当前位置:主页 > 经济论文 > 电子商务论文 >

B2B电子商务平台欺诈用户识别研究

发布时间:2017-06-01 08:00

  本文关键词:B2B电子商务平台欺诈用户识别研究,由笔耕文化传播整理发布。


【摘要】:B2B电子商务是一个“机会与风险”并存的市场,它给企业带来重大商机的同时,也带来了更大的信用风险。根源就在于电子商务交易的信息不对称性。由于B2B交易数额较大,众多企业用户不愿意通过电子商务平台与陌生的交易者进行交易,网络交易中信任的缺失成为了制约B2B电子商务发展的主要原因。而网络欺诈正是引发这种信任缺失的重要因素。网络对所发布信息的制约性小,以及其虚拟性、隐蔽性等特点,使得一般消费者对信息判断不准,甚至在察觉到信息的错误以后,也很难向发布信息的企业进行追究。因此,一些企业便肆意在网上发表各种虚假信息,或者制造出各种各样的新闻,来吸引消费者,以扩大自己的商业影响,谋求经济效益。虚假信息的泛滥,在一定程度上影响了消费者对网上交易的信任。电子商务使社会信用问题更加突出,欺骗与欺诈行为时有发生,制约了电子商务的发展,成为急需解决的问题。因而,有效地识别网络欺诈就显得尤为重要。 本文对电子商务欺诈的研究现状、特征等进行了分析。介绍了数据挖掘的方法、技术及其在欺诈监测领域的应用。重点分析了数据挖掘分类方法,并通过实例分析选择了分类性能较好的随机森林方法进行实证研究,结合中国制造网电子商务平台的用户数据,构建用户分类模型,以实现对中国制造网B2B电子商务平台欺诈用户的有效识别。本文的创新之处在于采用R统计分析软件结合随机森林方法构建用户分类模型,并验证模型的有效性,有效地识别欺诈用户,解决实际问题。
【关键词】:B2B 欺诈 随机森林 数据挖掘
【学位授予单位】:南京理工大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:F724.6;TP311.13
【目录】:
  • 摘要5-6
  • Abstract6-9
  • 1 绪论9-14
  • 1.1 研究背景及意义9-10
  • 1.2 研究现状分析10-12
  • 1.3 研究内容12-14
  • 1.3.1 论文研究框架12-13
  • 1.3.2 论文的创新点13-14
  • 2 电子商务欺诈概述14-22
  • 2.1 电子商务概述14-16
  • 2.1.1 B2B电子商务发展历程14-15
  • 2.1.2 B2B电子商务特征15-16
  • 2.1.3 B2B电子商务主要业务模式16
  • 2.2 网络欺诈研究16-20
  • 2.2.1 电子商务中的信息不对称17-18
  • 2.2.2 网络欺诈特征及表现形式18-19
  • 2.2.3 网络在线欺诈影响因素研究19-20
  • 2.3 网络欺诈对电子商务交易的影响20-22
  • 3 数据挖掘研究概述22-30
  • 3.1 数据挖掘简介22-26
  • 3.1.1 数据挖掘的定义及特点22-23
  • 3.1.2 数据挖掘的任务23-24
  • 3.1.3 数据挖掘的过程24-26
  • 3.2 电子商务领域数据挖掘—Web数据挖掘26-28
  • 3.2.1 Web数据挖掘的定义及特点26-27
  • 3.2.2 Web数据挖掘的分类27
  • 3.2.3 Web数据挖掘的流程27-28
  • 3.3 数据挖掘技术在欺诈检测中的应用28-30
  • 4 面向欺诈识别的数据挖掘分类方法30-45
  • 4.1 基于支持向量机分类30-32
  • 4.2 基于神经网络分类32-33
  • 4.3 基于决策树分类33-35
  • 4.3.1 决策树分类算法33-34
  • 4.3.2 从决策树到随机森林34-35
  • 4.4 基于随机森林分类35-40
  • 4.4.1 随机森林简介35-37
  • 4.4.1.1 随机森林的原理及算法35-36
  • 4.4.1.2 变量重要性评分36-37
  • 4.4.2 随机森林的数学理论基础37-40
  • 4.4.2.1 RF不会过度拟合的保证——大数定律37-38
  • 4.4.2.2 泛化误差的内部估计、分类效能和相关性38-40
  • 4.4.2.3 袋外数据估计40
  • 4.5 数据挖掘分类方法性能比较40-44
  • 4.6 小结44-45
  • 5 基于随机森林的中国制造网欺诈用户识别研究45-60
  • 5.1 数据挖掘软件选择——R软件45-46
  • 5.2 实验数据介绍46-48
  • 5.2.1 实验数据来源46
  • 5.2.2 数据属性说明46-48
  • 5.3 实验平台搭建48-50
  • 5.4 基于随机森林算法的分类模型构建50-59
  • 5.4.1 随机森林算法对噪声的容忍能力50-51
  • 5.4.2 随机森林的特征选择51-54
  • 5.4.3 随机森林模型参数的选择54-57
  • 5.4.4 随机森林分类模型构建57-58
  • 5.4.5 随机森林分类模型的欺诈用户识别性能评价58-59
  • 5.5 小结59-60
  • 结论60-61
  • 致谢61-62
  • 参考文献62-66

【参考文献】

中国期刊全文数据库 前10条

1 潘勇;;电子商务市场中欺诈行为产生的内在机理与规治[J];商业研究;2009年03期

2 李琪,张仙锋;网上交易中的“柠檬”问题[J];财经科学;2001年05期

3 潘勇;;浅析电子商务市场中的信任机制——基于“柠檬市场”理论的分析[J];财贸研究;2006年03期

4 张友仁;;信息不对称与在线拍卖市场信誉构建机制设计[J];当代经济;2005年11期

5 范建中;王福庆;;基于Web的数据挖掘技术研究与应用[J];电脑编程技巧与维护;2009年12期

6 王玉珍;Web数据挖掘的分析与探索[J];电脑开发与应用;2003年04期

7 王桂芹;黄道;;数据挖掘技术综述[J];电脑应用技术;2007年02期

8 张玲侠;王德兵;陆奎;;数据挖掘技术在电信CRM中的应用[J];电脑知识与技术(学术交流);2007年11期

9 潘正高;;Web数据挖掘技术综述[J];电脑知识与技术;2009年15期

10 宋光兴,杨德礼;电子商务中在线信誉管理系统设计的若干问题研究[J];系统工程;2004年09期


  本文关键词:B2B电子商务平台欺诈用户识别研究,由笔耕文化传播整理发布。



本文编号:412072

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/dianzishangwulunwen/412072.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户00eab***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com