基于数据挖掘的C2C电子商务欺诈识别研究

admin · 发表于 3 小时前

题目：

雅宝题库答案：

****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
以互联网为代表的信息技术兴起与经济全球化趋势的到来，促使C2C电子商务模式迅猛发展。作为一种新兴的交易形式，网上购物成为了人们日常生活中很普遍的一种商务方式。但与此同时，由于网上交易的虚拟环境中，交易双方的时间和空间分离程度进一步加剧，信任题目日益严峻，C2C网站顾客的投诉案件日渐增多，成为网络欺诈密集地，严重阻碍了C2C拍卖网站的发展。如何能有效、快速、准确地识别出C2C电子商务欺诈交易，已成为目前电子商务研究领域和业界普遍关心的题目。对于在线交易这种新兴的交易方式，欺诈活动的进行以及识别预测与传统商业欺诈相比，无论在内容上还是方法上都呈现出新的特点，需要探索与之相适应的欺诈识别方法和欺诈风险监控措施。本文针对当前C2C交易中如虚假信息发布、身份欺诈等典型的欺诈形式，提出相适应的基于数据挖掘的欺诈识别模型与方法，从用户交易的历史行为模式及信息资料中，提取和发现关于欺诈活动的特征线索和知识，从而能够运用于欺诈风险的防控中，及时有效地识别欺诈活动以降低未来交易的风险和不确定性。本文从理论和实践两方面探寻C2C网上交易的欺诈行为识别的数据驱动方法，为网上交易风险的有效监控以及电子商务欺诈研究与实践领域提供有益的理论和技术支撑。论文主要研究内容和创新点如下：（1）研究了基于决策树与BP神经网络组合分类器的C2C欺诈识别模型针对当前C2C交易欺诈风险规避机制应用的不足，提出基于AdaBoost + C4.5&BP神经网络的组合分类器方法构建C2C欺诈识别模型，通过对欺诈数据的不平衡数据学习和分类器的组合，提供一种有效的C2C欺诈风险监控方法，为增强C2C电子交易平台的监管能力，科学、有效地识别欺诈风险提供理论和技术支持。（2）研究了基于马尔可夫随机场——模糊识别的C2C欺诈识别模型针对欺诈用户的信誉共谋、信誉榨取与新注册用户缺少交易历史资料的题目，在借鉴社会网络思想的基础上，构建基于马尔可夫随机场模型的用户交易网络，用以对包括共谋在内的欺诈形式进行识别，并联合使用模糊识别方法，实现对缺乏历史交易资料新注册用户的欺诈状态做出识别。（3）研究了基于关联规则的在线拍卖Shill出价识别模型分析了在线拍卖中的Shill出价所具有的特点，并在此基础上运用关联规则对Shill出价进行识别，该模型考虑了出价时间、出价增量、交易反馈数和赢得概率等Shill出价可能具有的特点因素，使得对Shill出价行为的识别更加准确和更具说服力。（4）通过C2C交易平台数据对模型的验证，表明模型的效果和实践应用意义不仅对C2C交易中的欺诈识别题目进行了理论模型的构建与研究，还对建立的模型采用从国内在线交易规模最大的网络交易平台之一淘宝网采集的实际用户交易数据进行实证研究，从数据验证的结果上表明模型的有效性和可行性，使本研究的成果不仅具有理论价值，还具有实践应用意义。

基于数据挖掘的C2C电子商务欺诈识别研究

天涯海角也要找到Ni：基于数据挖掘的C2C电子商务欺诈识别研究

QQ微信同步：1144766066。

服务

网站

战略合作