淺析淘寶網信用問題

周金萍

(山東科技大學，山東 青島 266000)

?

淺析淘寶網信用問題

周金萍

(山東科技大學，山東 青島 266000)

自“3.15”消費者權益日晚會上曝光了某網購交易平臺嚴重的刷好評現象，網絡虛假評論逐漸走進了大眾視野，成為公認的社會性問題。淘寶作為中國熱門電商平臺也建立了自己的一套包括交易主體認證、 第三方支付、 信用評價等在內的信用機制來維護網購信用，本文主要分析淘寶網存在的信譽問題以及解決技術檢測措施。

網購;虛假評價;信譽

1　前言

隨著互聯網的普及以及依托于電子商務的第三方支付平臺在融合互聯網網絡和科技技術的基礎上也得到了較快地發展，網上購物在擺脫了復雜的傳統網上銀行支付方式的束縛后，網絡零售業得到了快速擴張。淘寶作為國內知名電商平臺，在2015年雙十一創造了18秒天貓交易額達到1億，12分28秒天貓交易額達到百億的神話記錄。這樣的數據讓我們感慨中國的電子商務市場真的蘊含巨大的發展潛力，但是同時不經要仔細考慮一番，曾經被認為是中國電子商務發展三大障礙[1]之一的信用問題是否已經得到解決？ebay的創始人曾經說過，ebay的成功之處不在于其先進的技術或者其創建的全新的市場，而在于人與人直接從所未有的信任。綜合看來影響網購市場發展最大的限制因素就是信用體制的問題。

2　淘寶網信用評價體系現存的問題

淘寶網信用評價體系中現有的嚴重問題是信用炒作和惡意評價。信用炒作的主要方式是利用虛擬物品刷高店鋪或產品信用、雇傭水軍刷高銷量發布虛假評價、 商家互助刷高信譽值。惡意評價的主要方式通過雇傭水軍惡意差評。

《淘寶規則》中沒有使用“信用炒作”，而是用“虛假交易”來定義信用炒作行為，即通過不正當方式提高賬戶信用或者商品銷量，妨害買家高效購物權益的行為；以及惡意評價，即買家、同行競爭者等評價人以給予中、差評的方式謀取額外財物或其他不當利益的行為。針對虛假交易的懲罰措施包括扣分、對虛假交易產品進行刪除虛假評價或者降低產品搜索權重處理，嚴重情況會直接刪除虛假交易產品。

3　對淘寶網信用評價問題的規制

由于商品信息的不對稱性以及交易平臺規則設置等因素，導致很多不良賣家為了追求利益的最大化，雇傭大量水軍發布虛假商品評論，刷高銷量。網絡購物消費者選購產品最重要的參照因素就是商品的評論，虛假的評論信息，致使消費者購買到不合意或者圖文不符的假冒商品。

虛假交易的產生可能源自于下列問題，首先是淘寶網的評價機制的設計理念問題，交易的匿名評價，交易系統默認好評，以及30天之內可以刪除修改中、差評都是信用炒作滋生的溫床。買家在網購時都習慣依據信譽進行搜索，那些不進行虛假交易的賣家被選擇的概率會降低，就會影響那些擁有真正高信用度的賣家，甚至使整個評價機制對網絡信用的正面作用將不復存在。

基于淘寶網的虛假交易檢測技術研究大多數從虛假評價檢測以及虛假行為檢測兩方面進行。針對虛假交易的檢測，國內外學者已經做了大量的研究，大多研究主要圍繞評論者、商戶和商品評論展開。基于文本評論的檢測技術，大多學者使用機器學習的相關算法，提取相應的虛假特征，進行分類檢測。

從文本角度進行虛假評論的識別是屬于自然語言處理領域的研究內容。雖然基于評論特征的虛假評論識別方法對于虛假交易的檢測起到了一定的作用，但是由于現在被雇傭的水軍大多都具有真實購物的經歷，并且熟悉網購流程，他們可以在進行虛假交易時刻意模仿真實的評論者發布評論，這就造成研究者很難從虛假評論本身進行虛假識別。因此很多學者轉變了研究角度，開始從虛假評論發布者行為角度進行研究。

從消費者行為入手，李弼程等[2]人結合評論者名、評論發出的地址、發表評論時間及評論文本本身等四個特征，針對重復評論在一定時間內具有數量大、密度高、內容相似度髙的特點，提出了一種基于SHA-1技術的重復評論檢測方法。該方法以句和段為粒度塊計算評論Hash值，然后統計Hash表中相同的指紋數目以此判斷評論之間的相似度，最后依據給出的相似度閾值檢測評論是否為重復評論。實驗結果表明，該方法可以對重復評論進行有效檢測和消重，且優于傳統方法，王忠群[3]等人從用戶在C2C平臺上的網購信息搜索行為出發，建立一種基于指令模板的信息搜索行為模型；并依據共謀群體具有相似的信息搜索行為，提出一種基于用戶信息搜索行為模板相似度聚類的欺詐嫌疑挖掘算法；再給出基于統計分析的欺詐判別規則從欺詐嫌疑中識別共謀買家，以實現對賣家銷售記錄中虛假銷量的識別，并在改進的數據集上對識別虛增銷量的方法進行驗證。

4　總結

各大電商平臺遭遇的信用瓶頸表面上看是網購誠信的問題，但更深層次的原因可能是網購信用制度乃至社會信用制度的問題。淘寶網的信譽評價機制為用戶購物提供了一定的保障，但是實際操作中還存在很多問題，例如虛假交易和惡意差評，需要進一步對其完善。不過隨著理論技術不斷的完善、更多的公開數據可以使用，加上政府的大力支持，虛假評論的識別研究會更加的趨于系統化，更加的符合實際需求。網絡交易秩序也會得好很好的規范。

[1]藍定.構建拍賣網站的核心競爭力——淺議易趣網的信用體制[J].商業文化,2004(1):8-13.

[2]李真,林琛,李弼程.基于Hash技術的重復性評論檢測,計算機應用,2009,(S2):263-266.

[3]王忠群,樂元,修宇.基于模板用戶信息搜索行為和統計分析的共謀銷量欺詐識別,現代圖書情報技術,2015,264(11):41-50.

周金萍(1992-)，女，漢族，山東人，研究生，山東科技大學，研究方向：人工智能。

FT2416

A

1671-1602(2016)18-0129-01