商務網站信用評價體系保障著，但其中仍存在著不足之處。本文通過考慮信用評價等級、交易金額、賣家歷史好評率、量化評分參考因素等方面，在具體分析信用評價體系存在問題的基礎上，提出了相應的可行性建議并建立了新的信用評價算法。

C2C電子商務 信用評價體系 信用評價算法

近年來C2C電子商務網絡交易發展迅速，買賣雙方在虛擬的網絡世界中并沒有實質性的接觸，這就給交易雙方帶來了安全隱患。而C2C電子商務信用網站在提供交易平臺的同時還提供了一個信用體系，用以保障買賣雙方的權益。這時交易雙方可以通過電子商務信任評價體系了解對方的交易經歷和歷史好評率，從而可以增強彼此信任。然而現有C2C電子商務網站的信用評價計算方法僅僅是對每次交易后的信用評價進行簡單累計，這未必能真實反映賣家的可信程度。

1 現有C2C電子商務信用評價體系存在的問題

1.1 現有信用評價很難真實反映買家評價

現有信用評價等級僅有好、中、差三項，并不能全面反映顧客的滿意程度。并且現有信用評價率不高，信用評價算法與評價用戶自身信用無關，顧客在每次網絡交易后無論是否認真對賣家進行評價對其下次交易無任何影響，這就影響了買方的評價積極性。在現有評價體系中，如果網上交易后買方在指定有效期內未給出評價，系統將默認好評，但買方對該賣家的商品和服務也許并不滿意。如此現有信用評價很難真實反映買家對賣家信任的評估。

1.2 現有信用值算法很難真實反映賣家信譽值

將交易雙方的信用值進行簡單累加是當前大多數C2C電子商務網站普遍使用的信用評價算法，這種算法雖然有著計算簡單、便于理解的優點。但對于這種簡單的信用值算法并不能真實反映賣家的信用狀況；此外，現有信用值算法缺乏對交易金額、交易時間、賣家歷史好評率等特征的描述，無法準確預測和判斷買賣雙方的交易行為，難以實現信任的個性化評估。

1.3 現有評價體系使得賣家難以得到公平的競爭機會

在現有信用評價體系中，信用積分不僅與交易金額無關，更與賣家從事網絡交易的年限無關，這就使得一些商人有機可乘。首先賣家可以通過頻繁的小金額交易(如網上充值卡等)來迅速提高積分，在信用積分積累到一定程度后再轉去做其他大金額的交易。買家看到的僅是該賣家的信用積分，但這信用積分是否是通過經營大金額商品贏得的卻不得而知。其次新進入C2C電子商務的網絡賣家即使有著高質量的商品，合理的價格及較好的服務，但由于其從業時間短信用積分低，大多數買家還是更愿意與信用積分高的老買家交易。這就使得新賣家很難得到公平的競爭機會。

2 對現有評價體系的改進

電子商務信用評價方法是通過收集和統計交易者的交易信息來衡量交易者信用水平的一種信用評價工具，它可以從多角度描述交易者的信用水平。本文主要討論電子商務信用評價體系的使用及相應計算方法。首先為使賣家得到更真實有效的評價，可將評價等級由三級增加到五級。其次為使賣家得到公平的競爭機會，應在C2C網絡交易界面上標注賣家網絡交易年限，這樣就可以辨別該賣家信用等級高是由于其交易時間長，還是由于其為新賣家但有著較高的信譽值。最后為能找到真實反映賣家信用的信用值算法，每位買家應針對其每次交易中的金額因子(將買賣雙方交易金額作為考評因子)和評價因子(商品性價比、信息真實性、賣家態度、物流服務)進行更詳盡的打分，每筆交易的信用評分由各因子得分及其相應權重的乘積累計而得。

2.1 新增較好及較差兩個信任評分等級

將交易評價等級劃分為五級記為Ta(a=1～5)：好評A1、較好A2、中評A3、較差A4、差評A5；其對應分值分別為：1.5、1、0、－1、－1.5。依據每次具體交易情況的不同，評價用戶可以選擇最合適的等級。

