决策树算法对电子商务交易信任机制的应用研究

马 健

(亳州职业技术学院信息工程系，安徽 亳州 236800)

决策树算法对电子商务交易信任机制的应用研究

马 健

(亳州职业技术学院信息工程系，安徽 亳州 236800)

为了解决B2C模式的电子商务交易的信任问题，提出一种基于决策树算法的电子商务交易信任研究，对算法进行分析和选择，建立决策树模型，使用Swarm工具进行可视化仿真实验。实验结果表明，该方法可以快速收敛到均衡，能够准确识别出不良的交易者，为今后信任机制平台的建设提供了帮助。

B2C；电子商务；交易；信任机制

当今世界网络已经处于成熟阶段，电子商务行业未来发展具有广泛空间。B2C(business-to-consumer)电子商务出现了前所未有的发展趋势，电子商务是一个蓬勃发展的行业。第三方支付和网上银行交易额不断上升。从电子商务的全球发展趋势，我们可以看到，网民的数量在不断增加，公众已经接受了电子商务的模式，从而导致电子商务交易的数量提高[1]。

根据中国电子商务研究中心的数据显示，到2013年12月底国内B2C、C2C与其它电商模式企业数已达29303家，较去年20750家增幅达17.8%，预计2013年达到34314家。随着网络零售市场的不断规范与整合，相当数量的B2C企业还会在这个过程中被淘汰[2]。随着B2C模式的电子商务的发展的同时，信任也成为阻碍电子商务发展的一个主要原因之一，有些消费者不愿意在线购买。B2C电子商务信任成为电子商务在中国发展的瓶颈，为了能够在互联网时代在促进电子商务的发展，本文提出了决策树算法对电子商务交易信任中的应用研究。为了解决电子商务交易的信任问题，本文结合决策树算法利用工具软件建立了决策树模型，通过对树的拆分得到二叉树的数据挖掘模型，根据树的生长方式和节点来决定用户的好评率，从而可以得到对信任机制的分析。

1 信任机制与电子商务

1.1 信任机制设计的重要性

目前电子商务的发展给传统购物模式带来了冲击，人们在有互联网的地方可以通过手机或者计算机就可以实现网上购物，减少了去大型商场去挑选的时间以及价格的优惠，但在方便购物的同时，存在着一定的信任危机，在一定程度上影响网上交易，信任机制突显其重要，在不同的交易平台均有不同的信任机制，设计合理的信任机制可以使交易双方成功交易，并且可以建立长期的信任关系。

1.2 电子商务信任

现在的电子商务信任是在早期电子商务交易是否成功因素的基础上，在信任值的计算上增加了能力、风险、品牌、质量等因素。构建的信任模型能够分析出恶意欺骗、虚假信息等行为进行界定，给予提供相应的防范措施。通过研究国内外的文献，对电子商务信任概念归结如表1所示。

表1 电子商务信任相关的概念

电子商务信任最核心的问题就是安全问题，如何解决交易的安全问题，必须建立一套完善的适合电子商务交易的衡量标准[3]。目前，国内电子商务行业较为成熟，普遍采用的是信用评级来衡量安全级别，用来保障电子商务交易的顺利进行，信用评级主要是通过调查、分析和评定等方法来确定电子商务交易的安全性，用一些特定的数值表示出信用等级。

1.3 B2C交易的信任

B2C的交易模式主要是通过商业机构与消费者之间的电子商务，利用网络资源平台，企业和消费者之间以电子信息流通方式进行各种商务活动及其交易活动。在B2C电子商务的交易过程中涉及到商家、消费者和第三方认证以及技术支持，可以将认证和技术划分为一组，那么信任的主体就包括三个部分：消费者、商家、第三方及技术，其中对于商品的购买主要是消费者，消费者对商品的选取和商品质量的鉴别，主要是通过商家的推荐，如果商品不满意或者质量出现问题，消费者要求赔偿、退货或者退款等，商家是否能及时帮助解决，同时，第三方认证也要起到关键性作用，来监管资金的运作，有效的来保障消费者和商家的权益。目前，B2C电子商务信任问题随着网上购买人群的增加，出现的问题也比较多，在交易过程中就会出现形形色色的消费者和形形色色的商家，尤其是商家只能靠品牌和信誉等进行提高信任度。

2 算法选择

建立信任机制的平台是非常复杂的过程，为了能使信任机制在交易的过程中更好的体现信任度，通过数据挖掘技术在大量的交易数据中进行分析，找出信任相关的技术指标，然后根据其指标来衡量购买双方的信任度。

2.1 朴素贝叶斯算法

朴素贝叶斯是基于贝叶斯定理，是一种比较简单的算法，首先对所有变量进行分类，假定所有变量对分类而言均是有用的，并且这些变量是相互独立的，求得在某种条件下该类出现的概率，在经过一些属性选择的过程，消除冗余，从而可以消除一些非独立属性，即可得到该对象所属的类，在实际数据应用上可以得到很好的效果。

2.2 关联规则算法

关联规则挖掘是指从海量数据中发现大量数据项之间的关联关系，并生成它们之间规则的过程。挖掘的对象主要是事务型数据库也可以是其他领域内的关系型数据库。挖掘生成的结果是人们易于理解的一系列关系公式，并且能使人很容易理解和发现数据项之间的关系[4]。

