CN103886473A - 一种确定网络交易物品提供方的方法及系统 - Google Patents

一种确定网络交易物品提供方的方法及系统 Download PDF

Info

Publication number
CN103886473A
CN103886473A CN201410143387.6A CN201410143387A CN103886473A CN 103886473 A CN103886473 A CN 103886473A CN 201410143387 A CN201410143387 A CN 201410143387A CN 103886473 A CN103886473 A CN 103886473A
Authority
CN
China
Prior art keywords
data
article provider
network behavior
classification
attribute data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410143387.6A
Other languages
English (en)
Inventor
张小力
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI AIRUTE AIR-CONDITIONING SYSTEM Co Ltd
Original Assignee
SHANGHAI AIRUTE AIR-CONDITIONING SYSTEM Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI AIRUTE AIR-CONDITIONING SYSTEM Co Ltd filed Critical SHANGHAI AIRUTE AIR-CONDITIONING SYSTEM Co Ltd
Priority to CN201410143387.6A priority Critical patent/CN103886473A/zh
Publication of CN103886473A publication Critical patent/CN103886473A/zh
Pending legal-status Critical Current

Links

Images

Abstract

本发明提供一种确定网络交易物品提供方的方法及系统,该方法包括:获取物品提供方的网络行为数据和属性数据;将所述网络行为数据和属性数据按领域进行分类处理;根据所述分类处理结果,建立所有类别数据的评分列表;根据所述评分列表对所述物品提供方的网络行为数据和属性数据进行评分,获得所述物品提供方在各个类别中的基本分值;综合各个类别的基本分值,并对综合结果进行排序,从中选取K个符合阈值条件的物品提供方。本发明通过建立风险模型对物品提供方进行监控,相对于传统以人工经验进行判断的模式,有效地提高了风险数据的监控效率。

