摘要：信用评价在网络购物中扮演者越来越重要的角色，而现有的信用评价体系已经不能够很好地为消费者服务。针对现有信用评价体系当中存在的不足，提出了基于权重比的信用评价模型，最后，通过仿真实验，显示该模型能够更加准确地得到信用评价值，对于消费者的网络购物具有一定的指导意义。

　　关键词：电子商务；信用评价；网络购物；权重比；信用评级

　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2014）06-1355-04

　　随着网络遍布全球，在互联网发展速度减慢的情况下，中国网络购物用户仍然在快速的增长，中国网络购物用户规模已达2.42亿人，网民的网购比例已经提升到42.9% [1]，如图 1。

　　

　　图 1 2006-2012年中国网购用户数量级渗透率[1]

　　人们的生活变得越来越离不开网络购物。在网上购物，消费者需要挑选商品，对比商家，这个时候就可以借助于网络购物信用评价。在这种环境下，网络购物信用评价体系的建立也变的尤为重要。网络购物信用评价[2]是通过收集和统计交易双方的交易信息来衡量参与者信用程度的一种信用评价工具[3]，用户可以查看交易对象的历史信用情况以及评价信息来判断其所提供的商品及服务状况，以此来减少网购风险。该文只讨论卖家的信用评价模型，如图 2为卖家信用评价模型。淘宝网作为目前亚洲最大的网购零售商，具有明显的代表性，该文以淘宝网作为研究对象展开。

　　1 淘宝网的信用评价模型

　　网购信用评价体系的基本原理是[4]：一次交易完成后，买卖双方要根据交易过程中涉及的商品质量、价格，卖家的发货速度、服务态度以及售后服务，物流的配送等多个方面内容进行相互评价。每次评价结果按照网络购物平台的信用评级算法得到该用户的综合信用分值，以此体现该用户的信用，为其他消费者的交易提供参考。

　　淘宝网的信用评价相关规则如下[5]：

　　淘宝网会员使用支付宝服务成功完成每一笔网络购物交易后，15天内，交易双方均可对本次交易的情况作一个评价，这个评价就是本文所讨论的信用评价。

　　淘宝网的评价分为“好评”、“中评”、“差评”三个等级，每个等级的评价对应一个积分，具体计算方法为：“好评”+1分，“中评”0分，“差评”-1分。

　　信用度是对会员的评价得分进行累计，并在会员信用资料里显示。

　　计分规则（含匿名评价）：

　　1）每个月，相同买家和卖家之间的相互评价计分不得超过6分。超出6分将不计入信用评级。其中每个月中同买卖家之间评价计分在[-6，+6]之间，也就是说总分在-6和+6之间，例如买家先给卖家6个差评，再给1个好评和1个差评，则7个差评都会生效计分，其总分还是6分。

　　2）若14天内相同买卖家之间就同一个商品进行评价，多次评价只计一次分，如多个好评只+1分，多个差评也只-1分。

　　淘宝店家信用级别总共有20个等级，如图3：

　　图 3 卖家信用等级

　　惩罚措施：违反信用评价规则的行为通过监督举报发现[5]。当发现有其他用户违反规则时，可进行举报。违反规则的淘宝用户将受到以下处罚：（1）限制账户权限；（2）取消卖家身份；（3）冻结账户；（4）删除物品；（5）撤销信用评价。

　　该信用模型[7]可以表示为：[Cn=Cn-1+cn，cn∈-1，0，1]

　　其中[Cn]为第[n]次的交易的信用评分，[Cn-1]为第[n-1]次的交易的信用评分， [cn]为第[n]次交易所得到的当次信用评分。

　　这一信用评价模型就是传统的累加信用模型[2]，就是把用户每次得到的信用评分进行累计，将最终累计结果作为用户的信用等级。

　　累加信用模型可表示为：[Cn=i=0nci，ci∈-1，0，1]

　　其中[ci]为第[i]次交易得到的信用评分.

　　2 淘宝评价模型的不足

　　2.1 好评真实程度不足

　　淘宝现有的信用评价体系并不能保证在买方和卖方之间的累积信用交易完全是真的。目前，淘宝网信用评价的虚假主要有三种情况：伪造信用、协商评价与恶意差评。例如，靠虚假订单刷信誉，找朋友帮忙刷信誉甚至是刷单买信誉等，而买卖双方并没有完成实际的交易，这些评价也并不是真实的针对交易的评价。还有一些是因为系统原因，淘宝规定15天没有做出评价的，自动给好评，如图 4，像此类好评也存在着水分。由于淘宝店家的信用对他们来说是非常重要的，因此，有些店家会因为一个中评或差评不断的骚扰买家，导致许多淘宝买家养成了习惯性好评，而对商品以及店家的服务真实评价只能体现在文字评价里。对这部分的好评也需要打折考虑的。当然，以上这些都是为了提高信用等级的，还有一些店家在竞争过程当中，会雇佣职业差评师对竞争对手进行差评，那么对这类的差评记录也需要审慎对待。