2.2 綜合評價因子、交易金額因子、賣家歷史好評率確定每次信用評分

(1)新增信用評價因子作為信用評價的參考因素。原有C2C電子商務信用評價均是簡單的一次性評價，現增加信用評價因子及其相應所占權重。評價因子bi(i=1～4)可以是商品性價比b1、信息真實性b2、賣家態度b3、物流服務b4；各因子對應的權重Pi(i=1～4):0.4、0.3、0.2、0.1

(2)引入交易金額作為信用評價的參考因素。將交易金額引入信用積分的計算，可以有效解決賣家通過頻繁小金額交易迅速提高信用積分的問題。金額權重K1設定如下：商品價格0～10元、10～100元、100～500元、500～1000元對應權重分別為0.05、0.1、0.2、0.3、0.4，以此類推。故考慮交易金額影響后的評分M1=k1·Mc。

(3)引入賣家的歷史好評率作為信用評價的參考因素。新增歷史好評率，將每次交易的信用得分算法與歷史積分相關連，會使得賣家更加注重自己的交易信用。假設賣家進行了N次交易，其中得到的好評數為Na,則賣家的歷史好評率k2=Na/N。故考慮歷史好評率后的信用積分為M2=K2·M1=(Na/N) K1∑bi·Pi。

3 實證研究

某買家一次在淘寶網上從賣家A買了臺價值為2000元的電視機，從賣家B買了件價值100元的連衣裙。該買家對從賣家A購買的電視機及賣家B購買的連衣裙描述分別為：電視機價格便宜性價比高，商品質量好，商品信息較準確，且賣家服務態度好，但商品的包裝過于簡易、物流速度慢。連衣裙性價比較高，質量較好，物流很快當天就到貨了，賣家服務態度可以，但實物和網上圖片有偏差。

這里假定評價因子bi中i為4項，每項對應的評分值Ta。b1商品質量好性價比高故該評分因子為好評1.5分；b2商品信息較準確，給出較好評1分；b3賣家態度好得1.5分；b4物流慢包裝簡易給出中評0分；商品價格2000元對應權重為0.5。賣家A的歷史好評率96%，賣家B的歷史好評率為85%。所以用該信用評價算法得電視機的評價值為：M21=(1.5*0.4+1*0.3+1.5*0.2+0*0.1)*0.5*0.96=0.576。用該信用評價算法得連衣裙的評價值為：M22=(1.5*0.4+0*0.3+1*0.2+1.5*0.1)*0.2*0.85=0.162。

4 結語

原有的信用評價算法僅能對賣家服務進行模糊評估，而新的信用評價算法卻可以將賣家的各項服務數量化、合理化。只要賣家服務稍有不同，運用新的評分算法就會得到不同的分值，這樣就更能有效地促進賣家從各方面提高自己的商品質量和服務質量。信用是電子商務交易的基石，新的信用評價算法有效促進了C2C電子商務信用體系的全面進步，它不僅可以減少網上詐騙，更將促進網上購物市場的繁榮發展。

[1] 楊韻.C2C電子商務的信任機制研究[J].管理觀察,2009(9)..

[2] 楊曉薇.C2C電子商務模式下的信用評價研究[J].電腦與電信,2010(1).

[3] 付泉.國內C2C電子商務信用評價體系管理研究[J].企業信息化,2010(8).

[4] 馬強,林涼,楊曉輝.電子商務信用模型研究[J].經營與管理,2009(24).

[5] 于小燕,韋婉辰.電子商務信用評價體系分析與研究——以“淘寶網”為例[J].網絡財富.2010(7).

F724.6

A

1005-5800(2012)08(a)-159-02

金敏力，沈陽理工大學教授，經濟管理學院院長，教務處處長，主要從事管理信息系統、電子商務、績效評價研究；

張晨(1986-)，女，黑龍江人，碩士，主要從事管理信息系統研究。