Description

一种确定网络交易物品提供方的方法及系统
技术领域
本发明涉及电子商务领域,特别是涉及一种确定网络交易物品提供方的方法及系统。
背景技术
由于近年来,电子商务逐渐成为互联网经济发展的主要潮流,依托于互联网等信息技术的电子商务应用,目前在全世界范围内以惊人的速度普及与发展。事实上,电子商务正逐渐成为整个社会经济活动中的一个越来越重要的组成部分。随着电子商务的普及与发展,人们对传统的商业行为是否能够在网络上重现越来越关注。
作为电子商务中介的网络交易平台需要将商品供应商(包括商品制造商、销售商等)的商品展示给用户。现在相当多的交易平台仅将关注点放在用户身上,只要用户将货款支付给交易平台,或先将货款支付给交易平台或第三方平台,再由交易平台或第三方平台转给商品供应商。在这个过程中,商品供应商并没有得到有力的监控,某些交易平台甚至未对商品供应商设置门槛,或者虽然有一定的要求,但也缺少对商品提供方的监控。
特别是随着电子商务的不断发展,网购平台上的大金额商品也越来越多,比如用于工厂的暖通设备、机电设备等。用户因购买力不足或只需满足租赁需求时,就只能支付部分货款,剩余货款通过贷款等形式支付。若商品供应商通过造假、包装等手段将一些劣质、不合格的商品卖给用户,造成用户的损失,也令交易平台的信誉受损。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种确定网络交易物品提供方的方法及系统,用于解决现有技术中缺少对网络交易的商品供应商进行监控的问题。
为实现上述目的及其他相关目的,本发明提供一种确定网络交易物品提供方的方法,包括:
获取物品提供方的网络行为数据和属性数据;
将所述网络行为数据和属性数据按领域进行分类处理;
根据所述分类处理结果,建立所有类别数据的评分列表;
根据所述评分列表对所述物品提供方的网络行为数据和属性数据进行评分,获得所述物品提供方在各个类别中的基本分值;
综合各个类别的基本分值,并对综合结果进行排序,从中选取K个符合阈值条件的物品提供方。
优选地,还包括:实时获取物品提供方的网络行为数据和属性数据。
优选地,还包括:将所述取K个符合阈值条件的物品提供方的物品信息展示在交易平台上。
优选地,所述领域包括物品提供方所属的地域和所属的行业。
优选地,所述物品提供方的网络行为数据至少包括所述物品提供方的历史交易数据及行为。
优选地,所述物品提供方的属性数据至少包括所述物品提供方在交易网站的注册时间、身份验证数据、注册信息、所提供商品的属性、信用数据、资格认证数据和用户评价数据。
优选地,将所述网络行为数据和属性数据按领域进行分类处理进一步包括:将所述网络行为数据和属性数据按领域拆分为不同类别的至少一个子类别。
优选地,根据所述分类处理结果,建立所有类别数据的评分列表进一步包括:
将不同类别的至少一个子类别进行组合,获得由所述子类别构成的多个组合;
对各个组合进行评分,采用数理分析的方法对所述各个组合的评分进行分析,获得每个类别的权重分值,建立所述网络行为数据和属性数据的评分列表。
相应地,本发明还提供了一种确定网络交易物品提供方的系统,包括:
数据获取模块,用于获取物品提供方的网络行为数据和属性数据;
分类处理模块,用于将所述网络行为数据和属性数据按领域进行分类处理;
评分列表创建模块,用于根据所述分类处理结果,建立所有类别数据的评分列表;
数据分析模块,用于根据所述评分列表对所述物品提供方的网络行为数据和属性数据进行评分,获得所述物品提供方在各个类别中的基本分值;
物品提供方确定模块,用于综合各个类别的基本分值,并对综合结果进行排序,从中选取K个符合阈值条件的物品提供方。
优选地,还包括:实时数据获取模块,用于实时获取物品提供方的网络行为数据和属性数据。
如上所述,本发明的一种确定网络交易物品提供方的方法及系统,具有以下有益效果:
本发明通过建立风险模型对物品提供方进行监控,相对于传统以人工经验进行判断的模式,可以避免主观性和片面性的因素,并以大量的数据作为模型的构建基础,可以将一些潜在的风险因素纳入模型的计算过程中,有效地提高了风险数据的监控效率。
附图说明
图1显示为本发明的一种确定网络交易物品提供方的方法的流程示意图。
图2显示为本发明的一种确定网络交易物品提供方的系统的流程示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
本发明可用于众多通用或专用的计算系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、包括以上任何系统或设备的分布式计算环境等等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等。也可以在分布式计算环境中实践本发明。在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
请参阅图1,示出了本发明的一种确定网络交易物品提供方的方法的流程示意图,所述方法可以包括以下步骤:
