电子商务商家信用机制的研究 ——基于社交网络数据的分析
发布时间：2021-06-07 02:36
当前我国电子商务发展迅速,自2013年起已经连续五年稳居全球第一大网络零售市场,网络零售成为电子商务中重要的组成部分,而网络零售B2C电子商务平台已经逐渐成为消费者网络购物的主要方式。电子商务商家信用是商家传递商品和服务质量的重要信号,商家信用是影响消费者网络购物决策的主要因素之一。电子商务交易中商家和消费者之间存在着信息不对称,商家掌握商品等信息相对较多是信息优势方,消费者掌握商品等信息相对较少是信息劣势方,同时电子商务交易领域当中存在着刷单、炒信、虚假评价等违法违规现象,使得电子商务交易中的失信问题仍然比较突出。电子商务信用最大的问题就是失信,产生信用风险,造成信用危机,这已经成为当前电子商务信用研究和应用实践中最突出的问题,严重阻碍了电子商务的发展。电子商务交易中商家失信行为对电子商务交易影响比较大,为了解决电子商务交易中的信用问题,有必要对电子商务商家信用机制及其相关问题进行分析与研究。为了解决电子商务交易中的信用问题,本研究首先对电子商务信用问题进行经济学分析,找出电子商务交易当中存在失信行为、产生信用风险的原因以及减少失信行为降低信用风险的措施。接着分析了电子商务信用风险的...
【文章来源】：中央财经大学北京市 211工程院校 教育部直属院校
【文章页数】：166 页
【学位级别】：博士
【部分图文】：
011-2017年中国电子商务交易总额及增长率
10图1-2技术路线图1.4创新点本文的创新点主要包括以下三个方面：（1）基于社会资本的电子商务商家信用评价。针对现有电子商务商家信用评价中商家信用评价数据来源单一的问题，利用社会资本理论将商家社交网络影响力作为商家的社会资本纳入到电子商务商家信用评价机制当中，构建基于社交网络的电子商务商家信用评价指标体系，建立基于社交网络的电子商务商家信用评价模型对商家信用进行评
16采用累计值的方法进行计算，另一种是采用平均值的方法进行计算。下面我就以中国国内电子商务市场份额占比最高的阿里巴巴公司为例来说明这个电子商务平台是如何对用户信用进行评价的。阿里巴巴公司主要有C2C电子商务平台淘宝和B2C电子商务平台天猫。（1）淘宝用户信用评价计算方法淘宝主要采用的是累计值的方法计算用户的信用情况，具体评分规则如下：淘宝会员在淘宝平台成功交易一次，就可以对交易对象作一次信用评价。评价分为“好评”、“中评”、“差评”三类，每种评价对应一个信用积分，具体为：“好评”加一分，“中评”不加分，“差评”扣一分。在交易中作为商家的角色，其信用度分为以下20个级别，淘宝商家信用级别如图2-1所示：图2-1淘宝商家信用级别图（2）天猫商家店铺信用评价计算方法天猫主要采用DSR方法即店铺动态评分对商家信用进行直接评价，消费者在天猫平
【参考文献】：
期刊论文
[1]区块链技术安全风险研究[J]. 张启,卿苏德,杨白雪,魏凯,李欣. 信息通信技术与政策. 2019(01)
[2]后量子密码技术在区块链系统中的应用[J]. 邓栊涛,毛向杰. 信息通信. 2018(12)
[3]虚拟社会资本与我国互联网信用生态治理[J]. 王博,张玉旺. 管理世界. 2018(03)
[4]社交网络情境下社会资本影响知识共享的效果分析[J]. 曹玲,顾兵光. 现代情报. 2018(02)
[5]基于社交网络的P2P借贷信用风险缓释机制研究[J]. 杨立,赵翠翠,陈晓红. 中国管理科学. 2018(01)
[6]基于在线社会资本的网络个人信贷的信用风险评估[J]. 赖辉,周宗放. 价值工程. 2018(02)
[7]区块链与可信数据管理:问题与方法[J]. 钱卫宁,邵奇峰,朱燕超,金澈清,周傲英. 软件学报. 2018(01)
[8]融入在线社会资本的个人信用价值度量模型[J]. 琚春华,邹江波,傅小康. 管理科学学报. 2017(11)
[9]区块链技术基础及应用研究综述[J]. 马昂,潘晓,吴雷,郭景峰,黄倩文. 信息安全研究. 2017(11)
[10]区块链应用研究进展[J]. 朱建明,付永贵. 科技导报. 2017(13)
博士论文
[1]基于社交大数据的用户信用画像方法研究[D]. 郭光明.中国科学技术大学 2017
[2]基于大数据的个人信用风险评估模型研究[D]. 张万军.对外经济贸易大学 2016
[3]P2P在线借贷平台社会资本测量及作用问题研究[D]. 曹旭斌.西南财经大学 2013
[4]基于社会资本的中小企业信用评价[D]. 殷琦.哈尔滨工业大学 2011
硕士论文
[1]基于社会资本视角遴选网络影响力用户投放广告研究[D]. 张大钊.合肥工业大学 2018
[2]微博用户影响力社会资本分形维度量方法及其应用研究[D]. 孙婷婷.合肥工业大学 2018
[3]社会资本视角下的P2P网络借贷信用风险管理[D]. 武亚男.哈尔滨工业大学 2017
[4]基于社交网络的信用评估模型的研究与实现[D]. 闫瑞姣.中北大学 2017
