時(shí)間：2010-11-07 點(diǎn)擊：13183 次 來(lái)源：互聯(lián)網(wǎng) 作者：不詳 - 小 + 大
| 一、電子商務(wù)的誠(chéng)信缺失現(xiàn)狀 在中國(guó),傳統(tǒng)的購(gòu)物習(xí)慣是“眼看、手摸、耳聽(tīng)、口嘗”,公眾普遍感到網(wǎng)上購(gòu)物不直觀、不安全、不信任，也使得電子商務(wù)交易鏈非常容易斷裂。在整個(gè)電子商務(wù)活動(dòng)中，誠(chéng)信力缺失主要表現(xiàn)在：網(wǎng)絡(luò)商務(wù)提交信息的不真實(shí)；產(chǎn)品宣傳信息與實(shí)際不符；購(gòu)買的產(chǎn)品與交付的產(chǎn)品不一致；消費(fèi)者個(gè)人及消費(fèi)信息的 - 安全性得不到保障；產(chǎn)品的售后服務(wù)得不到保證等。 上述種種誠(chéng)信缺失的現(xiàn)象，導(dǎo)致交易雙方的利益均有所損害，破壞了電子商務(wù)的正常環(huán)境，導(dǎo)致電子商務(wù)交易社會(huì)信任度較低，在一定程度上阻礙了電子商務(wù)的發(fā)展。因此，需要建立一種可行的誠(chéng)信機(jī)制來(lái)規(guī)范、約束電子商務(wù)市場(chǎng)環(huán)境，改善買賣雙方的誠(chéng)信力，增強(qiáng)市場(chǎng)的監(jiān)管力，保證電子商務(wù)的良性發(fā)展。 二、數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)應(yīng)用 數(shù)據(jù)倉(cāng)庫(kù)就是一個(gè)用以更好的支持企業(yè)或組織的決策分析處理的、面向主題的、集成的、隨時(shí)間不斷變化的，但信息本身相對(duì)穩(wěn)定的數(shù)據(jù)集合。在完成數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)準(zhǔn)備階段后,通過(guò)數(shù)據(jù)探索、建立模型、模型檢驗(yàn)、模型應(yīng)用、分析等過(guò)程，有效集成各種高效率的數(shù)據(jù)挖掘算法,按照用戶需要實(shí)施數(shù)據(jù)挖掘任務(wù)。 數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中,提取隱含在其中的、人們事先不知道的，但又是潛在有用的信息和知識(shí)的過(guò)程。由于數(shù)據(jù)挖掘技術(shù)能帶來(lái)顯著的經(jīng)濟(jì)效益,它在金融業(yè)、零售業(yè)等，特別是電子商務(wù)中的應(yīng)用也越來(lái)越廣泛。 通過(guò)對(duì)客戶的購(gòu)買力及信用的分析、對(duì)商家提供服務(wù)的可信度、交易過(guò)程、售后服務(wù)等大量數(shù)據(jù)建立相應(yīng)的數(shù)據(jù)倉(cāng)庫(kù),利用決策樹(shù)、統(tǒng)計(jì)分析、神經(jīng)網(wǎng)絡(luò)、模糊聚類、貝葉斯預(yù)測(cè)等算法進(jìn)行數(shù)據(jù)挖掘后，可對(duì)商家、客戶分類并評(píng)出等級(jí),建立相應(yīng)誠(chéng)信度，從而有助于識(shí)別客戶購(gòu)買行為,發(fā)現(xiàn)客戶購(gòu)買模式和趨勢(shì),以改進(jìn)服務(wù)質(zhì)量,爭(zhēng)取更好的顧客保持力和增強(qiáng)買賣雙方的滿意度,提高貨物銷量,設(shè)計(jì)更好的貨物運(yùn)輸與分銷策略,降低商業(yè)成本,加強(qiáng)誠(chéng)信保障力度和制約，爭(zhēng)取更多的忠誠(chéng)用戶。 三、電子商務(wù)中誠(chéng)信機(jī)制的構(gòu)建 在電子商務(wù)整個(gè)過(guò)程中，運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)，構(gòu)建一套較完善的誠(chéng)信機(jī)制，為用戶搭建一個(gè)信用查詢平臺(tái)，使之能自動(dòng)地分析、記錄每次交易活動(dòng)，及時(shí)為每個(gè)交易用戶提供交易對(duì)象以往的交易經(jīng)歷及獲得的評(píng)價(jià),來(lái)提高交易的成功率和誠(chéng)信度。 