沈阳理工大学经济管理学院 金敏力 张晨

C2C电子商务信用评价体系改进研究

沈阳理工大学经济管理学院 金敏力 张晨

C2C电子商务交易网站具有开放及虚拟的特性，故交易双方的信用问题已成为影响其发展的一个主要因素。网络交易的安全性及公平性在一定程度上由C2C电子商务网站信用评价体系保障着，但其中仍存在着不足之处。本文通过考虑信用评价等级、交易金额、卖家历史好评率、量化评分参考因素等方面，在具体分析信用评价体系存在问题的基础上，提出了相应的可行性建议并建立了新的信用评价算法。

C2C电子商务 信用评价体系 信用评价算法

近年来C2C电子商务网络交易发展迅速，买卖双方在虚拟的网络世界中并没有实质性的接触，这就给交易双方带来了安全隐患。而C2C电子商务信用网站在提供交易平台的同时还提供了一个信用体系，用以保障买卖双方的权益。这时交易双方可以通过电子商务信任评价体系了解对方的交易经历和历史好评率，从而可以增强彼此信任。然而现有C2C电子商务网站的信用评价计算方法仅仅是对每次交易后的信用评价进行简单累计，这未必能真实反映卖家的可信程度。

1 现有C2C电子商务信用评价体系存在的问题

1.1 现有信用评价很难真实反映买家评价

现有信用评价等级仅有好、中、差三项，并不能全面反映顾客的满意程度。并且现有信用评价率不高，信用评价算法与评价用户自身信用无关，顾客在每次网络交易后无论是否认真对卖家进行评价对其下次交易无任何影响，这就影响了买方的评价积极性。在现有评价体系中，如果网上交易后买方在指定有效期内未给出评价，系统将默认好评，但买方对该卖家的商品和服务也许并不满意。如此现有信用评价很难真实反映买家对卖家信任的评估。

1.2 现有信用值算法很难真实反映卖家信誉值

将交易双方的信用值进行简单累加是当前大多数C2C电子商务网站普遍使用的信用评价算法，这种算法虽然有着计算简单、便于理解的优点。但对于这种简单的信用值算法并不能真实反映卖家的信用状况；此外，现有信用值算法缺乏对交易金额、交易时间、卖家历史好评率等特征的描述，无法准确预测和判断买卖双方的交易行为，难以实现信任的个性化评估。

1.3 现有评价体系使得卖家难以得到公平的竞争机会

在现有信用评价体系中，信用积分不仅与交易金额无关，更与卖家从事网络交易的年限无关，这就使得一些商人有机可乘。首先卖家可以通过频繁的小金额交易(如网上充值卡等)来迅速提高积分，在信用积分积累到一定程度后再转去做其他大金额的交易。买家看到的仅是该卖家的信用积分，但这信用积分是否是通过经营大金额商品赢得的却不得而知。其次新进入C2C电子商务的网络卖家即使有着高质量的商品，合理的价格及较好的服务，但由于其从业时间短信用积分低，大多数买家还是更愿意与信用积分高的老买家交易。这就使得新卖家很难得到公平的竞争机会。

2 对现有评价体系的改进

电子商务信用评价方法是通过收集和统计交易者的交易信息来衡量交易者信用水平的一种信用评价工具，它可以从多角度描述交易者的信用水平。本文主要讨论电子商务信用评价体系的使用及相应计算方法。首先为使卖家得到更真实有效的评价，可将评价等级由三级增加到五级。其次为使卖家得到公平的竞争机会，应在C2C网络交易界面上标注卖家网络交易年限，这样就可以辨别该卖家信用等级高是由于其交易时间长，还是由于其为新卖家但有着较高的信誉值。最后为能找到真实反映卖家信用的信用值算法，每位买家应针对其每次交易中的金额因子(将买卖双方交易金额作为考评因子)和评价因子(商品性价比、信息真实性、卖家态度、物流服务)进行更详尽的打分，每笔交易的信用评分由各因子得分及其相应权重的乘积累计而得。