步骤S1:获取物品提供方的网络行为数据和属性数据;
步骤S2:将所述网络行为数据和属性数据按领域进行分类处理。
需要说明的是,所述物品提供方的网络行为数据至少包括所述物品提供方的历史交易数据及行为。具体地,历史交易数据及行为包括:物品提供方已注册账号的交易次数、交易金额、交易数量、访问页面的MAC(Media Access Control,介质访问控制)地址变化、是否发货准时、是否有违约记录、有无发生交易纠纷等数据。
所述物品提供方的属性数据至少包括所述物品提供方在交易网站的注册时间、身份验证数据、注册信息、所提供商品的属性、信用数据、资格认证数据和用户评价数据。具体地,注册信息包括物品提供方的规模、注册资金、所属行业、所在地、企业成立时间、财务数据等。所提供商品的属性包括商品的价格、类型、性能和新旧程度等。信用数据包括物品提供方在交易平台上的信用度数据、银行平台上的担保数据、贷款及还款数据等。资格认证数据包括物品提供方的生产经营许可证、营业执照及其他相关证书。用户评价数据是指用户通过交易平台或其他途径对物品提供方的商品的评价情况,如评价等级、评价分数等。
需要说明的是,可以通过网络或线下的方式获取物品提供方的网络行为数据和属性数据。所述领域包括物品提供方所属的地域和所属的行业。在获取物品提供方的网络行为数据和属性数据后,从中提取物品提供方的所在的行业和所在地区,例如,可以将网络行为数据和属性数据按照农业、电子行业、通信行业、机械行业、医药行业、化工行业等行业类别进行分类,也可以将网络行为数据和属性数据按照北京、广州、上海、武汉等地区类别进行分类。
还需要说明的是,优选地,实时获取所述物品提供方的网络行为数据和属性数据。每次获取网络行为数据和属性数据后,仍然按照步骤S3至步骤S5所述的方法筛选物品提供方,以实现对物品提供方数据的实时更新。
步骤S3:根据所述分类处理结果,建立所有类别数据的评分列表;
步骤S4:根据所述评分列表对所述物品提供方的网络行为数据和属性数据进行评分,获得所述物品提供方在各个类别中的基本分值。
优选地,将所述网络行为数据和属性数据按领域进行分类处理进一步包括:将所述网络行为数据和属性数据按领域拆分为不同类别的至少一个子类别。
优选地,根据所述分类处理结果,建立所有类别数据的评分列表进一步包括:
将不同类别的至少一个子类别进行组合,获得由所述子类别构成的多个组合;
对各个组合进行评分,采用数理分析的方法对所述各个组合的评分进行分析,获得每个类别的权重分值,建立所述网络行为数据和属性数据的评分列表。
需要说明的是,以物品提供方的属性数据为例说明,物品提供方的属性数据可包括注册时间、身份验证数据、注册信息、所提供商品的属性、信用数据、资格认证数据和用户评价数据7大类别,每个类别又可分为多个子类别,如表1所示。
表1
Figure BDA0000489348030000041
Figure BDA0000489348030000051
需要说明的是,物品提供方的网络行为数据可以按照属性数据分类规则进行分类,也可以按照其他规则进行分类,在此并不做限定。
将网络行为数据和属性数据进行分类后,将不同类别的至少一个子类别进行组合,获得由所述子类别构成的多个组合,对各个组合进行评分,具体的评分规则可根据实际应用的需要来决定,可以是根据专家的经验决定,也可以根据预设的规则决定,只要能根据同一个规则获得不同子类别组合的分值即可,具体规则在此不做限定,如表2为一子类别组合的实例:
表2
Figure BDA0000489348030000062
需要说明的是,上述子类别组合规则仅用于说明本发明,而非用于限制本发明,也可以采用其他组合规则。上述数理分析的方法可以采用“间断线性模型”方法对各个组合的评分进行分析,该方法可以通过下面的公式来实现:
U ( j ) = Σ p = 1 t x ij α ij
其中,U(j)表示类别j的权重值,Xij表示类别i中的第j个子类别在所有类别中的排序值,αij表示类别i中的第j个子类别的分值贡献率,其相当于一个系数,p表示组合的种类,t表示组合的个数。
例如,表3是一个包括类别权重分值的评分列表:
表3
类别 权重分值
注册时间 10
身份验证 6
注册信息 5
商品的属性 14
信用数据 20
资格认证 10
用户评价 8
步骤S5:综合各个类别的基本分值,并对综合结果进行排序,从中选取K个符合阈值条件的物品提供方。
需要说明的是,在获得各个类别的基本分值后,将各个类别的基本分值相加或以其他的规则进行综合处理,获得该物品提供方的综合分值。将所有该物品提供方的综合分值进行排序,从中选取K个符合阈值条件的物品提供方。所述阈值条件可由交易平台设定。
优选地,还包括:将所述取K个符合阈值条件的物品提供方的物品信息展示在交易平台上。这样,交易平台可以通过量化统计的方法选择某个地区或某个行业符合条件的物品提供方。
请参阅图2,示出了本发明的一种确定网络交易物品提供方的系统示意图,所述系统A200包括:
数据获取模块A201,用于获取物品提供方的网络行为数据和属性数据;
