基于SAS數(shù)據(jù)挖掘的C2C信用評(píng)價(jià)研究.pdf

1、2007年中國(guó)C2C電子商務(wù)市場(chǎng)保持健康增長(zhǎng)，交易規(guī)模為410.4億元人民幣，較2006年增長(zhǎng)90％。預(yù)計(jì)未來(lái)兩年我國(guó)C2C電子商務(wù)網(wǎng)站的總營(yíng)業(yè)收入規(guī)模將分別為678億元和1023億元。C2C交易在快速發(fā)展的同時(shí)，其交易體系的信用問(wèn)題也逐漸暴露出來(lái)，成為阻礙C2C交易發(fā)展的主要問(wèn)題之一。因此本論文的主要分析內(nèi)容是C2C交易信用評(píng)價(jià)系統(tǒng)。 本論文的研究?jī)?nèi)容主要是研究當(dāng)前的C2C信用評(píng)價(jià)系統(tǒng)是否有效及相關(guān)的建議措施。對(duì)于信用評(píng)價(jià)系統(tǒng)

2、的有效性，本論文從默認(rèn)評(píng)價(jià)和買(mǎi)家行為模式的角度進(jìn)行分析。對(duì)于默認(rèn)評(píng)價(jià)，本論文使用SAS Enterprise Miner的決策樹(shù)建模分析，得出買(mǎi)家做出默認(rèn)評(píng)價(jià)的規(guī)則，并利用這些規(guī)則提高信用評(píng)價(jià)有效性。對(duì)于買(mǎi)家行為模式，本論文使用SAS Enterprise Miner的關(guān)聯(lián)規(guī)則進(jìn)行分析，得出買(mǎi)家的購(gòu)物模式，分析得出信用評(píng)價(jià)系統(tǒng)有效。同時(shí)基于信用評(píng)價(jià)系統(tǒng)有效性，利用SAS Enterprise Miner進(jìn)行序列分析，預(yù)測(cè)買(mǎi)家的未來(lái)購(gòu)物模

3、式。本論文還分析了影響信用評(píng)價(jià)的因素，以此來(lái)提高信用系統(tǒng)有效性和可靠性。 第一章是緒論，包括研究背景和研究意義，當(dāng)前研究現(xiàn)狀，本論文的主要研究?jī)?nèi)容、研究方法和創(chuàng)新點(diǎn)。當(dāng)前研究現(xiàn)狀從國(guó)內(nèi)外的角度對(duì)相關(guān)文獻(xiàn)進(jìn)行闡述，指出雖然有眾多的研究，但對(duì)信用評(píng)價(jià)缺乏更有效的研究。本部分也對(duì)SAS軟件進(jìn)行了介紹，指出其數(shù)據(jù)挖掘功能是商務(wù)智能軟件中最強(qiáng)大的。 第二章是C2C交易信用評(píng)價(jià)的發(fā)展及現(xiàn)狀，包括有關(guān)電子商務(wù)及C2C信用和信用評(píng)價(jià)的相

4、關(guān)理論。本章的重點(diǎn)是信用評(píng)價(jià)的基本原理和其運(yùn)行機(jī)制，指出了其在推動(dòng)C2C交易中的重要作用。同時(shí)，本章分析了當(dāng)前C2C交易中存在的關(guān)鍵問(wèn)題，從而為后面的分析做好準(zhǔn)備。 第三章是數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用，包括數(shù)據(jù)挖掘的概述，數(shù)據(jù)挖掘工具分析和數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用。本論文分析了數(shù)據(jù)挖掘在數(shù)據(jù)爆炸時(shí)代的重要作用，指出了其在海量數(shù)據(jù)分析中的重要作用。同時(shí)也說(shuō)明了數(shù)據(jù)挖掘與傳統(tǒng)數(shù)據(jù)分析的區(qū)別。本章通過(guò)比較分析流行的數(shù)據(jù)挖掘工具來(lái)