　　2.2 评价等级的区分度不高

　　淘宝网的信用评价体系对信用评价指标的划分粗略，只设置“差评”、“中评”、“好评”三个层次。而现实生活中，往往无法用这三个等级来区分交易的整个过程。导致很多消费者虽然对实际交易过程中的卖家发货速度、商品质量、售后服务等方面不太满意的时候，还是给出了“好评”。消费者具体不满意的地方在淘宝网目前的信用评价模型还不能够详细地被反映出来，而买家的满意程度也只能通过该评价模型大致地反映出来。由于信用评价等级划分少导致淘宝网同一个水平层次的卖家，信用等级区分度不明显。

　　2.3 评价等级指标单一

　　淘宝网在每次交易结束提供了对商品质量的评价、对服务态度的评价、对发货速度的评价以及对售后服务的评价。但是这些指标并未纳入到信用评价等级当中。

　　淘宝的信用评级用的是最传统的累积模型，导致信用评价等级变成成交量的较量，交易次数月多，信用评价等级越高。而同样的信用等级，实际的信用程度却大不相同。例如，若卖家甲没有差评，得到了500个好评，卖家乙得到了50个差评550个好评，这种情况下，他们俩的最终信用值都是500分，如果仅仅从信用等级来看就无法衡量出两者信用的高低。这种情况下只能从其他指标来判断这两家的信用程度。

　　3 权重信用评价模型及数学模型

　　本文考虑到淘宝网信用评价模型的不足，在其规则的设定过程中，好评的真实性问题以及在评价等级中评价指标单一，忽略了消费者在售后服务、卖家发货速度、商品质量等评价。考虑在评价模型中引入相应权重比，综合考虑消费者的各方评价，提出了权重评价模型。

　　考虑到现在很多消费者在购物的过程当中注重商品质量的同时更注重商家的服务。而且淘宝评价模型中已经存在消费者对消费服务的评分，只是还未将这一评分引入到信用评级当中。因此在我们的模型中，引入服务评级。模型中信用评价值分两方面，一方面针对商品质量，另一方面针对商家服务。给消费者呈现商品评级、服务评级和综合评级三个指标。

　　权重评价模型表示为：[Cn=（Qn，Sn）w1w2]

　　其中[Cn]为第[n]次交易的综合信用评级指标；[Qn]为第[n]次交易的商品评级指标；[Sn]为第[n]次交易的服务评级指标。[w1w2]为商品评级指标和服务评级指标所占的权重。

　　其中商品评级指标在淘宝信用评价模型基础之上引入权重，默认好评和习惯性好评使用随机权重[wi]，[Qn=Qn-1+wnqn，wn∈0，1，qn∈-1，0，1]

　　其中[Qn]为第次交易的商品评级指标；[Qn-1]为第[n-1]次交易的商品评级指标；[wn]为第[n]次交易评价的权重，若此次交易为正常文字评价权重值为1，否则为随机权重；[qn]为淘宝评价模型当中第[n]次交易所获得的信用评分。

　　服务评级模型同样引入权重，[Sn=Sn-1+snqn，wn∈0，1，qn∈-1，0，1]

　　其中[Sn]为第[n]次交易的服务评级指标；[Sn-1]为第[n-1]次交易的服务评级指标；[wn]为第[n]次交易评价的权重，若此次交易为正常文字评价权重值为1，否则为随机权重；[sn]为淘宝评价模型当中第[n]次交易所获得的服务评分。

　　4 仿真实验

　　由于笔者在上电子商务实验课程中能够获取学生实验模拟的数据，因此本文通过仿真实验来模拟本文提出的权重评价模型，以此来验证本文提出的模型。该文仿真数据来自于学生模拟交易产生的数据。

　　对125名学生进行问卷调查，得到商品评级指标和服务评级指标所占的权重分别为0.49和0.51。实验中挑选了4个具有代表性的店家作为实验数据，其中A店的评价真实度高，默认好评和习惯性好评占了5%；B店评价情况属于正常，默认好评和习惯性好评占了11.5%；C店评价真实度偏低，其中默认好评和习惯性好评占了38.2%；D店评价真实度高，默认好评和习惯性好评仅占3.5%。表 1为淘宝评价模型得到的信用评分，表 2为权重信用评价模型得到的信用评分。

　　表 2 本文模型结果

　　由以上结果，可以看出本文提出的权重信用评价模型比传统累计模型更能真实的反应店家信用信息，消费者可以通过自主选择优质服务还是优质商品，或者更具综合评级来进行挑选商品。该文的权重信用评价模型能够克服现有评价模型的一些不足，具有一定的现实指导意义。

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。