基于SAS數(shù)據(jù)挖掘的C2C信用評價研究.pdf

1、2007年中國C2C電子商務(wù)市場保持健康增長，交易規(guī)模為410.4億元人民幣，較2006年增長90％。預(yù)計未來兩年我國C2C電子商務(wù)網(wǎng)站的總營業(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，其交易體系的信用問題也逐漸暴露出來，成為阻礙C2C交易發(fā)展的主要問題之一。因此本論文的主要分析內(nèi)容是C2C交易信用評價系統(tǒng)。 本論文的研究內(nèi)容主要是研究當(dāng)前的C2C信用評價系統(tǒng)是否有效及相關(guān)的建議措施。對于信用評價系統(tǒng)

2、的有效性，本論文從默認(rèn)評價和買家行為模式的角度進(jìn)行分析。對于默認(rèn)評價，本論文使用SAS Enterprise Miner的決策樹建模分析，得出買家做出默認(rèn)評價的規(guī)則，并利用這些規(guī)則提高信用評價有效性。對于買家行為模式，本論文使用SAS Enterprise Miner的關(guān)聯(lián)規(guī)則進(jìn)行分析，得出買家的購物模式，分析得出信用評價系統(tǒng)有效。同時基于信用評價系統(tǒng)有效性，利用SAS Enterprise Miner進(jìn)行序列分析，預(yù)測買家的未來購物模

3、式。本論文還分析了影響信用評價的因素，以此來提高信用系統(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，本論文的主要研究內(nèi)容、研究方法和創(chuàng)新點(diǎn)。當(dāng)前研究現(xiàn)狀從國內(nèi)外的角度對相關(guān)文獻(xiàn)進(jìn)行闡述，指出雖然有眾多的研究，但對信用評價缺乏更有效的研究。本部分也對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交易信用評價的發(fā)展及現(xiàn)狀，包括有關(guān)電子商務(wù)及C2C信用和信用評價的相

4、關(guān)理論。本章的重點(diǎn)是信用評價的基本原理和其運(yùn)行機(jī)制，指出了其在推動C2C交易中的重要作用。同時，本章分析了當(dāng)前C2C交易中存在的關(guān)鍵問題，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。同時也說明了數(shù)據(jù)挖掘與傳統(tǒng)數(shù)據(jù)分析的區(qū)別。本章通過比較分析流行的數(shù)據(jù)挖掘工具來

5、說明SAS的優(yōu)勢性。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交易信用評價有效性研究，包括決策樹分析、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)行了決策樹分析、關(guān)聯(lián)規(guī)則分析和序列分析，從不同的角度對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價的因素，并利用這些

6、因素來提高信用評價。 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研究方向。 本論文從C2C信用評價的角度對論文進(jìn)行了深入的分析，主要觀點(diǎn)包括以下五個方面： (1)當(dāng)前主流C2C交易平臺的信用評價系統(tǒng)有效。當(dāng)前研究主要著眼于對信用評價系統(tǒng)指標(biāo)的批評，根據(jù)信用評價指標(biāo)的不合理之處，提出具體指標(biāo)設(shè)定，但這些指標(biāo)過于復(fù)雜，不利于買家進(jìn)行有效的信用評價

7、，因此本論文從默認(rèn)評價的角度分析當(dāng)前信用評價系統(tǒng)，說明其有效性。 (2)信用評價系統(tǒng)可以利用決策樹模型進(jìn)行改進(jìn)。雖然當(dāng)前信用評價系統(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，使用決策樹建模的方法提出買家進(jìn)行默認(rèn)評價的規(guī)則，通過決策樹規(guī)則來預(yù)測買家進(jìn)行默認(rèn)評價可能性，淘寶賣家和C2C交易平臺可以根據(jù)得出的可能性的大小來對買家評價進(jìn)行預(yù)警，以提高主動評價的比例。 (3)從關(guān)聯(lián)

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

9、 (5)分析信用評價的影響因素，以提高信用評價水平。這里分析了除傳統(tǒng)因素外還有哪些因素會影響信用評價，分析得出價格及買家作為買家的信用是主要影響因素。 本論文創(chuàng)新點(diǎn)主要有兩個方面：一是信用評價研究內(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。本論文是對電子商務(wù)交易信用評價系統(tǒng)的研究，盡管已經(jīng)有眾多論文關(guān)于信用評價，但總體來說，這些論文的研究是基于電子商務(wù)交易信用評價體系的指標(biāo)的，是對各種評價指標(biāo)的設(shè)定，主要

10、是建立了一個更合理的指標(biāo)評價體系。更合理的指標(biāo)體系意味著更復(fù)雜的買家操作過程，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)前論文對于當(dāng)前信用評價系統(tǒng)的有效性沒有進(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)注意到評價體系的缺陷性，但如果設(shè)定復(fù)雜的信用評價指標(biāo)，買家可能無所適從。不如在當(dāng)前的信用體系的基礎(chǔ)上進(jìn)行改進(jìn)。因此，本論文并沒有對信用體系設(shè)定新的指標(biāo)體系，而是對當(dāng)前的信用評價系統(tǒng)進(jìn)行研究，在已有信用評價的基礎(chǔ)上提

11、高信用評價系統(tǒng)的有效性，即研究默認(rèn)評價的比重，預(yù)測買家的評價模式，提高主動評價的比例，這是一創(chuàng)新點(diǎn)。當(dāng)前的研究主題主要是對電子商務(wù)的交易商品質(zhì)量，賣家服務(wù)質(zhì)量及商品運(yùn)輸情況進(jìn)行研究，而沒有對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評價的因素外，還有哪些因素會影響買家對賣家的信用評價，進(jìn)而影響信用等級。這是一個創(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，關(guān)聯(lián)規(guī)則和序列分析來進(jìn)行信用評價系統(tǒng)的有效性研究，同時使用SAS編程進(jìn)行其他的統(tǒng)計分析以研究信用評價，具有創(chuàng)新性。數(shù)據(jù)挖掘在中國的發(fā)展仍處于開始階段，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)展必然是一個趨勢。而數(shù)據(jù)挖掘的最重要工具—SAS在中國的普及率并不高，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。