基于用戶行為的信譽預測平臺研究

郭小強 趙高暉

摘 要：為預測電子商務企業用戶信譽，預防網絡突發事件，研究了基于用戶行為的信譽預測平臺。根據節點群聚系數和邊權度量電子商務中的購物關系，建立信譽度量指標，定量刻畫其統計特性和演化機制。基于用戶行為的信譽預測平臺實現了不同指標維度下的模型評價結果，最終以可視化信息系統形式展示項目成果，為企業決策提供技術支持。

關鍵詞：用戶行為；信譽預測；可視化信息系統

DOI：10.11907/rjdk.172924

中圖分類號：TP319

文獻標識碼：A 文章編號：1672-7800（2018）006-0167-03

Abstract：In order to predict the credibility of e-commerce enterprises and provide help for network emergencies， a reputation forecasting platform based on user behavior is put forward because of the widespread lack of credibility and lack of trust in e-commerce enterprises. According to the clustering coefficient and edge weight of the node， the shopping relationship in the electronic commerce is measured， the reputation measure is established， the statistical characteristics and the evolution mechanism are quantitatively quantified， and the realization of the reputation forecasting platform is described through the system analysis， system design and system function realization. The reputation forecasting platform based on user behavior realizes the model evaluation results under different index dimensions， and finally displays the project results in the form of visual information system， and makes technical support for the future decision of enterprises.

Key Words：user behavior； credibility of prediction； visual information system

0 引言

電子商務企業市場信譽度不高問題已成為制約網絡購物快速發展的關鍵因素[1]。據eMarketer報告[2]，2013年全球B2C電子商務銷售額增長迅速，達到1.7萬億美元。2012年，中國已經超越日本，成為僅次于美國的全球第二大B2C電子商務市場，銷售額達到1 816.2億美元，相比于2011年的1 100.4億美元增長65%[3]。相關研究關注的是手機通訊、社交網站中用戶交互行為的時間間隔和空間分布特征，或者在線用戶購買、點評行為的靜態統計特征[4]。然而，用戶在線購買行為不僅受到產品價格、品質、銷售量等因素影響，而且受到推薦該產品的其他用戶的信譽影響[5]。

大規模社會化電子商務數據為本文研究提供了保障[6]。依據用戶的在線購物和點評行為，可對用戶信譽進行準確度量。準確度量用戶信譽并對其影響因素和作用機理進行定量分析，可為電子商務和互聯網金融健康、穩定發展提供參考[7]。

1 研究目的

信譽演化預測分析平臺是對用戶行為模式、信譽的度量及其影響因素和作用機理等問題進行研究[8]，構建刻畫用戶在線行為的超網絡模型。通過節點的群聚系數和邊權度量電子商務中的購物關系，建立信譽度量指標，定量刻畫其統計特性和演化機制，最終以可視化信息系統形式將項目成果進行展示。

本平臺目標如下：①建立在線社會網絡的時序分析理論，包括基于有向、加權超圖的數學描述模型和統計分析方法，定義序參量描述用戶交互時序、信譽演化的關聯關系和演化特性[9]；②建立基于用戶行為時序特性的節點重要性評價方法，基于打分行為的用戶信譽評價方法，定量刻畫用戶角色（重要性和信譽）與網絡中集團結構演化的關聯關系[10]；③構建基于用戶行為時序特性的信譽圖譜可視化分析理論，開發演示平臺。系統最終目標是應用于電子商務企業中的用戶信譽建模，為預防網絡突發事件提供幫助。

2 系統需求分析

本系統是一個面向決策的分析預測系統，通過該系統能夠實現客戶分析、客戶識別、客戶細分和客戶開發等功能，從而挖掘潛在的客戶群體，有針對性地進行產品創新和技術研發，降低銷售成本、縮短銷售周期、擴大銷售量、增加企業收入與盈利[11]。因此，除了一些傳統的決策支持系統基本功能需求外，還有一些客戶識別功能需求，信譽演化預測分析平臺需求，如圖1所示。