分类处理模块A202,用于将所述网络行为数据和属性数据按领域进行分类处理;
评分列表创建模块A203,用于根据所述分类处理结果,建立所有类别数据的评分列表;
数据分析模块A204,用于根据所述评分列表对所述物品提供方的网络行为数据和属性数据进行评分,获得所述物品提供方在各个类别中的基本分值;
物品提供方确定模块A205,用于综合各个类别的基本分值,并对综合结果进行排序,从中选取K个符合阈值条件的物品提供方。
优选地,还包括:实时数据获取模块A206,用于实时获取物品提供方的网络行为数据和属性数据。
优选地,还包括:展示模块A207,用于将所述取K个符合阈值条件的物品提供方的物品信息展示在交易平台上。
优选地,所述领域包括物品提供方所属的地域和所属的行业。
优选地,所述物品提供方的网络行为数据至少包括所述物品提供方的历史交易数据及行为。
优选地,所述物品提供方的属性数据至少包括所述物品提供方在交易网站的注册时间、身份验证数据、注册信息、所提供商品的属性、信用数据、资格认证数据和用户评价数据。
优选地,所述分类处理模块A202进一步包括:拆分单元A2021,用于将所述网络行为数据和属性数据按领域拆分为不同类别的至少一个子类别。
优选地,所述评分列表创建模块A203进一步包括:
组合单元A2031,用于将不同类别的至少一个子类别进行组合,获得由所述子类别构成的多个组合;
分值计算单元A2032,用于对各个组合进行评分,采用数理分析的方法对所述各个组合的评分进行分析,获得每个类别的权重分值,建立所述网络行为数据和属性数据的评分列表。
系统实施例请参考方法实施例的说明,在此不再赘述。
综上所述,本发明通过建立风险模型对物品提供方进行监控,相对于传统以人工经验进行判断的模式,可以避免主观性和片面性的因素,并以大量的数据作为模型的构建基础,可以将一些潜在的风险因素纳入模型的计算过程中,有效地提高了风险数据的监控效率。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种确定网络交易物品提供方的方法,其特征在于,所述方法包括:
获取物品提供方的网络行为数据和属性数据;
将所述网络行为数据和属性数据按领域进行分类处理;
根据所述分类处理结果,建立所有类别数据的评分列表;
根据所述评分列表对所述物品提供方的网络行为数据和属性数据进行评分,获得所述物品提供方在各个类别中的基本分值;
综合各个类别的基本分值,并对综合结果进行排序,从中选取K个符合阈值条件的物品提供方。
2.根据权利要求1所述的方法,其特征在于,还包括:实时获取物品提供方的网络行为数据和属性数据。
3.根据权利要求1所述的方法,其特征在于,还包括:将所述取K个符合阈值条件的物品提供方的物品信息展示在交易平台上。
4.根据权利要求1或2所述的方法,其特征在于:所述领域包括物品提供方所属的地域和所属的行业。
5.根据权利要求1或2所述的方法,其特征在于:所述物品提供方的网络行为数据至少包括所述物品提供方的历史交易数据及行为。
6.根据权利要求1或2所述的方法,其特征在于:所述物品提供方的属性数据至少包括所述物品提供方在交易网站的注册时间、身份验证数据、注册信息、所提供商品的属性、信用数据、资格认证数据和用户评价数据。
7.根据权利要求1所述的方法,其特征在于,将所述网络行为数据和属性数据按领域进行分类处理进一步包括:将所述网络行为数据和属性数据按领域拆分为不同类别的至少一个子类别。
8.根据权利要求1所述的方法,其特征在于,根据所述分类处理结果,建立所有类别数据的评分列表进一步包括:
将不同类别的至少一个子类别进行组合,获得由所述子类别构成的多个组合;
对各个组合进行评分,采用数理分析的方法对所述各个组合的评分进行分析,获得每个类别的权重分值,建立所述网络行为数据和属性数据的评分列表。
9.一种确定网络交易物品提供方的系统,其特征在于,所述系统包括:
数据获取模块,用于获取物品提供方的网络行为数据和属性数据;
分类处理模块,用于将所述网络行为数据和属性数据按领域进行分类处理;
评分列表创建模块,用于根据所述分类处理结果,建立所有类别数据的评分列表;
数据分析模块,用于根据所述评分列表对所述物品提供方的网络行为数据和属性数据进行评分,获得所述物品提供方在各个类别中的基本分值;
物品提供方确定模块,用于综合各个类别的基本分值,并对综合结果进行排序,从中选取K个符合阈值条件的物品提供方。
10.根据权利要求9所述的系统,其特征在于,还包括:实时数据获取模块,用于实时获取物品提供方的网络行为数据和属性数据。
CN201410143387.6A 2013-09-29 2014-04-10 一种确定网络交易物品提供方的方法及系统 Pending CN103886473A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410143387.6A CN103886473A (zh) 2013-09-29 2014-04-10 一种确定网络交易物品提供方的方法及系统