1.數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建。如圖1所示：在電子商務(wù)過(guò)程中，買賣雙方最關(guān)心的，即是各種信息是否屬實(shí)，交易商品是否可靠，信譽(yù)度如何。因此，分別為買方、賣方、交易安全、售后、評(píng)價(jià)等大量信息建立相應(yīng)的數(shù)據(jù)庫(kù)，經(jīng)過(guò)對(duì)各分散的信息進(jìn)行抽取、轉(zhuǎn)換、刷新等過(guò)程，將數(shù)據(jù)聚集在一起形成一個(gè)集成、穩(wěn)定、可靠的中心數(shù)據(jù)倉(cāng)庫(kù)。中心數(shù)據(jù)倉(cāng)庫(kù)采用Oracle關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng)，結(jié)合已有的歷史誠(chéng)信記錄進(jìn)行查詢、分析、挖掘，將數(shù)據(jù)應(yīng)用向深度和廣度擴(kuò)展�？捎藐P(guān)系OLAP模型,即擴(kuò)充的關(guān)系DBMS，它將多維數(shù)據(jù)上的操作影射為標(biāo)準(zhǔn)的關(guān)系操作。形成新的各數(shù)據(jù)流程誠(chéng)信度，實(shí)現(xiàn)整個(gè)交易數(shù)據(jù)預(yù)處理。 2.交易誠(chéng)信度的數(shù)據(jù)挖掘。在建立電子商務(wù)及誠(chéng)信度綜合信息數(shù)據(jù)倉(cāng)庫(kù)之后,可以基于這個(gè)數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)進(jìn)行數(shù)據(jù)挖掘工作，如圖2所示：通過(guò)對(duì)原有數(shù)據(jù)流的分析，結(jié)合構(gòu)建的誠(chéng)信度數(shù)據(jù)倉(cāng)庫(kù)，運(yùn)用關(guān)聯(lián)規(guī)則、統(tǒng)計(jì)分析、神經(jīng)網(wǎng)絡(luò)、模糊聚類、貝葉斯預(yù)測(cè)等數(shù)據(jù)挖掘算法建立相應(yīng)的數(shù)學(xué)模型。然后在模型庫(kù)的基礎(chǔ)上加以分析、處理，為用戶獲得比較可信的信譽(yù)評(píng)價(jià)度及信譽(yù)評(píng)價(jià)等級(jí)，同時(shí)將本次交易過(guò)程的誠(chéng)信度挖掘結(jié)果載入信譽(yù)數(shù)據(jù)倉(cāng)庫(kù)，為下一次交易作參考。 3.誠(chéng)信平臺(tái)模型構(gòu)建。運(yùn)用WEB技術(shù)，構(gòu)建C/S(客戶/服務(wù)器)訪問(wèn)模式，將客戶端應(yīng)用腳本集成、封裝并安裝、加載于網(wǎng)頁(yè)瀏覽器；當(dāng)買方欲進(jìn)行電子商務(wù)活動(dòng)時(shí)，可以很方便的查詢對(duì)商家、商品、售后評(píng)價(jià)等信息的信譽(yù)數(shù)據(jù)倉(cāng)庫(kù)，查看數(shù)據(jù)挖掘的結(jié)果，獲得相關(guān)誠(chéng)信度的信息，以幫助買方確立交易活動(dòng)。商家也可通過(guò)此平臺(tái)獲得買方的相關(guān)信譽(yù)度信息，來(lái)確立是否建立交易并有效降低損失。 四、結(jié)束語(yǔ) 運(yùn)用數(shù)據(jù)挖掘技術(shù)構(gòu)建此誠(chéng)信機(jī)制，用戶可查詢交易雙方的歷史信任度，選擇信譽(yù)度較高的用戶實(shí)施電子交易，大大增強(qiáng)了電子商務(wù)用戶交易的信任感，同時(shí)又可以約束、規(guī)范交易雙方的交易操作，降低不法分子的投機(jī)度，有利于電子商務(wù)的良性發(fā)展。 |
熱門文章 
最新文章 
推薦閱讀 
貴公網(wǎng)安備52010302003427號(hào) 
手機(jī)版