信譽演化預測分析平臺需求分為以下4個方面：

（1）基礎數據管理。①系統用戶管理：對用戶信息進行添、修、查操作；②指標基礎數據管理：對模型構建的評價指標維度進行管理；③企業基礎數據管理：管理企業的一些基本信息和企業所有訂單數據、維度數據，可通過數據抓取或直接導入相關數據；④時間節點管理：針對系統運行的期數進行管理維護；⑤系統初始化操作：對整個系統的基礎數據進行選擇性的清洗操作，以保證整個系統的正常運行和使用。

（2）模型構建管理。根據獲取的數據創建對應期數指標-指標模型和企業-指標模型。通過這兩個模型對指標和企業進行人為或自動打分操作，可查看對應指標和數據，保證分數的公平性，同時也可根據系統計算的分數（權重）進行適當的手動調整。

（3）模型運算管理。對指標-指標模型和企業-指標模型進行計算，對不同期數的兩個模型的不同指標和企業的不同維度查看分數，大致了解當前期數對應的指標和企業的大致趨勢以及影響企業維度的關鍵因素。

（4）報表查詢管理。為了更好地展示最終結果，系統通過不同的可視化圖形展示，按時間的演化預測分析該企業用戶信譽的波動情況，為企業提供預測和決策支持。

3 系統設計

系統分析建立邏輯模型，系統設計建立物理模型。本文根據系統的設計思路，給出系統架構設計、功能模塊設計、系統代碼設計。

3.1 系統架構設計

在以上研究基礎上，本文設計了用于信譽演化預測分析的平臺原型，系統框架模型如圖2所示。

3.2 系統功能設計

根據系統需求分析和系統功能設計原則，本系統功能分為基礎數據、模型構建、模型計算、報表查詢4個模塊。

（1）基礎數據。基礎數據模塊包括用戶管理、指標基礎數據管理、企業基礎數據管理、時間節點管理、系統初始化。該模塊對整個系統的基本功能和基本內容進行一個簡單的管理維護，從而保證系統運行；數據獲取功能為后面的模型創建提供數據支撐。

（2）模型創建。該模塊是系統的核心部分。通過對系統的指標和企業相關數據進行整理，保證在不同時期、不同市場形勢下用不同的指標維度進行模型構建，從而保證運算結果的正確性；通過上面的基礎數據和管理維護模塊進行對應操作，根據不同需要建立不同的評價維度模型，包括指標-時間模型、企業-指標模型、快捷維護管理。

（3）模型計算。模型計算過程的完整性和準確性將直接影響到整個系統是否具有使用價值，以及能否達到系統設計目標。在前面研究的基礎上通過相關分析方法進行模型計算，包括指標-指標模型計算、企業-指標模型計算、指標-指標模型查詢、企業-指標模型查詢。

（4）報表查詢。通過報表查詢模塊實現不同的形式查看不同的報表。該模塊只提供查看功能，不允許進行其它操作，內容包括時間統計報表、時間節點查詢、時間-指標查詢、時間-企業查詢。

3.3 系統代碼設計

代碼設計是數據庫系統開發的前提，是系統不可缺少的重要部分。代碼指與原來名稱對應的編號、符號或記號，是進行信息交換、處理、傳輸和實現信息資源共享的關鍵。

信譽演化預測分析平臺按照CRM命名原則，兼顧簡潔性，對系統數據信息進行如下編碼設置：①指標編號使用4個長度的數字編碼進行編號，從0000編號開始。由于指標分一級指標和二級指標，二級指標下面分為子指標，所以編號規則為：一級指標的編號統一為0000；二級指標根據指標的添加順序依次從前兩位進行編號，后兩位為零，具體形式為0100、0200、0300……從而分辨二級指標中的不同指標，并且二級指標的編碼范圍只能是0100～9900。對于二級指標的子指標而言，該指標是否是某一二級指標的子指標，只需要看最后兩位數字是否為00即可，具體編碼規則為0101、0102、0103……（前兩位是二級指標編碼，后兩位是子指標編碼），并且子指標的編碼范圍只能從**01到**99；②企業編號與指標編號的編碼規則相同，如一級行業的編碼為0000，二級行業的代碼為0100、0200、0300……編碼形式內容基本與指標編碼一致；③其它編號設置。由于其它信息的名稱識別較為容易，所以在數據庫中的編碼主要以int類型的數值為編碼方式，添加數據時編碼依次遞增。

