English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 49633/84879 (58%)
造訪人次 : 7692803      線上人數 : 57
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/106472


    題名: 線上商品交易之不誠實賣家偵測
    作者: 張昭憲;王凱郁;李青芬
    關鍵詞: 不誠實交易、異常偵測、電子商務、分類、分群
    日期: 2015-11-27
    上傳時間: 2016-04-27 11:14:13 (UTC+8)
    摘要: 電子商務已成為帶動經濟快速成長的新力量,未來十年更可能一舉超越實體零售,成為消費市場的主流。然而,電子商務帶來的巨量金流,也引起各色不肖人士們的覬覦,在其中從事不法活動。除了詐騙者外,遊走於法律與道德灰色地帶的不誠實交易者,對交易秩序的威脅更為嚴重。不誠實賣家經常販賣偽劣仿冒品,但卻利用策略影響評價分數,在高評價光環保護下,持續成長茁壯。若不加以防制,不誠實交易文化將擴散全球,對電子商務造成嚴重傷害。有鑑於此,本研究發展有效的線上交易不誠實賣家偵測方法,協助消費者避免交易糾紛,導正線上交易風氣。由於偵測準確性與分類屬性集的效能息息相關,本研究透過分析交易者評價與交易細節,並配合人工檢視細節等方式,以建造一套有效的偵測屬性集。接下來,我們使用分群技術將不誠實交易樣本進行分類,並利用基因演算法所挑選的屬性來定義這些分類。最後,再透過C4.5分類樹演算法建立偵測模型。為驗證提出方法之有效性,本研究擷取淘寶網實際交易資料來進行實驗。透過大量的配對實驗,結果顯示本系統能有效地偵測各種類型的不誠實賣家。在混合兩種以上不誠實賣家時,也發現特定難以偵測的組合,可持續發展更具有針對性的偵測方法。此外,本研究也測試了各類型偵測屬性的偵測效能,發現考量交易者評價與交易現況的屬性,最能提供有效的偵測。
    關聯: 2015年第二十一屆國際資訊管理暨實務研討會論文集
    顯示於類別:[資訊管理學系暨研究所] 會議論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML55檢視/開啟

    在機構典藏中所有的資料項目都受到原著作權保護.

    TAIR相關文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回饋