一种基于社区o2o的信用评价方法和系统的制作方法
【技术领域】
[0001] 本发明属于电子商务中社区020诚信商圈及大数据研究领域，具体涉及一种基于 社区020的信用评价方法和系统。
【背景技术】
[0002] 随着电子商务的发展，社区020是立足于本地社区生活服务，为本地社区用户提供 在线支付线下接受/享受服务的一种电子商务模式，是一种新型的消费模式。社区020诚信 商圈服务平台利用互联网技术及云计算大数据模式，在节省成本和计算资源的基础上，让 社区用户既获得享受传统模式服务又可体验电商平台带来的便捷。虽然国内的电子商务平 台大部分都按各自平台的特点建立信用评价系统，但其评价方法过于简单且模式单一，无 法按本地社区人群特征、商家特征动态建立信用评价指标体系，欠缺对用户网上行为特征、 身份特征、交易时间有效性、评价时间有效性等评价因素的权重考虑，现有简单的信用评价 方法已不适合应用于基于社区020诚信商圈服务平台。
[0003] 在基于社区020诚信商圈服务平台中可能出现:信用炒作(如利用大量多笔小金额 交易来刷新信用评价值，假用户刷评价等）、信息不对称、信用不对称加剧、商家无序竞争、 信用值的时效性等问题，急需在社区020诚信商圈服务平台中建立一个客观、健全、有效的 基于"社区+个性化"的020诚信商圈的多维信用评价系统。
【发明内容】
[0004] 为了解决现有技术存在的上述问题，本发明提供了一种基于社区020的信用评价 方法和系统。
[0005] 本发明所采用的技术方案为：
[0006] -种基于社区020的信用评价方法，其特征在于:所述方法包括
[0007] (1)设置社区020的各级评价指标的评价等级及等级数值；
[0008] (2)以消费者、商品、应用场景和服务为基础，设定消费者、商品销售商和服务提供 商的评价指标体系；
[0009] (3)对评价指标体系按规则设置指标体系中各指标因素的对比矩阵，对消费者评 价指标的权重系数进行一致性验证；
[0010] (4)对商品销售商和服务提供商的评价指标体系计算权重系数；
[0011] (5)计算获得消费者综合信用评价值，将评价结果代入对商品销售商和服务提供 商信用评价的计算中，计算出商品销售商和服务提供商的综合信用评价取值，并判断其信 用等级。
[0012] 可选的，所述步骤(2)包括
[0013] (2 · 1)结合社区020中消费者特征，将消费者定义为:C= {cNB，cID，cFA};
[0014] 其中，cnb表示消费者的网上行为特征，cnb= {nbi I i = l，2,3. . .，其中nbi表示消费 者网上具体行为;cid表示消费者的身份特征，cid= {idi I i = l，2,3. . .，其中idi表示消费者 身份属性;CFA表示消费者的偏好特征，CFA= {f m I i = 1，2，3 . . . }，其中fai表示消费者偏好属 性；
[0015] (2.2)结合社区020的应用场景对商品销售商的评价，将商品销售商定义为:GS = {Fgi，Fs，Ft，Fl，Fr};
[0016] 其中，Fci表示对商品的评价指标，Fci= {gii I i = l，2,3. . .，其中gii表示商品属 性;Fs表示商家服务的评价指标，？5={81|1 = 1，2,3...}，其中81表示服务的描述属性#1表 示商家的交易评价，Ft= {ti I i = l，2,3. . .}，其中ti表示交易过程的描述属性;Fl表示商家 的物流评价，FL={li| i = l，2,3. . .}，其中li表示物流效果的描述属性;Fr表示商家的推广 程度评价及={:^|1 = 1，2,3...}，其中；1^表示推广的因素；
[0017] (2.3)结合社区020的应用场景对服务提供商的评价，将服务提供商定义为:SS = {Ssi，Fss，Fst，Fsp，Fsr};
[0018] 其中，SSI表示对服务基本情况的评价指标，SSI = {sii I i = 1，2，3. . .}，其中sii表示 服务属性;Fss表示商家服务的评价指标，？55={%1|1 = 1，2,3...}，其中％1表示服务的描述 属性;Fst表示商家的交易评价，Fst= {sti |i = l，2,3...}，其中sti表示交易过程的描述属 性;FSP表示消费者接受服务过程中商家对服务流程管理的评价，F SP={sPl|i = l，2,3...}， 其中spi表示物流效果的描述属性;Fsr表示商家的推广程度评价，Fsr= {sri I i = l，2,3. . .}， 其中sn表示推广的因素；
