电子商务中基于深度学习的虚假交易识别,这篇电子商务论文范文为免费优秀学术论文范文,可用于相关写作参考。
电子商务论文参考文献：
〔摘 要〕为了解决电子商务平台中存在的虚假交易问题,本文依据商品的销售记录以及商家的基本信息,提出了一种结合深度置信网络和多层感知器的虚假交易识别方法,通过识别出以通过增加销量的商品来识别虚假交易.首先利用深度置信网络对交易特征进行学习,得到更高层次的抽象特征；然后利用多层感知器进行分类任务,从而识别出虚假交易.从淘宝中爬取商品的交易记录和评论数据进行实验验证,与其他机器学习模型的实验结果进行对比,其性能有明显的提升.
〔关键词〕电子商务；虚假交易；深度学习；多层感知器；交易记录；商品评论；识别方法
DOI：10.3969/j.issn.1008-081.016.10.010
〔Abstract〕For solving the problem of fraud transaction in e-commerce platform,a method that combined Deep Belief Networks and Multilayer Perceptron based on the transaction records and review records of Products was put forward.Through recognizing the product which was increased sales in fraudulent transactions to recognize the fraud transactions.The features of transaction were learned by DBN to get the higher level of abstract features,and the MLP performed the classification task.Tested by experiments using the transaction records and review records of products crawled from Taobao,the comprehensive performance had improved significantly compared with the other machine learning model.
〔Key words〕e-commerce；fraud transaction；deep learning；MLP；transaction records；product review；recognition method
目前我国电子商务市场发展迅速,已超越美国成为全球第一大网络零售市场.据浙江省商务厅发布的《浙江省网络零售业发展报告》显示,2014年仅浙江一省的淘宝店铺数量已达到147万家.商品的高度同质化、流量分配不均、商家信誉差异大等因素不仅使广大消费者难以选择合适商品,也使得商家之间的竞争越来越激烈.影响淘宝搜索排名因素主要有动态评分、*人气、销量、浏览量等,但是由于淘宝网有大量的新开网店没有实际的销量作支撑,也没有足够的广告推广预算,很难在庞大的淘宝网店中生存.为了快速有效地解决这个问题,就催生出了一种虚假的网上交易模式——以虚假交易的形式提高商品和店铺的搜索排名.淘宝店铺为了提高网店或单件商品的搜索排名,达到销量火爆好评如潮的目的而采取了行为.在没有被发现和惩罚的情况下,虚假交易确实能给网店,特别是新开的网店带来一系列好处.第一,可以通过虚假交易提升店铺整体信誉,从而吸引消费者.第二,提升商品销量.消费者往往具有从众心理,销量过低的商品,会使顾客产生戒备心理,很难让消费者下定决心购买.第三,提升搜索排名.消费者在淘宝网浏览商品时,根据搜索排名依次浏览,排名越靠前的商品,消费者购买的可能性就越大.第四,降低店铺的差评率.当淘宝网店的差评率升高时,商家会选择利用虚假交易的方法,雇佣为自己的商品给予好评,从而降低店铺的差评率,达到欺骗消费者的目的.由于在的过程中,必须要给予卖家好评,而好评对于消费者的购买决策能够产生巨大的潜在影响,而且一个产品的评价数量也决定了用户在商品详情页停留的时间,但是虚假的销量和评论会对消费者的购买决策产生误导作用,严重损害了消费者的利益.因此识别虚假交易对电子商务的健康发展具有重要的意义.
1文献综述
是指以单件商品为对象,雇佣模拟真实交易的形式,通过搜索商品、浏览商品、购买商品,给予商品正面积极的评论的形式增加商品的销量.因此在进行虚假交易识别的过程中,则以商品的评论和商品的销售记录为研究对象.
近年来,垃圾信息的识别研究是近几年的研究热点,从总体上来说垃圾信息的检测总要分为以下两个方面：基于信息本身,基于垃圾信息发布者的行为.而检测的方法主要集中于机器学习、模式识别和分类器.基于垃圾信息本身的检测方式的关键点在于特征提取的方法.特征提取方法主要包括信息熵（IG）,又称为Kullback-Leibler距离[2].Korprinska等[3]以词频方差法（TFV）来选取具有高词频方差的词.Guzella等[4]则以词汇袋（BoW）,又被称为向量空间模型来进行垃圾信息的检测.Li等[5]提出了基于用户反馈的改进朴素贝叶斯方法.Sakkis等[6]将K临近方法应用于垃圾邮件的检测.Elssied等采用基于支持向量机（SVM）的过滤器进行垃圾信息的检测.以上这些机器学习方法都是一种监督式的机器学习方法,需要先验知识和一个完美的训练集.
基于垃圾信息发布者的行为方面,孟美任和丁晟春[8]分别从推销、诋毁、干扰和无意义4个方面分析了虚假评论发布者的动机,依据对动机的研究分析了虚假评论发布者的行为和隐藏行为.然而他们并没有根据虚假评论者的行为特征对识别工作做进一步的研究.文献[9]以捕捉虚假评论群体为目标,首先利用频繁模式挖掘发现虚假评论者候选组,计算虚假评论者组的指标值,将正常评论者组剔除后采用SVM方法学习和产生最后的虚假评论者组的排名.Bouguessa等[0]剔除一种非监督方法识别社交网络中的垃圾评论者,其重点在于分析社交网络中用户的关系链接结构,为每一个节点分配合理的分数,通过beta分布模型化这些分数,最终可以有效区分垃圾信息发布者和正常用户.Jiang]总结了垃圾评论者的两种行为模式：短时期内对某一商品进行持续评论和商品的实际购买量相对于用户对商品的好评严重不符,通过分析用户评论行为和对商品评价的偏差,分析识别虚假评论.
结论：关于本文可作为相关专业电子商务论文写作研究的大学硕士与本科毕业论文电子商务论文开题报告范文和职称论文参考文献资料。
电子商务和实体经济深度融合
[摘要]依托泰安丰富的旅游资源、文化资源、生态资源，结合多所大型游乐场地，与国内大型旅游网站开展深度合作，联合开发市场，推出系列旅游产品，打造全。
一带一路战略下江苏跨境电子商务探析
摘 要：“一带一路”战略构想提出后，尤其是在与发达国家跨境电商贸易日趋饱和的情况下， “一带一路”沿线新兴市场的发展，为江苏与沿线国家和地区的跨。
分析工商管理学中电子商务和市场营销
摘 要：21世纪随着网络技术的快速发展工商管理学的范围也在逐渐的扩大，这样就扩大了企业的营销平台，部分企业使用电子信息手段来开展市场营销的活动，。
中国企业电子商务战略
摘 要：本文首先对电子商务发展的基础进行了分析，其次并对我国电子商务发展的情况进行了分析，最后总结了电子商务发展的重要措施，意旨提升我国电子商务。