一种网络交易数据采集及交易完成度分析方法

文档序号:6548563阅读:199来源:国知局
一种网络交易数据采集及交易完成度分析方法
【专利摘要】本发明提供一种网络交易数据采集及交易完成度分析方法。将采集的网络交易评价数据通过逆向信用云算法进行计算,得到反映各个信用评价指标定性概念的数字特征;然后通过虚拟云综合算法得到主体的综合信用云;再通过正向信用云算法对综合信用云的数字特征进行计算,还原信用评价情况,生成一系列信用云滴数据,由此可画出信用评价云图,而信用就是网络交易完成度的一个重要衡量指标。本发明较好地解决了网络交易信用评价过程中出现的随机性及模糊性;以信用云为基础提出的评价模型可以多角度、多层次反映评价指标,确保评价结果的全面性、客观性及真实性。根据评价结果,进行交易完成度分析,可为网络交易平台运营及网络资源配置提供可靠参考依据。
【专利说明】一种网络交易数据采集及交易完成度分析方法
【技术领域】
[0001]本发明是一种网络交易数据采集及交易完成度分析方法,主要用于解决网络交易环境下信用不确定性度量表达、参与主体的信用评价及交易完成度分析问题,属于服务信任与信誉管理领域。
【背景技术】
[0002]进入21世纪以来,随着网络技术的快速发展及网络基础设施的日益完善,互联网迅速得到了普及,基于互联网基础之上的网络交易随之也得到了空前的发展。网络交易因具有独有的优势而得到了爆发式的发展,它的未来将更具有巨大的价值创造潜能和发展空间。与传统的买卖方式相比较,基于互联网的网络交易可以进行跨越时间及空间的交易,这也是网络交易核心特征的体现。这因为这种跨时空的交易,给网络交易的参与者带来了信息的不对称,主要表现在以下两方面:一是不能完全掌握商品的信息;二是不能完全掌握交易另一方的诚信。通过建立不完全信息博弈模型进行分析可知:诚信对网络交易的健康发展起着关键作用。伴随网络交易的高速增长,网络欺诈和信用缺失问题日益严重,导致网上交易风险较大。因此,网络交易信用问题成为制约其发展的瓶颈。在开放式的网络交易环境中进行在线交易,一个必须解决的问题是交易双方如何建立信任关系,降低交易风险,提高交易完成度。因此,需要对网络交易参与主体进行信用评价,建立信用机制,才能打破瓶颈促进网络交易的发展。
[0003]交易完成度,即交易完成的程度,用来表示交易成功的比率。交易完成度,与信用密切关,信用度越高,交易成功的可能性就越高,那么交易完成度也越高。因此,要衡量交易完成度,关键一步就是怎么评价网络交易参与主体的信用。网络交易中的信用即网络交易信用是指参与网络交易的成员或组织被他人信任的程度,守承诺的程度。而信任是一种主观判断,所有的信任本质上都是主观的。信任有程度高低之分,因此,在信用评价过程中,会体现出很强的主观性、模糊性和随机性,无法精确地加以描述和验证。网络交易信用的不确定性主要包括两种:模糊性及不确定性。信任的模糊性首先表现为信任不是二值的,也即不是“非此即彼”的,而是“亦此亦彼的”。例如,人们在现实中常常会划分“完全信任”、“非常信任”、“很信任”等不同等级的信任,并且通常不会简单地断定是否应该“非常信任”某主体,而是认为应当在多大程度上“非常信任”该主体。在许多情况下,人们甚至会认为既可以一定程度“非常信任”某主体,同时也可以另一程度“很信任”该主体。信任的随机性体现在主体在不同时间对同一主体进行信用评价时,评价结果可能不一致。例如,主体A对主体B的信任等级为“很信任”,过一段时间则视为“一般信任”,而主体B在这段时间并没有发生本质变化,这就体现了信任的随机性。因此,在对信任进行度量时需要充分考虑这种模糊性及随机性。
[0004]目前,处理网络交易信用不确定性的方法主要基于两种理论:概率模型、模糊集合理论及粗糙集。用以上方法来处理网络交易信用的不确定性,效果都不甚理想。其主要原因有:一是概率模型及模糊集合理论两种方法的结果最终都归结为精确数值,致使信任信息不再有丝毫的模糊性;二是概率模型及模糊集合理论方法均没有兼顾信用的随机性和模糊性交融的本质属性,基于概率模型的信用管理方法考虑了信用的随机性而忽视了模糊性,而基于模糊数学的信用管理方法重视了模糊性而忽略了随机性;三是模糊集合理论评价方法在评价过程中,获取模糊评价矩阵是一个难点,主观性较强,确定隶属度函数的方法并不是非常严格和科学;四是粗糙集方法可以减少数据量,但是属性约简后的信息相对会不完整。

【发明内容】

[0005]针对上述方法的不足,综合网络交易信用所具有的主观性、不确定性和模糊性,及参与主体信用度变化对信用决策的影响,本发明提出一种基于云模型的网络交易数据采集及完成度分析方法。云模型能综合考虑网络交易信用评价过程中体现出的随机性及模糊性等不确定性,可以客观地反映信用本身的模糊性和随机性本质,可有效解决信用评价中的模糊性和随机性。云模型能兼顾到随机性和模糊性的共存,由定量到定性,用数字特征表示语言值,再从定性到定量通过云发生器来模拟随机性、模糊性以及二者之间的关联性。该方法综合了主观信用评价的模糊性和随机性特点,评价结果包含有丰富的信用评价信息,能更好地反映实际的信用水平,较好地解决了网络交易信用决策问题。通过该方法可以更加合理地反映用户的实际信用情况。通过实验,可验证此方法的可行性和有效性,因此,本发明能很好地处理网络交易信用的不确定性、信用评价及交易完成度分析问题,为信用决策及网络资源配置提供科学合理的参考依据。
[0006]针对网络交易信用评价特点,本发明引入一个重要概念信用云,用来描述信用关系及信用的不确定性。信用云是一种特殊的云模型,它根据信用关系和其描述方式的特点,把信用的表达用云模型的方式反映出来。在之前,先给出信用度及交易完成度的概念。
[0007]定义I信用度:信用的定量描述,反映了信任的程度,是一个数值,为实现信用云的表达,把信用度和其不确定度归为[0,n]区间,可为此区间的离散值或连续值,信用的高低与信用度的大小成正比。根据应用情况,η可取值为5、10或100等,本方法将η取值为100。
[0008]定义2交易完成度:表示一段时间内主体交易成功的比率,即,
[0009]
【权利要求】
1.一种网络交易数据采集及交易完成度分析方法,其特征在于: 该方法包括如下步骤: 1)确定网络交易参与主体信用评价指标体系及信用评价等级,并确定各评价指标的权重; 2)采集数据及确定属性信用云,每次网络交易完成后,采集相关数据并转换成信用度,然后对衡量主体信用的各个属性进行评价;信用度是一个数值,把每一次评价作为一个云滴,多次评价则形成一系列云滴,将这一系列云滴作为数据样本,根据算法I逆向信用云生成器生成各个指标的属性信用云; 算法I逆向信用云生成器 输入:一系列信用云滴Xi, i = 1,2,...,!!,其中η为自然数, 输出:反映信用定性概念的数字特征:期望Εχ,熵Εη,超熵He; 算法步骤: 1.D根据Xi计算这组数据的样本均值
【文档编号】G06Q10/06GK103985018SQ201410243154
【公开日】2014年8月13日 申请日期:2014年6月3日 优先权日:2014年6月3日
【发明者】陶利民, 梁锡坤 申请人:杭州师范大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1