一種確定網絡交易物品提供方的方法及系統的製作方法
2023-05-10 22:02:26
一種確定網絡交易物品提供方的方法及系統的製作方法
【專利摘要】本發明提供一種確定網絡交易物品提供方的方法及系統，該方法包括：獲取物品提供方的網絡行為數據和屬性數據；將所述網絡行為數據和屬性數據按領域進行分類處理；根據所述分類處理結果，建立所有類別數據的評分列表；根據所述評分列表對所述物品提供方的網絡行為數據和屬性數據進行評分，獲得所述物品提供方在各個類別中的基本分值；綜合各個類別的基本分值，並對綜合結果進行排序，從中選取K個符合閾值條件的物品提供方。本發明通過建立風險模型對物品提供方進行監控，相對於傳統以人工經驗進行判斷的模式，有效地提高了風險數據的監控效率。
【專利說明】—種確定網絡交易物品提供方的方法及系統
【技術領域】
[0001]本發明涉及電子商務領域，特別是涉及一種確定網絡交易物品提供方的方法及系統。
【背景技術】
[0002]由於近年來，電子商務逐漸成為網際網路經濟發展的主要潮流，依託於網際網路等信息技術的電子商務應用，目前在全世界範圍內以驚人的速度普及與發展。事實上，電子商務正逐漸成為整個社會經濟活動中的一個越來越重要的組成部分。隨著電子商務的普及與發展，人們對傳統的商業行為是否能夠在網絡上重現越來越關注。
[0003]作為電子商務中介的網絡交易平臺需要將商品供應商(包括商品製造商、銷售商等)的商品展示給用戶。現在相當多的交易平臺僅將關注點放在用戶身上，只要用戶將貨款支付給交易平臺，或先將貨款支付給交易平臺或第三方平臺，再由交易平臺或第三方平臺轉給商品供應商。在這個過程中，商品供應商並沒有得到有力的監控，某些交易平臺甚至未對商品供應商設置門檻，或者雖然有一定的要求，但也缺少對商品提供方的監控。
[0004]特別是隨著電子商務的不斷發展，網購平臺上的大金額商品也越來越多，比如用於工廠的暖通設備、機電設備等。用戶因購買力不足或只需滿足租賃需求時，就只能支付部分貨款，剩餘貨款通過貸款等形式支付。若商品供應商通過造假、包裝等手段將一些劣質、不合格的商品賣給用戶，造成用戶的損失，也令交易平臺的信譽受損。
【發明內容】
[0005]鑑於以上所述現有技術的缺點，本發明的目的在於提供一種確定網絡交易物品提供方的方法及系統，用於解決現有技術中缺少對網絡交易的商品供應商進行監控的問題。
[0006]為實現上述目的及其他相關目的，本發明提供一種確定網絡交易物品提供方的方法，包括:
[0007]獲取物品提供方的網絡行為數據和屬性數據；
[0008]將所述網絡行為數據和屬性數據按領域進行分類處理；
[0009]根據所述分類處理結果，建立所有類別數據的評分列表；
[0010]根據所述評分列表對所述物品提供方的網絡行為數據和屬性數據進行評分，獲得所述物品提供方在各個類別中的基本分值；
[0011]綜合各個類別的基本分值，並對綜合結果進行排序，從中選取K個符合閾值條件的物品提供方。
[0012]優選地，還包括:實時獲取物品提供方的網絡行為數據和屬性數據。
[0013]優選地，還包括:將所述取K個符合閾值條件的物品提供方的物品信息展示在交易平臺上。
[0014]優選地，所述領域包括物品提供方所屬的地域和所屬的行業。
[0015]優選地，所述物品提供方的網絡行為數據至少包括所述物品提供方的歷史交易數據及行為。
[0016]優選地，所述物品提供方的屬性數據至少包括所述物品提供方在交易網站的註冊時間、身份驗證數據、註冊信息、所提供商品的屬性、信用數據、資格認證數據和用戶評價數據。
[0017]優選地，將所述網絡行為數據和屬性數據按領域進行分類處理進一步包括:將所述網絡行為數據和屬性數據按領域拆分為不同類別的至少一個子類別。
[0018]優選地，根據所述分類處理結果，建立所有類別數據的評分列表進一步包括:
[0019]將不同類別的至少一個子類別進行組合，獲得由所述子類別構成的多個組合；
[0020]對各個組合進行評分，採用數理分析的方法對所述各個組合的評分進行分析，獲得每個類別的權重分值，建立所述網絡行為數據和屬性數據的評分列表。
[0021]相應地，本發明還提供了一種確定網絡交易物品提供方的系統，包括:
[0022]數據獲取模塊，用於獲取物品提供方的網絡行為數據和屬性數據；
[0023]分類處理模塊，用於將所述網絡行為數據和屬性數據按領域進行分類處理；
[0024]評分列表創建模塊，用於根據所述分類處理結果，建立所有類別數據的評分列表;
[0025]數據分析模塊，用於根據所述評分列表對所述物品提供方的網絡行為數據和屬性數據進行評分，獲得所述物品提供方在各個類別中的基本分值；
[0026]物品提供方確定模塊，用於綜合各個類別的基本分值，並對綜合結果進行排序，從中選取K個符合閾值條件的物品提供方。
