基于信息融合理論的電子商務信用行為研究①

哈爾濱商業大學管理學院 張鶴冰

?

基于信息融合理論的電子商務信用行為研究①

哈爾濱商業大學管理學院 張鶴冰

摘 要：本文結合電子商務的發展現狀，分析了研究信用行為的重要意義，述評了現有研究成果，并在此基礎上，將信用行為劃分為三個維度，繼而構建了電子商務信用行為管理模型，運用Kalman濾波理論對模型進行遞推，基于Bar-Shalom-Campo信息融合算法實現多維信用行為的信息融合，最終推導出系統信用值的表達式。

關鍵詞：電子商務 信用行為 Kalman濾波 信息融合

1　引言

隨著電子商務發展環境的不斷變化，國家也將電子商務的發展列入了戰略行動計劃之中。但是在電子商務高效快捷（運營高效、服務高效、利潤高效）的背后，也亟須依法規范信用行為，尋求電子商務環境下激勵信用水平提升的新方式，完善電子商務市場信用的管理體系，促進我國電子商務信用體系與電子商務的協調發展，同時提高交易主體的經濟效益。因此，在大數據背景下，本文基于信息融合理論，對電子商務信用行為進行跟蹤及監測，致力于運用濾波算法分析交易信用行為的動態轉變過程，意在從動態視角下深化電子商務信用行為的研究，具有一定的理論意義及實際應用價值。

馬云在2013年10月31日國務院總理李克強召開的座談會上發言：“希望在中國創建新的C2B模式”，即按需定制模式。通過電子商務中海量數據，挖掘有價值的信息，通過實時分析消費者數據，建立柔性化生產模式和高效組織結構。大數據將成為電子商務發展的突破口，商務部、統計局在2014年會逐步將電子商務大數據納入統計、征信體系。美國政府將大數據定義為“未來的新石油”。Bryant等發表了非常有影響力的白皮書《大數據計算：商務、科學和社會領域的革命性突破》，使得學者和管理者意識到大數據真正重要的是其新用途、新見解，而并非數據本身。馮芷艷等［1］對大數據背景下商務管理的若干前沿課題進行了總結，并指出在大數據背景下，企業與消費者之間的關系趨向平等、互動和相互影響，企業對市場的理解和洞察需求正在日益走向實時化和精準化。因此，通過合理、有效地運用電子商務大數據，反向驅動與消費交互服務，從而提高消費者與經營者的互動效率是電子商務發展的新方向。

電子商務交易信用行為可分為若干階段，或者說是若干個系統結構，每個階段中交易信用行為發生的目標是不同的。例如，在交易信用行為的第一個階段，消費者會把價格看做首要目標，但是當價格這個目標達到平衡時，即進入第二個階段，或者以經營者的被評價結果、或者以經營者的響應程度等為目標，接下來再確定下一個階段目標，直至交易行為完成。目前，大多都是單階段的研究消費者行為的演化過程。Roozmand等［2］提出基于Agent的消費者決策制定的可計算概念模型，預測消費者購買行為。Schenk等［3］建立Agent模型來模擬消費者的消費行為，模擬結果在預測消費者行為以及經營者之間的競爭情況等方面具有較高的意義。

2　相關研究述評

2.1信息融合理論在電子商務應用中的相關研究

信息融合理論廣泛應用于軍事領域。隨著智能化、自動化等需求的牽引，近年來又取得了諸多新的理論與方法。

鄭華［6］探索性地提出了電子商務信息融合模型，以及在電子商務信息處理、物流運輸管理、客戶個性化服務等方面的應用構思。在此基礎之上，陳平昌等［7］進行了深入研究，利用信息融合理論對電子商務進行了動態設計，并給出了動態電子商務信息融合的程序實現。其中應用最廣泛的是協同濾波算法在電子商務推薦系統中的應用，利用矩陣和向量為每個評價項目進行用戶評級［8］，但是在濾波過程中存在數據稀疏問題，針對此問題，Qusai［9］提出了基于信任函數的數據融合算法，用來設計B2B推薦系統，因而提高了電子商務信息覆蓋及推薦精度。在電子商務系統安全問題上，Diamantopoilos［10］認為電子商務系統安全問題是一個多維度結構的融合，并構造了多維信息融合模型。在此基礎之上，Zhang［11］利用層次分析法確定各維度指標的權重，同時利用D-S證據推理，實現了不確定信息的融合，解決了電子商務系統安全評估問題。Edward［12］在這方面做了更深入研究，從消費者多維信息感知的角度研究了電子商務系統的安全問題。