5、說(shuō)明SAS的優(yōu)勢(shì)性。最后本章研究了數(shù)據(jù)挖掘已經(jīng)應(yīng)用于哪些方面的電子商務(wù)研究。 第四章是C2C交易信用評(píng)價(jià)有效性研究，包括決策樹(shù)分析、關(guān)聯(lián)規(guī)則、序列分析和回歸分析。這一章是本論文的核心部分，是整篇論文最重要的部分。本章首先對(duì)使用的數(shù)據(jù)進(jìn)行了描述，接著利用SAS Enterprise Miner進(jìn)行了決策樹(shù)分析、關(guān)聯(lián)規(guī)則分析和序列分析，從不同的角度對(duì)C2C交易信用系統(tǒng)有效性及改進(jìn)策略進(jìn)行分析。最后分析了影響信用評(píng)價(jià)的因素，并利用這些

6、因素來(lái)提高信用評(píng)價(jià)。 第五章是本論文的結(jié)論和建議，是論文的最后一部分。通過(guò)前面的分析，本論文得出了相關(guān)的建議。并闡述了論文的局限性和未來(lái)研究方向。 本論文從C2C信用評(píng)價(jià)的角度對(duì)論文進(jìn)行了深入的分析，主要觀點(diǎn)包括以下五個(gè)方面： (1)當(dāng)前主流C2C交易平臺(tái)的信用評(píng)價(jià)系統(tǒng)有效。當(dāng)前研究主要著眼于對(duì)信用評(píng)價(jià)系統(tǒng)指標(biāo)的批評(píng)，根據(jù)信用評(píng)價(jià)指標(biāo)的不合理之處，提出具體指標(biāo)設(shè)定，但這些指標(biāo)過(guò)于復(fù)雜，不利于買(mǎi)家進(jìn)行有效的信用評(píng)價(jià)

7、，因此本論文從默認(rèn)評(píng)價(jià)的角度分析當(dāng)前信用評(píng)價(jià)系統(tǒng)，說(shuō)明其有效性。 (2)信用評(píng)價(jià)系統(tǒng)可以利用決策樹(shù)模型進(jìn)行改進(jìn)。雖然當(dāng)前信用評(píng)價(jià)系統(tǒng)是整體有效的，但仍存在改進(jìn)的空間。利用SAS Enterprise Miner進(jìn)行數(shù)據(jù)挖掘，使用決策樹(shù)建模的方法提出買(mǎi)家進(jìn)行默認(rèn)評(píng)價(jià)的規(guī)則，通過(guò)決策樹(shù)規(guī)則來(lái)預(yù)測(cè)買(mǎi)家進(jìn)行默認(rèn)評(píng)價(jià)可能性，淘寶賣(mài)家和C2C交易平臺(tái)可以根據(jù)得出的可能性的大小來(lái)對(duì)買(mǎi)家評(píng)價(jià)進(jìn)行預(yù)警，以提高主動(dòng)評(píng)價(jià)的比例。 (3)從關(guān)聯(lián)

8、規(guī)則的角度分析得出C2C交易信用評(píng)價(jià)系統(tǒng)是有效的。信用評(píng)價(jià)若有效則其對(duì)買(mǎi)家的購(gòu)物決策有導(dǎo)向性作用。利用數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則得出買(mǎi)家總是購(gòu)物于高信用度的賣(mài)家，因此信用評(píng)價(jià)系統(tǒng)是有效的。 (4)基于信用評(píng)價(jià)系統(tǒng)的有效性，利用序列分析預(yù)測(cè)買(mǎi)家未來(lái)購(gòu)物行為模式。因?yàn)樾庞迷u(píng)價(jià)系統(tǒng)有效，其有效性引導(dǎo)買(mǎi)家購(gòu)物于高信用度的賣(mài)家，同時(shí)序列分析可以預(yù)測(cè)買(mǎi)家購(gòu)物于賣(mài)家的順序，從而為買(mǎi)家及淘寶網(wǎng)等提供一個(gè)預(yù)測(cè)結(jié)果，利用預(yù)測(cè)結(jié)果提高交易的成功率和效率。