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201310454827.5 2013-09-29
CN201310454827 2013-09-29
CN201410143387.6A CN103886473A (zh) 2013-09-29 2014-04-10 一种确定网络交易物品提供方的方法及系统

Publications (1)

Publication Number Publication Date
CN103886473A true CN103886473A (zh) 2014-06-25

Family

ID=50955352

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410143387.6A Pending CN103886473A (zh) 2013-09-29 2014-04-10 一种确定网络交易物品提供方的方法及系统

Country Status (1)

Country Link
CN (1) CN103886473A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106294361A (zh) * 2015-05-15 2017-01-04 株式会社理光 信息提供方法以及信息提供系统
CN109543951A (zh) * 2018-10-24 2019-03-29 深圳市万屏时代科技有限公司 一种网络营销方法、系统及计算机存储介质
CN113112183A (zh) * 2021-05-06 2021-07-13 国家市场监督管理总局信息中心 一种出入境危险货物风险评估的方法、系统和可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101937541A (zh) * 2009-06-30 2011-01-05 商文彬 一种用于评价客户信用度的方法及设备
CN102780920A (zh) * 2011-07-05 2012-11-14 上海奂讯通信安装工程有限公司 电视节目推荐方法及系统
US20130060715A1 (en) * 2011-09-06 2013-03-07 Chang-Min Kil Intellectual property commercialization supporting system capable of diversifying investment risk based on social network

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101937541A (zh) * 2009-06-30 2011-01-05 商文彬 一种用于评价客户信用度的方法及设备
CN102780920A (zh) * 2011-07-05 2012-11-14 上海奂讯通信安装工程有限公司 电视节目推荐方法及系统
US20130060715A1 (en) * 2011-09-06 2013-03-07 Chang-Min Kil Intellectual property commercialization supporting system capable of diversifying investment risk based on social network

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106294361A (zh) * 2015-05-15 2017-01-04 株式会社理光 信息提供方法以及信息提供系统
CN106294361B (zh) * 2015-05-15 2019-05-21 株式会社理光 信息提供方法以及信息提供系统
CN109543951A (zh) * 2018-10-24 2019-03-29 深圳市万屏时代科技有限公司 一种网络营销方法、系统及计算机存储介质
CN113112183A (zh) * 2021-05-06 2021-07-13 国家市场监督管理总局信息中心 一种出入境危险货物风险评估的方法、系统和可读存储介质
CN113112183B (zh) * 2021-05-06 2024-03-19 国家市场监督管理总局信息中心 一种出入境危险货物风险评估的方法、系统和可读存储介质

Similar Documents

Publication Publication Date Title
US20210173711A1 (en) Integrated value chain risk-based profiling and optimization
Chen et al. A holistic and rapid sustainability assessment tool for manufacturing SMEs
US11676087B2 (en) Systems and methods for vulnerability assessment and remedy identification
US8660864B2 (en) Systems and methods for intelligent underwriting based on community or social network data
CN103886495A (zh) 一种基于网络交易的监控方法及系统
JP5960887B1 (ja) 算出装置、算出方法及び算出プログラム
Naik et al. Modeling a multi-criteria decision support system for prequalification assessment of construction contractors using CRITIC and EDAS models
CN107798607A (zh) 资产配置策略获取方法、装置、计算机设备和存储介质
CN109872015A (zh) 用于行为数据评估的方法及装置
CN105528465A (zh) 信用状况评估方法及装置
CN103886473A (zh) 一种确定网络交易物品提供方的方法及系统
Yang et al. Quality credit evaluation in the internet company: a system based on the analytic hierarchy process
US20140288979A1 (en) System and method for selecting an insurance carrier
JP4631582B2 (ja) 事業価値評価支援装置及び事業価値評価支援プログラム
Alghadi et al. Enhancing cyber governance in Islamic banks: The influence of artificial intelligence and the moderating effect of Covid-19 pandemic
US20170039196A1 (en) Computing system to evaluate sentiment of entities by processing data
Mahmud et al. The comparative analysis of online shopping information platform's security based on customer satisfaction
CN103942708A (zh) 一种对区域客户进行评价的方法及系统
US10872376B2 (en) Systems and computer-implemented processes for occupational risk assessment
Azeema et al. Impact of Artificial Intelligence on Financial Markets: Possibilities & Challenges
Niknya et al. Financial distress prediction of Tehran Stock Exchange companies using support vector machine
Wu A comprehensive approach for the evaluation of the impact of blockchain on photovoltaic supply chain using hybrid data analytic method
Huang Detecting quality manipulation corruption in scoring auctions
CN103886498A (zh) 一种生成网上交易中交易数据的方法及系统
CN103886497A (zh) 一种生成网上交易中交易数据的方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140625