2.1 新增较好及较差两个信任评分等级

将交易评价等级划分为五级记为Ta(a=1～5)：好评A1、较好A2、中评A3、较差A4、差评A5；其对应分值分别为：1.5、1、0、－1、－1.5。依据每次具体交易情况的不同，评价用户可以选择最合适的等级。

2.2 综合评价因子、交易金额因子、卖家历史好评率确定每次信用评分

(1)新增信用评价因子作为信用评价的参考因素。原有C2C电子商务信用评价均是简单的一次性评价，现增加信用评价因子及其相应所占权重。评价因子bi(i=1～4)可以是商品性价比b1、信息真实性b2、卖家态度b3、物流服务b4；各因子对应的权重Pi(i=1～4):0.4、0.3、0.2、0.1

(2)引入交易金额作为信用评价的参考因素。将交易金额引入信用积分的计算，可以有效解决卖家通过频繁小金额交易迅速提高信用积分的问题。金额权重K1设定如下：商品价格0～10元、10～100元、100～500元、500～1000元对应权重分别为0.05、0.1、0.2、0.3、0.4，以此类推。故考虑交易金额影响后的评分M1=k1·Mc。

(3)引入卖家的历史好评率作为信用评价的参考因素。新增历史好评率，将每次交易的信用得分算法与历史积分相关连，会使得卖家更加注重自己的交易信用。假设卖家进行了N次交易，其中得到的好评数为Na,则卖家的历史好评率k2=Na/N。故考虑历史好评率后的信用积分为M2=K2·M1=(Na/N) K1∑bi·Pi。

3 实证研究

某买家一次在淘宝网上从卖家A买了台价值为2000元的电视机，从卖家B买了件价值100元的连衣裙。该买家对从卖家A购买的电视机及卖家B购买的连衣裙描述分别为：电视机价格便宜性价比高，商品质量好，商品信息较准确，且卖家服务态度好，但商品的包装过于简易、物流速度慢。连衣裙性价比较高，质量较好，物流很快当天就到货了，卖家服务态度可以，但实物和网上图片有偏差。

这里假定评价因子bi中i为4项，每项对应的评分值Ta。b1商品质量好性价比高故该评分因子为好评1.5分；b2商品信息较准确，给出较好评1分；b3卖家态度好得1.5分；b4物流慢包装简易给出中评0分；商品价格2000元对应权重为0.5。卖家A的历史好评率96%，卖家B的历史好评率为85%。所以用该信用评价算法得电视机的评价值为：M21=(1.5*0.4+1*0.3+1.5*0.2+0*0.1)*0.5*0.96=0.576。用该信用评价算法得连衣裙的评价值为：M22=(1.5*0.4+0*0.3+1*0.2+1.5*0.1)*0.2*0.85=0.162。

4 结语

原有的信用评价算法仅能对卖家服务进行模糊评估，而新的信用评价算法却可以将卖家的各项服务数量化、合理化。只要卖家服务稍有不同，运用新的评分算法就会得到不同的分值，这样就更能有效地促进卖家从各方面提高自己的商品质量和服务质量。信用是电子商务交易的基石，新的信用评价算法有效促进了C2C电子商务信用体系的全面进步，它不仅可以减少网上诈骗，更将促进网上购物市场的繁荣发展。

[1] 杨韵.C2C电子商务的信任机制研究[J].管理观察,2009(9)..

[2] 杨晓薇.C2C电子商务模式下的信用评价研究[J].电脑与电信,2010(1).

[3] 付泉.国内C2C电子商务信用评价体系管理研究[J].企业信息化,2010(8).

[4] 马强,林凉,杨晓辉.电子商务信用模型研究[J].经营与管理,2009(24).

[5] 于小燕,韦婉辰.电子商务信用评价体系分析与研究——以“淘宝网”为例[J].网络财富.2010(7).

F724.6

A

1005-5800(2012)08(a)-159-02

金敏力，沈阳理工大学教授，经济管理学院院长，教务处处长，主要从事管理信息系统、电子商务、绩效评价研究；

张晨(1986-)，女，黑龙江人，硕士，主要从事管理信息系统研究。