2.2電子商務信用行為的相關研究

目前，對于電子商務信用行為的研究大多是從經營者的假貨交易行為、信用炒作行為和消費者的購后評價行為、支付行為等角度進行研究。

Macnnes［14］總結出網上假貨欺詐行為的影響因素。基于影響因素的分析，Gregg［15］對假貨交易行為進行研究，并提出相應的應對策略。許光［16］對中國電子商務假貨交易行為的現狀、根源進行研究。在此基礎之上，張燕［17］對中國電子商務假貨交易行為的成因進行經濟學分析，有針對性地提出治理我國電子商務平臺假貨交易行為存在的問題，并借鑒國外假貨交易行為治理經驗提出治理措施。Zhang［18］創造性地在中國電子商務信任欺詐問題中構建了動態時間衰減模型。丁乃鵬［19］認為經營者信用炒作行為不僅是商家競爭的必然，同時也是在網絡市場存在漏洞情況下的惡性競爭的結果，結合我國法律制度對電子商務信用炒作行為展開深入探討。

消費者“購后后悔”現象會對其購后評價行為有顯著影響［20］，結合消費者的購后反饋、投訴行為，架構出消費者信用行為框架，建立技術接受模型，分析感知有用性和感知易用性的因素［21］。

2.3電子商務信用水平的評價研究

對于電子商務信用水平的評價研究，大多集中于對經營者信用水平的評價方面。Dan［22］建立了多維度電子商務信用評價模型，Czekster［23］、Casado［24］在此模型的構建思路之上，提出了多種評價標準，能夠捕捉網絡服務信用行為，對可能發生的影響信用行為因素進行分類。Hsu［25］將ANP方法結合一致模糊偏好關系方法，通過n-1個評判結果來計算n個標準的成對對比矩陣，提高了信用評價的效率和決策的準確度。Rosaci［26］主要從理論上進行創新，提出了基于XML的MAST模型，同時完成了在JADE框架下MAST的完整原型模擬，進一步深化了電子商務信用評價的理論方法。

Resnick［27］通過對eBay信用評價系統的實證研究，發現89%的交易發生于陌生的交易雙方之間，98.9%的交易雙方不會有4次以上的交易。因此，每次交易都可能產生“囚徒困境”結局（Ba，2003）。基于此結論，聞紅利以淘寶網為例，分別從完全信息博弈和不完全信息博弈的角度研究了C2C電子商務網站的信用評價問題，并綜合考慮消費者和經營者的信用值，設計了綜合評價模型。

2.4對現有研究的評述

綜上所述，現有的研究在以下幾個方面取得了進展。

（1）信息融合理論能有效地解決電子商務中信息處理的問題，并且在電子商務領域的多個方面已經有了成熟的應用，對電子商務的發展具有很強的推動作用。

（2）在目前社會信息化、大數據的驅動下，對于交易行為的研究有了更新的思路，更全面的數據支撐，促進了行為科學的發展。

（3）對于電子商務信用評價方面已有不少成果，并在逐步深化發展，從Zhang（2013）構建的動態時間衰減模型可以看出，對于信用評價的研究已從靜態評價轉向動態評價，不僅為電子商務的評價工作提供了新的視角，而且有助于發現電子商務信用行為的動態演化規律。

已有的研究成果對電子商務信用行為研究的開展作了有益鋪墊，但是，現有研究還存在以下不足之處。

（1）大數據是近年來極為關注的話題，而電子商務中大數據的問題尤為突出，如何利用好已有的理論對電子商務環境下交易主體的行為數據進行挖掘、處理、融合，是亟待深入研究的。

