基于C2C平台下信任影响因子研究.docVIP

基于C2C平台下信任影响因子研究 　　◆ 中图分类号：F830 文献标识码：A 　　内容摘要：文章针对网络购物交易信用问题，提出基于多因子影响的C2C卖方信任模型，该模型充分反映了影响卖家信用值评价的各种因素，采用AHP方法确定各评价指标及权重，同时综合考虑信用值评价的其它重要因子。并通过实验验证，得出该信任模型能提高卖家信用值评分的准确度的结论。 　　关键词：C2C 信用体系 模型 　　 　　C2C交易平台信用评价体系存在的问题 　　 　　C2C电子商务网站信用评价体系是指交易双方在一笔交易完成后，在评价有效期内，根据本次交易的情况对交易对象进行相互评价，形成信用的信息反馈，并将一个用户得到的所有评价按一定方式集结为该用户的信用度和信用记录，用以反映该用户的信用状况，供其他用户作交易决策参考。信用评价体系的宗旨是帮助交易双方了解交易对象的信用状况，降低交易风险，提高交易的成交率。现有的信用评价体系，许多C2C电子商务网站建立了各自信用评价体系，且评价规则有所不同，有的网站采用“所有评价一起积分”的制度，有的网站则采用“买卖信用值分离”的制度。这种评价模型比较简单，在一定程度上保证了网上交易的安全，但还有许多缺陷。第一，评价等级设计过于简单不能提供足够的区分度，仅设“好评”、“中评”和“差评”三档，对应的信任值范围[1，0，－1]。第二，不能真实反映用户的信任度，体现在用户的信任值是基于交易次数的简单累计，与交易金额无关。第三，没有区分历史交易和近期交易，只是简单地将两者等同处理。因此，现有的信用评价体系不能很好的反映卖方的信用度。 　　 　　构建基于多因素影响的C2C卖方信任模型 　　 　　（一）理论依据 　　信任的产生是在各种因素和证据的基础上产生的个人主观认知，并且这些因素的权重各不相同。 信任是可以度量的：信用值用于表示个体信任程度的差别。 信任是基于历史的：过去的交易经验会对现在的信任水平产生一定的影响。信任是动态的：通常情况下信任不会随着时间的变化作单向的变化，而是会定期地随着变化的环境增强或者削弱。由于信任受时间等因素的影响，因此在构建信任模型时应将其理论思想融入到新的信任模型中。 　　（二）C2C卖方信任模型的构建 　　针对现有信用评价模型的不足，分析其影响卖方信用的主客观因素，构建一个全新的信用体系评价模型。如图1 所示。 　　主观因素：主要反映的是卖方信用值的评估， 它是通过买方交易后对卖方提供服务的满意度体现出来的。根据C2C网络购物的特点，采用AHP层次分析法，将问题中所包含的因素划分为不同层次，这种“分解” 可以有效解决实际问题。具体方法：确定总体评价目标，建立目标层（卖方信用值）；然后把总体目标分解成一级指标体系（影响因素）；最后把每个一级指标分解成二级指标体系（影响因素）（见图2）。 　　按图2的指标体系，因素集A ={ B1，B2 ，B3 }共三大类的评价指标，包括商品质量、服务质量和交货质量。其中商品质量包括价格合理、正货无假冒、与图片描述相符；服务质量包括在线回复及时、耐心解答、态度友好；交货质量包括及时发货、包装完好、退换方便。 　　通过对网络购物者的实际数据调研和相关专家的建议， 第二层B的各因素对目标层A和第三层C的各因素对第二层B的影响两两比较法构造成对比较矩阵： 　　并运用MATLAB计算出各评价指标的权重值。得出层次总排序满足一致性检验要求，结果如下： 　　W=（W1，W2，W3）=（0.75，0.13，0.12） 　　W1=（W11，W12，W13）=（0.73，0.19，0.08） 　　W2=（W21，W22，W23）=（0.60，0.20，0.20） 　　W3=（W31，W32，W33）=（0.65，0.28，0.07） 　　买家对卖方的满意度计算： 　　FB（B，A）=W1×B1+W2×B2+W3×B3 （1） 　　其中FB（B，A）指的是买家对卖方每次交易后的信用值，B1，B2，B3分别代表商品质量，服务质量和交货质量的信用值，而w1，w2，w3是相应的权重，所有的权重值范围是（0，1），且w1+w2+w3=1。同理，B1，B2，B3的信用值计算公式如下，且参数定义与公式（1）一样. 　　B1=W11×C11+W12×C12+W13×C13（2） 　　B2=W21×C21+W22×C22+W23×C23（3） 　　B3=W31×C31+W32×C32+W33×C33（4） 　　通过以上公式计算各权重值大小，并得出较为客观的卖方信用值。在得到买方行为的评价值之后， 卖方可以根据买方对自己的评估结果采取相应的服务措施，以提高卖方的信用值，增加消费者的信任。另外客观因素主要是交易次数、交易金额、评价时间等因子影响。