4 系統功能實現

系統功能實現是將系統的前期分析與設計采用合適的開發技術展現給用戶的階段。在myeclipse開發平臺上，運用J2EE數據，采用瀑布模型，按照系統開發生命周期法開發。系統通過Java語言將不同的功能進行編寫，然后進行功能封裝，從而通過不同的功能接口在前端頁面中利用四層架構模式實現所有功能，具體實現方法如下：

基礎數據：該模塊主要用來對整個系統的基本功能和基本內容進行一個簡單的管理維護，從而保證系統正常運行。由于該模塊主要功能就是進行數據的添刪改查操作，所以在實現過程中對數據庫的訪問、數據的添加操作、數據的刪除操作、數據的修改操作、數據的查看操作都進行了方法編寫，同時將對應的方法進行封裝，以便其它模塊調用。

模型構建：該模塊對系統指標和企業相關數據進行整理維護，對數據進行添加、刪除以及查看操作。根據不同需要建立不同的評價維度模型，通過自定義新的評價方法進行封裝，然后與數據庫訪問類進行連接，從而將對應的評分錄入對應的數據表中，為查詢和修改提供數據支撐。

模型計算：該模塊通過AHP和用戶行為分析方法進行模型計算，從而得到評價分析結果。

報表查詢：該模塊用來對整個系統進行查詢操作，主要是數據庫訪問操作和數據查詢操作，實現方法同基礎數據，不過在該模塊中需要使用圖形報表進行數據展示。圖形實現需要通過腳本插件echart實現：首先通過在Web前端頁面引用插件，然后通過腳本語言的ajax（）方法與程序代碼進行交互，在程序代碼中通過查詢和數據庫訪問提取數據并封裝為指定的json格式，最后通過ajax（）方法獲取對應的數據，實現前端頁面的不同圖形報表顯示形式。

5 結語

本文通過分析用戶的信譽演化研究，提出了一種基于用戶行為的信譽預測平臺分析系統，解決了電子商務企業中的用戶信譽預測問題，為預防網絡突發事件提供幫助。電商企業必須通過艱苦的客戶培養過程，逐漸建立自己的信譽平臺，才能最大程度地獲得客戶認可和支持。

參考文獻：

[1] LI Y J， DAI Y F.Research on trust mechanism for P2P network [J].Chinese Journal of Computers， 2010，33（3）：390-405.

[2] EMARKETER.Worldwide retail e-commerce：the E-marketer forecast for 2015 [EB/OL]. https：//www.emarketer.com/Article/Worldwide-Retail-Ecommerce-Sales-Will-Reach-1915-Trillion-This-Year/1014369

[3] 楊曉梅.基于C2C電子商務網站的信譽評價機制研究[J].山西大學學報，2009，32（2）：116-119.

[4] 張琳.電子商務信任模型分析與中國企業的應用性選擇[J].經濟學研究，2007（11）：37-42.

[5] 郭學俊，杜春，秦雪杰.基于本體的Web服務發現模型的研究[J].計算機技術與發展，2006（6）：207-212.

[6] 中國互聯網絡信息中心.2014年中國網絡購物市場研究報告[EB/OL]. http：//blog.sina.com.cn/s/blog_5101b9050102vlkk.html

[7] YANG X M.Research on the reputation mechanism of the C 2C-based E-commerce sites[J].Journal of Shanxi University，2009，32（2）：116-119.

[8] LI H， LIU D S. An efficient approach for evaluating trust in e-commerce [J]. Journal of Modern Book&Information; Technology，2008，170（10）：38-42.

[9] 李勇軍，代亞非.對等網絡信任機制研究[J].計算機學報，2010，33（3）：390-405.

[10] 曹云，王峰.基于網站營銷的信譽系統的分析[J].商場現代化，2011（2）：77-78.

[11] 李慧，劉東蘇.一種有效的電子商務信任評價方法[J].現代圖書情報技術，2008，170（10）：38-42.

（責任編輯：杜能鋼）