（2）在電子商務信用行為的研究中，大多集中在消費者的支付行為、購后評價行為，經營者的假貨交易行為以及信用炒作行為，而一些其他的信用行為，如消費者的退貨行為、經營者的矛盾處理行為、賠付行為卻鮮有研究，而這些也恰恰是評價信用水平的重要指標。

（3）在電子商務系統中的相關評價大多都是基于靜態視角的評價，目前只有少量文獻從動態角度出發，但是僅僅停留在動態評價模型的構建上，對于評價體系上創新性較小。由于電子商務系統的特殊性，對于不同周期應考慮不同的評價體系，這是需要進一步探索的問題。另外一個重要問題是如何通過評價結果對系統進行改進，這才是評價的最終意義，而這方面的研究問津者寥寥無幾。

3　基于信息融合的電子商務信用行為管理模型

3.1信用行為動態特征分析

由于在網絡交易過程中各種信用問題層出不窮，不僅加劇了網絡交易過程中的道德成本，而且嚴重污染了電子商務的運行環境。文獻基于亞超度量空間角度，確定行業信用風險的關聯結構，在此思想的啟發下，本文將交易信用行為分解成若干系統結構，不同系統結構間考慮的因素有一個漸變或突變的關系，并且一些主要的因素在不同時刻也會變得無關緊要。因此，可從交易信用行為的時間、偏好及過程等三個維度描述電子商務交易信用行為的動態表征。（1）交易信用行為時間研究，包括交易的持續時間、持續寬度以及是否及時付款等。（2）交易信用行為偏好研究，包括對產品的檢驗期、質量屬性、付款先后以及商家賠付情況的重視程度。（3）交易信用行為過程研究，包括經營者對產品宣傳真實性、消費者對產品評價的真實性、是否再次重復購買以及偏好傳遞等。

引入時間變量t，建立不同子系統節點的信用行為狀態方程和觀測方程，最后從信息融合的視角，對各個子系統信用值進行數據融合，研究信用變化速度的狀態與趨勢。

3.2信用行為狀態方程和觀測方程

3.2.1狀態方程

描述商家信用值，這里用j來表示商家信用行為的j種表征，比如產品宣傳的真實性等，其狀態方程為：

將其描述為矩陣形式為：

3.2.2觀測方程

描述買家與商家交互后產生的信用值，這里用i來表示買家信用行為的i種表征，比如針對商家的宣傳，消費者評價的真實性，其觀測方程為：

3.3信用子系統信用值的Kalman濾波估計

由此，可進一步得出，商家信用的估計值：

其中可用和遞推表示：

由此，可獲得交易行為產生后信用系統的信用值。

4　結語

本文對電子商務信用問題的相關文獻研究進行了梳理，并進行了評述，在結合前人的研究成果以及存在的問題基礎上建立了基于信息融合的電子商務信用行為管理模型，主要是從多種信用行為的維度考慮，同時引入時間變量，在不同狀態下，建立信用行為的狀態轉移矩陣，利用Kalman濾波算法對狀態方程和觀測方程進行遞推，并給出基于Bar-Shalom-Campo融合算法來求解遞推公式。有助于更好地確定電子商務系統的信用值，以分析交易過程中的信用行為對電子商務發展的影響。

參考文獻

［1］ 馮芷艷，郭迅華，曾大軍，等.大數據背景下商務管理研究若干前沿課題［J］.管理科學學報，2013（1）.

［2］ Omid Roozmand，Nasser Ghasem-Aghaee，Gert Jan Hofstede，Mohammand Ali Nerantbakhsh，Ahmad Baraani，Tim Verwaart.Agent-based modeling of consumer decision making process based on power distance and personality［J］.Knowledge-Based Systems，2011（24）.

［3］ Tilman A.Schenk，Gunter L ffler，Jurgen Rauh，Agentbased simulation of consumer behavior in grocery shopping on a regional level［J］.Jouranl of Business Research，2007（60）.

［4］ 潘泉，王增福，等.信息融合理論的基本方法與進展［J］.控制理論與應用，2012（10）.

［5］ 鄭華.信息融合在電子商務中的應用研究［J］.中國管理信息化，2008（5）.

［6］ 陳平昌，呂紅梅，楊光應.基于融合的動態電子商務設計［J］.中國管理信息化，2009（3）.

