本站原创
摘 要：本文针对现有C2C电子商务模式下常用卖方信用评估系统存在的理由，从写卖双方的交易行为中提取商品信息完善度、商品、商品质量等7个指标，建立全新的卖方信用评估体系。实例分析表明，该策略可以有效地解决卖方故意炒作、恶意欺诈等行为，为写方客观评C2C电子商务模式下卖方信用评估体系由优秀论文网站www.udooo.com提供,助您写好论文.价商品提供了可信的参考依据。
关键词：C2C模式；电子商务；信用评价
0 前言
随着计算机技术和网络技术的发展，电子商务逐渐发展成为一种常见的商业交易模式。据中国互联网络信息中心（CNNIC）统计，2012年网络购物交易金额达到12，594亿元，占社会消费品零售总额的6.1%。而在电子商务中C2C模式（customer to customer）是最活跃的一种运营模式，即：个人用户利用先进的电子商务平台和电脑等软硬件设备，在电子商务平台上开展的商品交易活动[1-2]。
C2C模式具有方便快捷、投资成本低、从业要求低等特点，不仅适合小资本持有者或大学生进行创业，也为部分消费者提供了一个类似于二手交易市场的运转平台，迅速发展成为一种常见的电子交易模式[3-5]。但是，由于电子商务虚拟性特点，写卖双方往往只能通过网络进行协商交易，在此过程中无法见到实物，再结合C2C模式准入门槛低且无资本保证，C2C模式中的商品产地、、质量、品牌、售后怎么写作等相关信息几乎完全要靠写方的估计，存在着严重的信息不对称理由，暗藏着巨大的交易风险，它将成为制约C2C模式进一步发展的重要因素。
因此，C2C模式中卖方的信用理由就显然异常重要，开展C2C模式下信用评估策略研究，通过分析卖方历史交易行为和消费者评价，设计具有针对性的信用评估计算策略，对目前卖方行为做出较准确的评估，不仅有助于消费者判断分析产品，也有利于C2C模式的健康、可持续发展。
1）信用评价体系甄别能力差。在我国常见的电子商务信用评价体系中，只要交易成功，无论交易金额多少都拥有售后评价权力。因此，卖方可能通过促销、团购等手段出售大量的低价商品以较快的获得信用评分，等到信用等级达到一定程度后，卖方可以通过修改商品信息的策略，用高价的另一种商品替代原来出售的低价商品，直接造成原有商品评价失去了参考价值；同样的，此类评价体系不仅难以遏止信用炒作，也难以区别正常差评与恶意差评，对于卖方之间的恶意竞争，或者写方的恶意欺诈也无法做出及时有效的处理措施，可能会对卖方造成巨大的信用危机。
2）信用计算策略简单、无差别。现有的信用评估或计算策略异常简单，常常采用好评+1，差评-1等累计算法，无法客观公正地评估卖方销售行为，难以杜绝卖方的恶意销售。比如，卖方卖10件同类产品，有9件是真品，1件是检测冒伪劣产品，但从信用评价系统来看，其信用积分还是在上涨，极容易误导消费者。
3）信用评价涵盖面小。现有的信用评价模型只是涉及交易过程，只是简单评价产品质量、怎么写作质量和物理质量，虽然电子商务平台还提供了留言评价，但是，如果销售量比较大，写方很难全面阅读所有评价，更何况部分商家以好评还等方式，鼓励写方好评，直接干扰了消费者对商品的评估。考虑到资本的趋利性，信用评价模型最好加入一部分反映卖方经营行为的信息，比如销售额变化、在线使用率等，使得信用评价能够考虑到卖方的营业利润和营业积极性。
表1 信用评估分级指标
卖方信用评估体系本着简单实用的目的建立，综合考虑了写卖双方的行为，设置了客观指标、主观指标两大类共7小项进行评估（表1）。其中，客观指标主要针对卖方行为做出评价，并计算相应信用评估分数，而主观指标则是根据消费者售后打分以计算信用等级。
1）商品信息完善度：评估商品信息完善度主要是为了解决商品信息不对称理由，在商品销售时，要求卖方必须一次性将商品信息全部登记完毕，如果销售过程中有更改，则在原有的积分上扣除5%。
2）商品。将商品从低到高划分为若干区域，进行分级计算，比如[a b]、[b c]、[c d]…等，如果卖方将商品从低价跳到高价，比如从区域1调整到区域2，则在原有积分上除以2，如果从区域1调整到区域3，则原有积分除以3，且转变后三日内获得的评分均除以相同的调整权重，依次类推，使得卖方信用随着商品的变化而变化，若商品从高区域调整至低区域，积分保持不变。