9、 (5)分析信用評(píng)價(jià)的影響因素，以提高信用評(píng)價(jià)水平。這里分析了除傳統(tǒng)因素外還有哪些因素會(huì)影響信用評(píng)價(jià)，分析得出價(jià)格及買(mǎi)家作為買(mǎi)家的信用是主要影響因素。 本論文創(chuàng)新點(diǎn)主要有兩個(gè)方面：一是信用評(píng)價(jià)研究?jī)?nèi)容的創(chuàng)新，二是使用的研究工具的創(chuàng)新。 (1)內(nèi)容創(chuàng)新。本論文是對(duì)電子商務(wù)交易信用評(píng)價(jià)系統(tǒng)的研究，盡管已經(jīng)有眾多論文關(guān)于信用評(píng)價(jià)，但總體來(lái)說(shuō)，這些論文的研究是基于電子商務(wù)交易信用評(píng)價(jià)體系的指標(biāo)的，是對(duì)各種評(píng)價(jià)指標(biāo)的設(shè)定，主要

10、是建立了一個(gè)更合理的指標(biāo)評(píng)價(jià)體系。更合理的指標(biāo)體系意味著更復(fù)雜的買(mǎi)家操作過(guò)程，其可操作性較差。這就可能成為阻礙電子商務(wù)交易的一大障礙。當(dāng)前論文對(duì)于當(dāng)前信用評(píng)價(jià)系統(tǒng)的有效性沒(méi)有進(jìn)行研究，實(shí)際上電子商務(wù)網(wǎng)站諸如淘寶網(wǎng)及易趣網(wǎng)等已經(jīng)注意到評(píng)價(jià)體系的缺陷性，但如果設(shè)定復(fù)雜的信用評(píng)價(jià)指標(biāo)，買(mǎi)家可能無(wú)所適從。不如在當(dāng)前的信用體系的基礎(chǔ)上進(jìn)行改進(jìn)。因此，本論文并沒(méi)有對(duì)信用體系設(shè)定新的指標(biāo)體系，而是對(duì)當(dāng)前的信用評(píng)價(jià)系統(tǒng)進(jìn)行研究，在已有信用評(píng)價(jià)的基礎(chǔ)上提

11、高信用評(píng)價(jià)系統(tǒng)的有效性，即研究默認(rèn)評(píng)價(jià)的比重，預(yù)測(cè)買(mǎi)家的評(píng)價(jià)模式，提高主動(dòng)評(píng)價(jià)的比例，這是一創(chuàng)新點(diǎn)。當(dāng)前的研究主題主要是對(duì)電子商務(wù)的交易商品質(zhì)量，賣(mài)家服務(wù)質(zhì)量及商品運(yùn)輸情況進(jìn)行研究，而沒(méi)有對(duì)除去這些因素以外的其他因素進(jìn)行研究。本論文研究了除去傳統(tǒng)的能夠影響信用等級(jí)評(píng)價(jià)的因素外，還有哪些因素會(huì)影響買(mǎi)家對(duì)賣(mài)家的信用評(píng)價(jià)，進(jìn)而影響信用等級(jí)。這是一個(gè)創(chuàng)新的方面。 (2)研究工具創(chuàng)新。本論文采用SAS Enterprise Miner(企

12、業(yè)數(shù)據(jù)挖掘)工具進(jìn)行數(shù)據(jù)挖掘，使用決策樹(shù)，關(guān)聯(lián)規(guī)則和序列分析來(lái)進(jìn)行信用評(píng)價(jià)系統(tǒng)的有效性研究，同時(shí)使用SAS編程進(jìn)行其他的統(tǒng)計(jì)分析以研究信用評(píng)價(jià)，具有創(chuàng)新性。數(shù)據(jù)挖掘在中國(guó)的發(fā)展仍處于開(kāi)始階段，隨著各行各業(yè)的數(shù)據(jù)累積量的日益增多，數(shù)據(jù)挖掘的發(fā)展必然是一個(gè)趨勢(shì)。而數(shù)據(jù)挖掘的最重要工具—SAS在中國(guó)的普及率并不高，需要有更多的利用SAS數(shù)據(jù)挖掘進(jìn)行商務(wù)智能的研究。本論文就是利用SAS Enterprise Miner數(shù)據(jù)挖掘進(jìn)行的創(chuàng)新性研究。