［7］ G.Adomavicius，A.Tuzhilin.Towards the next generation of recommender systems：a survey of the state-of-theart and possible extensions［J］.IEEE Trans Knowl.Data Eng.2005（17）.

［8］ Qusai Shambour，Jie Lu.Atrust-semantic fusion-based recommendation approach for e-business applications［J］. Decision Support Systems，2012（1）.

［9］ A Diamantopoulos，P.Riefler，K.P.Roth.Advancing formative measurement models［J］.Joumal of Business Research，2008（61）.

［10］ Yajuan Zhang，Xinyang Deng.Assessment of E-Commerce security using AHP and evidential reasoning［J］.Expert Systems with Applications，2012（39）. ［11］ Edward Hartono，Clyde W.Holsapple.Measuring perceived security in B2C electronic commerce website usage：A respecification and validation［J］.Decision Support Systems，2014（62）.

［12］ Resnick P，Zeckhauser R.Trust among strangers in intemet transactions empirical analysis of ebay’s reputation system［J］.Adv.Appl.Microecon，2002（11）.

［13］ Macnnes I.Causes of Disputes in Online Auctions［J］. Electronic Markets，2005（2）.

［14］ 許光.互聯網假貨交易的現狀、根源及其應對策略［J］.學術交流，2011（12）.

［15］ 張燕.治理我國電子商務平臺假貨交易行為的研究［D］.哈爾濱商業大學，2013.

［16］ Yu Zhang，Jing Bian.Trust fraud：A crucial challenge for China’s e-commerce market［J］.Electronic Commerce Research and Applications，2013（12）.

［17］ 丁乃鵬，方萍.電子商務環境下“信用炒作”現象分析及對策探討［J］.經濟與社會發展，2012（4）.

［18］ Taylor Kimberly A.A regret theory approach to assessing consumer Satisfaction［J］.Market Letters，1997（2）. ［19］ Prashant Palvia.The role of trust in e-commerce relational exchange：A unified model［J］.Information & Management，2009（4）.

［20］ Dan J.Kim，Yong I.Song，S.B.Braynov.A multidimendional trust formation model in B-to-C e-commerce：a conceptual framework and content analyses of academia/practitioner perspectives［J］.Decision Support Systems，2005（40）.

［21］ Ricardo M.Czekster，Paulo Fernandes.Stochastic Model for QoS Assessment in Multi-tier Web Services［J］.Electronic Notes in Theoretical Computer Science，2011（27）.

［22］ Ruben Casado，Muhammad Younas.Multi-dimensional criteria for testing web services transactions［J］.Joumal of Computer and System Sciences，2013（7）.

［23］ Chia-Wei Hsu，Allen H.Hu.Using the FDM and ANP to construct a sustainability balanced scorecard for the semiconductor industry［J］.Expert Systems with Applications，2011（10）.

［24］ D.Rosaci，G.M.L.Sarnè.Multi-agent technology and ontologies to support personalization in B2C E-Commerce［J］.Electronic Commerce Research and Applications.2014（13）.

［25］ Resnick & Zeckhauser.Trust among strangers in Internet transactions：Empirical analysis of eBay’s reputation system［A］.The Economics of the Internet and E-Commerce［C］.New York：Elservier Science，2002.

［26］ 聞紅利.C2C電子商務網站信用評價研究——以淘寶為例［D］.浙江工業大學，2013.

［27］ 羅長青，歐陽資生，王綱金.基于亞超度量空間的信用風險關聯結構分析［J］.技術經濟，2013（4）.

中圖分類號：F713.36

文獻標識碼：A

文章編號：2096-0298（2016）06（c）-071-04

基金項目：①國家自然科學基金項目（7137061）；中國博士后科學基金項目（2015M571430）；哈爾濱商業大學研究生創新科研項目；基于大數據分析的農戶小額貸款信用體系建設調研（YJSCX2015-366HSD）。

作者簡介：張鶴冰（1984-），女，黑龍江哈爾濱人，哈爾濱商業大學管理學院物聯網教研室主任，講師，導航、制導與控制博士，主要從事復雜系統建模與仿真，濾波算法方面的研究。