[5]科研社交网络中用户社会资本对知识共享影响的实证研究[D]. 纪静雅.合肥工业大学 2017
[6]社交网络使用与社会资本的培植[D]. 魏心恬.湖南师范大学 2016
[7]微博用户的社会资本度量方法[D]. 毕莹莹.华南理工大学 2015
[8]C2C电子商务信用评价模型的分析与研究[D]. 贾安然.兰州交通大学 2014
[9]基于直觉模糊集的电子商务商家信用测度模型研究[D]. 朱丹.东北财经大学 2013
[10]微博用户转发意愿的影响因素研究[D]. 袁园.南京大学 2013
本文编号：3215670
【文章来源】：中央财经大学北京市 211工程院校 教育部直属院校
【文章页数】：166 页
【学位级别】：博士
【部分图文】：
011-2017年中国电子商务交易总额及增长率
10图1-2技术路线图1.4创新点本文的创新点主要包括以下三个方面：（1）基于社会资本的电子商务商家信用评价。针对现有电子商务商家信用评价中商家信用评价数据来源单一的问题，利用社会资本理论将商家社交网络影响力作为商家的社会资本纳入到电子商务商家信用评价机制当中，构建基于社交网络的电子商务商家信用评价指标体系，建立基于社交网络的电子商务商家信用评价模型对商家信用进行评
16采用累计值的方法进行计算，另一种是采用平均值的方法进行计算。下面我就以中国国内电子商务市场份额占比最高的阿里巴巴公司为例来说明这个电子商务平台是如何对用户信用进行评价的。阿里巴巴公司主要有C2C电子商务平台淘宝和B2C电子商务平台天猫。（1）淘宝用户信用评价计算方法淘宝主要采用的是累计值的方法计算用户的信用情况，具体评分规则如下：淘宝会员在淘宝平台成功交易一次，就可以对交易对象作一次信用评价。评价分为“好评”、“中评”、“差评”三类，每种评价对应一个信用积分，具体为：“好评”加一分，“中评”不加分，“差评”扣一分。在交易中作为商家的角色，其信用度分为以下20个级别，淘宝商家信用级别如图2-1所示：图2-1淘宝商家信用级别图（2）天猫商家店铺信用评价计算方法天猫主要采用DSR方法即店铺动态评分对商家信用进行直接评价，消费者在天猫平
【参考文献】：
期刊论文
[1]区块链技术安全风险研究[J]. 张启,卿苏德,杨白雪,魏凯,李欣. 信息通信技术与政策. 2019(01)
[2]后量子密码技术在区块链系统中的应用[J]. 邓栊涛,毛向杰. 信息通信. 2018(12)
[3]虚拟社会资本与我国互联网信用生态治理[J]. 王博,张玉旺. 管理世界. 2018(03)
[4]社交网络情境下社会资本影响知识共享的效果分析[J]. 曹玲,顾兵光. 现代情报. 2018(02)
[5]基于社交网络的P2P借贷信用风险缓释机制研究[J]. 杨立,赵翠翠,陈晓红. 中国管理科学. 2018(01)
[6]基于在线社会资本的网络个人信贷的信用风险评估[J]. 赖辉,周宗放. 价值工程. 2018(02)
[7]区块链与可信数据管理:问题与方法[J]. 钱卫宁,邵奇峰,朱燕超,金澈清,周傲英. 软件学报. 2018(01)
[8]融入在线社会资本的个人信用价值度量模型[J]. 琚春华,邹江波,傅小康. 管理科学学报. 2017(11)
[9]区块链技术基础及应用研究综述[J]. 马昂,潘晓,吴雷,郭景峰,黄倩文. 信息安全研究. 2017(11)
[10]区块链应用研究进展[J]. 朱建明,付永贵. 科技导报. 2017(13)
博士论文
[1]基于社交大数据的用户信用画像方法研究[D]. 郭光明.中国科学技术大学 2017
[2]基于大数据的个人信用风险评估模型研究[D]. 张万军.对外经济贸易大学 2016
[3]P2P在线借贷平台社会资本测量及作用问题研究[D]. 曹旭斌.西南财经大学 2013
[4]基于社会资本的中小企业信用评价[D]. 殷琦.哈尔滨工业大学 2011
硕士论文
[1]基于社会资本视角遴选网络影响力用户投放广告研究[D]. 张大钊.合肥工业大学 2018
[2]微博用户影响力社会资本分形维度量方法及其应用研究[D]. 孙婷婷.合肥工业大学 2018
[3]社会资本视角下的P2P网络借贷信用风险管理[D]. 武亚男.哈尔滨工业大学 2017
[4]基于社交网络的信用评估模型的研究与实现[D]. 闫瑞姣.中北大学 2017
[5]科研社交网络中用户社会资本对知识共享影响的实证研究[D]. 纪静雅.合肥工业大学 2017
[6]社交网络使用与社会资本的培植[D]. 魏心恬.湖南师范大学 2016
[7]微博用户的社会资本度量方法[D]. 毕莹莹.华南理工大学 2015
[8]C2C电子商务信用评价模型的分析与研究[D]. 贾安然.兰州交通大学 2014
[9]基于直觉模糊集的电子商务商家信用测度模型研究[D]. 朱丹.东北财经大学 2013
[10]微博用户转发意愿的影响因素研究[D]. 袁园.南京大学 2013
本文编号：3215670
本文链接：https://www.wllwen.com/shoufeilunwen/jjglbs/3215670.html