[0019] (2.4)根据上述步骤(2.1)~(2.3)，对消费者、商品销售商和服务提供商的信用评 价体系建立三级的树型评价指标体系:评价目标根节点，二级分支节点和三级指标因素叶 子节点；
[0020] (2.5)按照树形评价指标体系的结构，统计信息形成社区020的评价指标因素规则 库。
[0021] 可选的，所述步骤(3)包括
[0022] (3.1)根据消费者定义0={議，咖，(^}设定(：为消费者信用评价目标，其二级指标 分别为CNB，CID，CFA，对应二级指标下的具体评价指标nbi，idi，f ai为三级评价指标，对应的三 级指标的下一层具体因素项设定对应取值域的权重系数；
[0023] (3.2)计算每级别中各评价指标的权重系数，设二级指标(^，(^，(^下分别有1^ = 5，t = 6，h = 4个评价指标，针对一级指标C下属的三个二级指标以及每个二级指标中对应的 评价因素按比例标度规则构造对比矩阵：
[0024]
[0025] 其中，fXnh)表示评价指标的重要程度；
[0026] 根据对比矩阵Anb各元素的取值，按以下公式进行归一化处理，计算CNB下各评价因 素的权重系数Wnbi:
[0027]
[0028] (3.3)对所有c，CNB，cID，CFA下对应的评价因素的权重系数进行一致性验证：
[0029] AWnb=Anb · (wnbi ，"Wnb 2，· · ·， Wnb5);
[0030] 一致性指标：
依据平均随机一致性指标RI，判断一致性CR= CI/RI是否小于0.1;若满足条件，则按计算所得权重系数进行下一步计算;否则调整相关的 对比矩阵中系数。
[0031] 可选的，所述步骤(4)包括
[0032] (4.1)设定商品销售商评价指标库和服务提供商评价指标体系中评价指标因素的 对比矩阵；设定每次交易金额的影响权重；设定商家交易时间频繁度的影响权重；设社区 020的所有商家整体的每天平均交易笔数为ST:近一个月的平均每天交易笔数为Sf:，前 一周的平均交易笔数为％;每个商家对应的平均交易笔数为A Ta，△ Tm，△ Tw;则采用以下 公式计算商家交易时间频繁度的影响权重：
[0033]
若Wat2 5,则按Wat = 5计算；
[0034] (4.2)对商品销售商和服务提供商各被评价指标及下一级评价因素构建对比矩 阵，并计算相关级别评价指标的权重系数；
[0035] (4.3)对所获得的评价指标的权重系数各级评价指标权重系数进行一致性验证， 判断CR = CI/RI是否小于0.1，若满足条件，则按计算所得权重系数进行下一步计算;否则调 整相关的对比矩阵中系数。
[0036]可选的，所述步骤(5)包括
[0037] (5.1)设定得分表中消费者信用评价指标体系中各指标的评语集、对应评分和相 应信用等级系数；
[0038] (5.2)根据每次完成交易后商家对消费者进行的信用评价的数据集以及消费者本 身的特征指标体系数据，按获得的消费者信用评价各指标权重系数表格式，分别对每一级 评价指标的各评价因素按指标的得分表，对被评价的消费者所对应的评价数据统计汇总出 各得分级别在该评价指标因素中的百分比数据，得到该评价指标因素的评价评判数据矩 阵;设Ru为第i级别下第j个评价指标所对应的下一级评价指标因素的统计结果数据矩阵：
[0039]
'其中r P k为对应评价集中得分为k的百分比数值且
η为评价指标因素个数；
[0040] (5.3)根据各级评价指标中各评价指标的权重系数和对应级别的统计结果数据矩 阵Rij计算上一级的综合评价分值结果：
[0041]
[0042] 将得到的结果Υκ进行归一化处理，作为i_2级别的统计计算结果矩阵 直到获得Ye消费者信用综合评价结果得分为止，即：
[0043]
[0044] (5.4)以得到的综合信用评价结果向量YC为权数，对判断集评分值V」进行加权平 均：
[0045]
[0046] (5.5)参照设置的消费者信用评价指标体系得分表，对的计算结果按模糊数学中 最大隶属度原则评判各级别评价指标因素的评价结果，根据结果Y获得综合信用系数即消 费者C对商家评价有用指数:VC;
[0047] (5.6)用每个消费者各自对商家