2.3 决策树算法

决策树算法具有代表性的是ID3算法，它是一种用来由数据构造决策树的递归过程。首先选择一个属性放置在根节点，并对该属性的每个值产生一个分支，分裂根节点上的数据集，并移动到子女节点，产生一颗局部树。对该划分的质量进行评估，对其他属性重复改过程，每个用于划分的属性衬衫一棵局部树，然后根据树的质量，选择一棵局部树。如果一个节点上都具有相同的类，则停止局部树的生成[5]。

3 实验结果与分析

3.1 数据的采集

数据的采集是决定数据分析结果的去向，消费者对不同的商品有不同的看法，而且不同品牌的商品也会影响消费者的观念，所以为了保证能够科学的分析出信任机制，本文随机抽取同种商品的部分交易数据进行研究，如表1所示。

表1 商品交易数据

3.2 数据的离散化处理

根据上述表中的数据，对好评率数据进行离散化处理，可以分为几个等级：A等级(99%，100%)，B等级为(97%，99%)，C等级为(95%，97%)，D等级为(90%，95%)，那么通过好评率数据处理后得到表2所示。

ID近期成交量v成交价格c经营时间year近期差评数po好评率R信用度P12011402014-08-180A180028781252013-05-073B275631221562013-06-132B15204181202012-10-190A2305571462011-09-181A540681322012-01-250A867871192013-09-234C12082051582014-03-191A16749241182013-06-073D50

3.3 决策树的构建

首先将好评率高的都是A的数据作为决策树的第0层进行属性拆分，然后对连续变量设置潜在的拆分点，通过对数据做平均值处理后，可以得出潜在的拆分点v=54，c=155，year=2008，po=0.57，p=648，根据熵值进行对每个拆分点进行计算，然再对期望的信息进行计算，从而得到决策树第一层的拆分点，计算步骤如下：

同上可以计算得出：Gain(S,year)=0.86；

Gain(S,po)=1.84；

Gain(S,p)=3.6。

根据同上的理论，递归操作，得到决策树如下：

图1 一棵决策树

3.4 规则提取

通过构造出的决策树可以得到下面的分类规则：

(1)IF近期成交量的好评率=“A”THEN信用度=“高”。

(2)IF近期成交量的好评率=“B”THEN信用度=“偏高”。

(3)IF近期成交量的好评率=“C”THEN信用度=“偏低”。

(4)IF近期成交量的好评率=“D”THEN信用度=“低”。

(5)IF近期成交量的好评率=“A”AND近期差评数=“少”THEN信用度=“高”。

(6)IF近期成交量的好评率=“D”AND近期差评数=“多”THEN信用度=“低”。

3.5 仿真与结果分析

本文采用Swarm仿真软件对电子商务交易过程中的信任机制进行了分析，Swarm软件分为模型、观察员、主体和环境几个部分，适合复杂的交易系统，不仅能够分析自身的属性，还可以分析个体之间、个体与环境、主体与环境之间的相互作用，能够有效的分析出庞大的数据交易过程。

为了实现算法的可行性，本文在电子商务交易系统中采集了样本数据，通过对数据的处理进行仿真实验，结果如图2所示。

图2 仿真实验结果

通过仿真实验好评率的走势分析可以看出，随着好评率的增加，信用值在不断的提升，如果好评率降低会影响信用值的走向，好评率降低和升高都将影响信用值的走向，在交易的过程中，好评率高的交易用户出现交易欺诈，后期仍会提升信任机制，好评率低的交易出现恶性交易后，信任机制很难得到提升。

4 结 语

随着互联网时代走向成熟，网购已经成为人们生活中的一部分，在电子商务交易中出现的信任问题凸显出来，本文提出了一种决策树算法对消费者与供应商之间的信任关系进行了分析，根据对数据的统计，可以找出消费者和商家之间的联系，从而为改变经营策略和信任购买提供了决策支持。

[1]虞萍.影响企业电子商务成功的网站因素研究[D].北京：中国农业大学，2014.

[2]张树梁.电子商务环境下云配送物流模式研究及其应用[D].重庆：重庆大学，2014.

[3]张启伟.基于声誉的P2P电子商务信任模型研究[D].北京：首都经济贸易大学，2013.

[4]朱涛.基于FP-growth关联规则挖掘算法的研究与应用[D].南昌：南昌大学，2010.

[5]何化玲，陆桂明.决策树在成绩分析中的应用探讨[J].现代农业，2010,(11):84-87.

[责任编辑：刘守义 英文编辑：刘彦哲]

Trust Mechanism Application of Decision Tree Algorithm in E-Commerce Transactions

MA Jian

(Department of Information Engineering,Bozhou Vocational and Technical College,Bozhou,Anhui 236800,China)

With the rapid development of e-commerce,the trust in e-commerce transactions has become a hot issue.To solve the problem of trust in B2C e-commerce transaction,this paper presents a study of e-commerce transactions trust decision based on the tree algorithm.After analysis and selection,a decision tree model is established.Visual simulation experiments are conducted using Swarm tools.The experimental results show that the method can quickly converge to equilibrium and accurately identify the bad trader,which helps building the trust platform in the future.

B2C;e-commerce;trade;trust mechanism

2013年安徽省教育厅质量工程项目：“电子商务专业综合改革”(2013zy120)；亳州职业技术学院院级课题：“基于遗传模拟退火指数平滑模型的中药材价格预测研究”(BYK1511)

马健(1980-)，男，辽宁义县人，讲师，硕士，主要从事数据挖掘、网络安全方面研究。

TP 311.13

A

10.3969/j.issn.1673-1492.2015.05.008

来稿日期：2015-09-08