3）销售量。综合考虑卖方近10天的销售量，如果前日销售量比平均销售量高5%，则提高1%的评价积分，否则不变。
4）怎么写作时长。综合考虑卖方近10天的怎么写作时长，如果前日怎么写作时长比平均怎么写作时长高（高于8小时），则提高1%的评价积分；如果怎么写作时长低于8小时，则扣除1%的评价积分。
5）商品质量。好评+1积分，差评-1积分。在差评、好评比高于1：50时，对此差评积分采用阈值策略处理：
其中， A1表示当日差评积分，N表示当日差评数量，D代表出现该情况连续天数，即：如果短时间（1日）内，差评超过20，则视为故意差评，其差评积分*0.1记入总分。如连续3日均有差评2次以上出现，则视为卖方可能存在周期性欺诈，差评积分以指数积分。
6）怎么写作质量、物流质量与商品质量积分策略相同。
图1 卖方欺诈行为分析图
一方面，由卖方恶意竞争导致的差评，一般呈井喷状态出现，否则难以在短期内达到效果，因此，可分析该案例恶意差评的可能性较小；另一方面，如果是由于消费者过于挑剔等等理由引起的差评，不可能出现如此高的差评、好评比，因此，极可能是由于卖方周期性欺诈引起的。
从图1分析可知，当存在卖方欺诈可能时，原有计分策略并不能很好的区分，但新建的积分策略却可以得到较好的处理，能够较快速的反映卖方的信用存在理由，且随着欺诈行为的继续，信用积分快速降低，可以给消费者及时示警。
图2 卖方炒作行为分析图
关键词：C2C模式；电子商务；信用评价
0 前言
随着计算机技术和网络技术的发展，电子商务逐渐发展成为一种常见的商业交易模式。据中国互联网络信息中心（CNNIC）统计，2012年网络购物交易金额达到12，594亿元，占社会消费品零售总额的6.1%。而在电子商务中C2C模式（customer to customer）是最活跃的一种运营模式，即：个人用户利用先进的电子商务平台和电脑等软硬件设备，在电子商务平台上开展的商品交易活动[1-2]。
C2C模式具有方便快捷、投资成本低、从业要求低等特点，不仅适合小资本持有者或大学生进行创业，也为部分消费者提供了一个类似于二手交易市场的运转平台，迅速发展成为一种常见的电子交易模式[3-5]。但是，由于电子商务虚拟性特点，写卖双方往往只能通过网络进行协商交易，在此过程中无法见到实物，再结合C2C模式准入门槛低且无资本保证，C2C模式中的商品产地、、质量、品牌、售后怎么写作等相关信息几乎完全要靠写方的估计，存在着严重的信息不对称理由，暗藏着巨大的交易风险，它将成为制约C2C模式进一步发展的重要因素。
因此，C2C模式中卖方的信用理由就显然异常重要，开展C2C模式下信用评估策略研究，通过分析卖方历史交易行为和消费者评价，设计具有针对性的信用评估计算策略，对目前卖方行为做出较准确的评估，不仅有助于消费者判断分析产品，也有利于C2C模式的健康、可持续发展。
1 电子商务中信用评估的常见理由
目前，国内外的电子商务平台最常见的企业信用评估策略就是消费者的售后打分与评价，比如淘宝、拍拍等电子商务平台都采用售后打分系统对商品质量、卖家怎么写作、物流怎么写作等电子商务交易行为进行评估，以供其他消费者参考。但是，此类信用评估系统仍存在一些理由：1）信用评价体系甄别能力差。在我国常见的电子商务信用评价体系中，只要交易成功，无论交易金额多少都拥有售后评价权力。因此，卖方可能通过促销、团购等手段出售大量的低价商品以较快的获得信用评分，等到信用等级达到一定程度后，卖方可以通过修改商品信息的策略，用高价的另一种商品替代原来出售的低价商品，直接造成原有商品评价失去了参考价值；同样的，此类评价体系不仅难以遏止信用炒作，也难以区别正常差评与恶意差评，对于卖方之间的恶意竞争，或者写方的恶意欺诈也无法做出及时有效的处理措施，可能会对卖方造成巨大的信用危机。
2）信用计算策略简单、无差别。现有的信用评估或计算策略异常简单，常常采用好评+1，差评-1等累计算法，无法客观公正地评估卖方销售行为，难以杜绝卖方的恶意销售。比如，卖方卖10件同类产品，有9件是真品，1件是检测冒伪劣产品，但从信用评价系统来看，其信用积分还是在上涨，极容易误导消费者。
