王珊珊，查林涛

（安徽国际商务职业学院 商贸流通学院，安徽 合肥230011）

在国内，对于跨境电子商务平台研究有很多，主要集中在模式选择、发展路径研究方面.付蔚蔚［1］提出了利用AHP评价法用于中小企业跨境电商平台选择.宛建伟［2］分析了目前已经成型的进口跨境电商发展模式的利弊以及跨境电商网站运营建设等问题.刘晋飞［3］利用因子分析法构建了电商采纳及企业发展指标体系，探讨电子商务采纳及对跨境电商制造型企业成长的影响和作用机理.但对供应商建立完善的信用评价体系的研究则较少.

本文根据数据分析基本流程构建大数据环境下的指标体系.流程如下：（1）数据采集.面对互联网海量的数据，在确定基本评价指标的基础上，利用爬虫工具对数据进行获取，使得数据充足并具有时效性.（2）数据清洗.虽然在互联网上获取的数据是海量的，但也存在着大量的噪音.为了去除这些噪音，需要对数据进行了清洗［4］.（3）数据标准化.最后在构建指标之前，采用Z标准化来对数据进行处理［5］.通过以上步骤，本文构建供应商信用指标：企业基本指标（销售额、从业人员数）、产品质量（产品与描述相符程度、信息完整性、好评率）、服务质量（服务细节评分、客服首次响应时间）、顾客满意度（新客增长率、老客回头率）.

1 信用评估模型

Boosting算法是一种机器学习方法［6］，其主要作用是将弱分类转化为强分类，达到有效分类的目的，其中GBDT就是一种有代表性的Boosting算法［7］.算法计算流程如下：