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％。預計未來兩年我國C2C電子商務網(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容是C2C交易信用評價系統(tǒng)。 本論文的研究內容主要是研究當前的C2C信用評價系統(tǒng)是否有效及相關的建議措施。對于信用評價系統(tǒng)

2、的有效性，本論文從默認評價和買家行為模式的角度進行分析。對于默認評價，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的關聯(lián)規(guī)則進行分析，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進行序列分析，預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，當前研究現(xiàn)狀，本論文的主要研究內容、研究方法和創(chuàng)新點。當前研究現(xiàn)狀從國內外的角度對相關文獻進行闡述，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軟件進行了介紹，指出其數(shù)據(jù)挖掘功能是商務智能軟件中最強大的。 第二章是C2C交易信用評價的發(fā)展及現(xiàn)狀，包括有關電子商務及C2C信用和信用評價的相

4、關理論。本章的重點是信用評價的基本原理和其運行機制，指出了其在推動C2C交易中的重要作用。同時，本章分析了當前C2C交易中存在的關鍵問題，從而為后面的分析做好準備。 第三章是數(shù)據(jù)挖掘及其在電子商務中的應用，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)挖掘在電子商務中的應用。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)應用于哪些方面的電子商務研究。 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)進行了描述，接著利用SAS Enterprise Miner進行了決策樹分析、關聯(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)有效性及改進策略進行分析。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行了深入的分析，主要觀點包括以下五個方面： (1)當前主流C2C交易平臺的信用評價系統(tǒng)有效。當前研究主要著眼于對信用評價系統(tǒng)指標的批評，根據(jù)信用評價指標的不合理之處，提出具體指標設定，但這些指標過于復雜，不利于買家進行有效的信用評價

7、，因此本論文從默認評價的角度分析當前信用評價系統(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行改進。雖然當前信用評價系統(tǒng)是整體有效的，但仍存在改進的空間。利用SAS Enterprise Miner進行數(shù)據(jù)挖掘，使用決策樹建模的方法提出買家進行默認評價的規(guī)則，通過決策樹規(guī)則來預測買家進行默認評價可能性，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行預警，以提高主動評價的比例。 (3)從關聯(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向性作用。利用數(shù)據(jù)挖掘的關聯(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，利用序列分析預測買家未來購物行為模式。因為信用評價系統(tǒng)有效，其有效性引導買家購物于高信用度的賣家，同時序列分析可以預測買家購物于賣家的順序，從而為買家及淘寶網(wǎng)等提供一個預測結果，利用預測結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)新點主要有兩個方面：一是信用評價研究內容的創(chuàng)新，二是使用的研究工具的創(chuàng)新。 (1)內容創(chuàng)新。本論文是對電子商務交易信用評價系統(tǒng)的研究，盡管已經(jīng)有眾多論文關于信用評價，但總體來說，這些論文的研究是基于電子商務交易信用評價體系的指標的，是對各種評價指標的設定，主要

10、是建立了一個更合理的指標評價體系。更合理的指標體系意味著更復雜的買家操作過程，其可操作性較差。這就可能成為阻礙電子商務交易的一大障礙。當前論文對于當前信用評價系統(tǒng)的有效性沒有進行研究，實際上電子商務網(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，但如果設定復雜的信用評價指標，買家可能無所適從。不如在當前的信用體系的基礎上進行改進。因此，本論文并沒有對信用體系設定新的指標體系，而是對當前的信用評價系統(tǒng)進行研究，在已有信用評價的基礎上提

11、高信用評價系統(tǒng)的有效性，即研究默認評價的比重，預測買家的評價模式，提高主動評價的比例，這是一創(chuàng)新點。當前的研究主題主要是對電子商務的交易商品質量，賣家服務質量及商品運輸情況進行研究，而沒有對除去這些因素以外的其他因素進行研究。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)工具進行數(shù)據(jù)挖掘，使用決策樹，關聯(lián)規(guī)則和序列分析來進行信用評價系統(tǒng)的有效性研究，同時使用SAS編程進行其他的統(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)挖掘進行商務智能的研究。本論文就是利用SAS Enterprise Miner數(shù)據(jù)挖掘進行的創(chuàng)新性研究。