3）信用评价涵盖面小。现有的信用评价模型只是涉及交易过程，只是简单评价产品质量、怎么写作质量和物理质量，虽然电子商务平台还提供了留言评价，但是，如果销售量比较大，写方很难全面阅读所有评价，更何况部分商家以好评还等方式，鼓励写方好评，直接干扰了消费者对商品的评估。考虑到资本的趋利性，信用评价模型最好加入一部分反映卖方经营行为的信息，比如销售额变化、在线使用率等，使得信用评价能够考虑到卖方的营业利润和营业积极性。
2 卖方信用评估体系的构建
2.1 信用评估分级指标
由上述分析，考虑到C2C模式下卖方经营行为，可建立如下的信用评估体系：表1 信用评估分级指标
卖方信用评估体系本着简单实用的目的建立，综合考虑了写卖双方的行为，设置了客观指标、主观指标两大类共7小项进行评估（表1）。其中，客观指标主要针对卖方行为做出评价，并计算相应信用评估分数，而主观指标则是根据消费者售后打分以计算信用等级。
2.2 信用评估分级计分策略
本文所涉及的信用评估分级计分策略主要是为了克服现有信用评估策略的缺点，动态的反映卖方信用变化情况，为此采用分级计算和阈值计算相结合的策略进行计分（检测定现有积分为A）：1）商品信息完善度：评估商品信息完善度主要是为了解决商品信息不对称理由，在商品销售时，要求卖方必须一次性将商品信息全部登记完毕，如果销售过程中有更改，则在原有的积分上扣除5%。
2）商品。将商品从低到高划分为若干区域，进行分级计算，比如[a b]、[b c]、[c d]…等，如果卖方将商品从低价跳到高价，比如从区域1调整到区域2，则在原有积分上除以2，如果从区域1调整到区域3，则原有积分除以3，且转变后三日内获得的评分均除以相同的调整权重，依次类推，使得卖方信用随着商品的变化而变化，若商品从高区域调整至低区域，积分保持不变。
3）销售量。综合考虑卖方近10天的销售量，如果前日销售量比平均销售量高5%，则提高1%的评价积分，否则不变。
4）怎么写作时长。综合考虑卖方近10天的怎么写作时长，如果前日怎么写作时长比平均怎么写作时长高（高于8小时），则提高1%的评价积分；如果怎么写作时长低于8小时，则扣除1%的评价积分。
5）商品质量。好评+1积分，差评-1积分。在差评、好评比高于1：50时，对此差评积分采用阈值策略处理：
其中， A1表示当日差评积分，N表示当日差评数量，D代表出现该情况连续天数，即：如果短时间（1日）内，差评超过20，则视为故意差评，其差评积分*0.1记入总分。如连续3日均有差评2次以上出现，则视为卖方可能存在周期性欺诈，差评积分以指数积分。
6）怎么写作质量、物流质量与商品质量积分策略相同。
3 实例分析
3.1 卖方欺诈分析
检测定10日前积分为500分，近10日内，卖家日平均交易量50件，当日交易量56件，共收到好评500，差评22，且每日差评均超过2，差评和好评之比为1：20；商品信息未做调整，未变，卖方每日均在线怎么写作，则其评分走势图如图1所示。图1 卖方欺诈行为分析图
一方面，由卖方恶意竞争导致的差评，一般呈井喷状态出现，否则难以在短期内达到效果，因此，可分析该案例恶意差评的可能性较小；另一方面，如果是由于消费者过于挑剔等等理由引起的差评，不可能出现如此高的差评、好评比，因此，极可能是由于卖方周期性欺诈引起的。
从图1分析可知，当存在卖方欺诈可能时，原有计分策略并不能很好的区分，但新建的积分策略却可以得到较好的处理，能够较快速的反映卖方的信用存在理由，且随着欺诈行为的继续，信用积分快速降低，可以给消费者及时示警。
3.2 卖方炒作分析
将商品从低到高分为10类：[0，50]、[50，100]、[100，200]、[200，500]、[500，1000]、[1000 2000]、[2000 5000]、[5000 10000]、[10000 20000]、[20000 -]；检测定卖方10日前积分为500分，近10日销售情况，前5日商品也与以往相同为30元，第六日调整为300元，10日内共获得好评2000，差评10，卖方每日均在线怎么写作，则其评分走势图如图2所示。显然，该案例中，卖方存在炒作嫌疑，因此必须将该情况反应到信用评级中。图2 卖方炒作行为分析图