[0027]優選地，還包括:實時數據獲取模塊，用於實時獲取物品提供方的網絡行為數據和屬性數據。
[0028]如上所述，本發明的一種確定網絡交易物品提供方的方法及系統，具有以下有益效果:
[0029]本發明通過建立風險模型對物品提供方進行監控，相對於傳統以人工經驗進行判斷的模式，可以避免主觀性和片面性的因素，並以大量的數據作為模型的構建基礎，可以將一些潛在的風險因素納入模型的計算過程中，有效地提高了風險數據的監控效率。
【專利附圖】
【附圖說明】
[0030]圖1顯示為本發明的一種確定網絡交易物品提供方的方法的流程示意圖。
[0031]圖2顯示為本發明的一種確定網絡交易物品提供方的系統的流程示意圖。
【具體實施方式】
[0032]以下通過特定的具體實例說明本發明的實施方式，本領域技術人員可由本說明書所揭露的內容輕易地了解本發明的其他優點與功效。本發明還可以通過另外不同的【具體實施方式】加以實施或應用，本說明書中的各項細節也可以基於不同觀點與應用，在沒有背離本發明的精神下進行各種修飾或改變。
[0033]本發明可用於眾多通用或專用的計算系統環境或配置中。例如:個人計算機、伺服器計算機、手持設備或可攜式設備、平板型設備、多處理器系統、包括以上任何系統或設備的分布式計算環境等等。[0034]本發明可以在由計算機執行的計算機可執行指令的一般上下文中描述，例如程序模塊。一般地，程序模塊包括執行特定任務或實現特定抽象數據類型的例程、程序、對象、組件、數據結構等。也可以在分布式計算環境中實踐本發明。在這些分布式計算環境中，由通過通信網絡而被連接的遠程處理設備來執行任務。在分布式計算環境中，程序模塊可以位於包括存儲設備在內的本地和遠程計算機存儲介質中。
[0035]請參閱圖1，示出了本發明的一種確定網絡交易物品提供方的方法的流程示意圖，所述方法可以包括以下步驟:
[0036]步驟S1:獲取物品提供方的網絡行為數據和屬性數據；
[0037]步驟S2:將所述網絡行為數據和屬性數據按領域進行分類處理。
[0038]需要說明的是，所述物品提供方的網絡行為數據至少包括所述物品提供方的歷史交易數據及行為。具體地，歷史交易數據及行為包括:物品提供方已註冊帳號的交易次數、交易金額、交易數量、訪問頁面的MAC (Media Access Control,介質訪問控制)地址變化、是否發貨準時、是否有違約記錄、有無發生交易糾紛等數據。
[0039]所述物品提供方的屬性數據至少包括所述物品提供方在交易網站的註冊時間、身份驗證數據、註冊信息、所提供商品的屬性、信用數據、資格認證數據和用戶評價數據。具體地，註冊信息包括物品提供方的規模、註冊資金、所屬行業、所在地、企業成立時間、財務數據等。所提供商品的屬性包括商品的價格、類型、性能和新舊程度等。信用數據包括物品提供方在交易平臺上的信用度數據、銀行平臺上的擔保數據、貸款及還款數據等。資格認證數據包括物品提供方的生產經營許可證、營業執照及其他相關證書。用戶評價數據是指用戶通過交易平臺或其他途徑對物品提供方的商品的評價情況，如評價等級、評價分數等。
[0040]需要說明的是，可以通過網絡或線下的方式獲取物品提供方的網絡行為數據和屬性數據。所述領域包括物品提供方所屬的地域和所屬的行業。在獲取物品提供方的網絡行為數據和屬性數據後，從中提取物品提供方的所在的行業和所在地區，例如，可以將網絡行為數據和屬性數據按照農業、電子行業、通信行業、機械行業、醫藥行業、化工行業等行業類別進行分類，也可以將網絡行為數據和屬性數據按照北京、廣州、上海、武漢等地區類別進行分類。
[0041]還需要說明的是，優選地，實時獲取所述物品提供方的網絡行為數據和屬性數據。每次獲取網絡行為數據和屬性數據後，仍然按照步驟S3至步驟S5所述的方法篩選物品提供方，以實現對物品提供方數據的實時更新。
[0042]步驟S3:根據所述分類處理結果，建立所有類別數據的評分列表；
[0043]步驟S4:根據所述評分列表對所述物品提供方的網絡行為數據和屬性數據進行評分，獲得所述物品提供方在各個類別中的基本分值。
[0044]優選地，將所述網絡行為數據和屬性數據按領域進行分類處理進一步包括:將所述網絡行為數據和屬性數據按領域拆分為不同類別的至少一個子類別。
[0045]優選地，根據所述分類處理結果，建立所有類別數據的評分列表進一步包括:
[0046]將不同類別的至少一個子類別進行組合，獲得由所述子類別構成的多個組合；
[0047]對各個組合進行評分，採用數理分析的方法對所述各個組合的評分進行分析，獲得每個類別的權重分值，建立所述網絡行為數據和屬性數據的評分列表。
[0048]需要說明的是，以物品提供方的屬性數據為例說明，物品提供方的屬性數據可包括註冊時間、身份驗證數據、註冊信息、所提供商品的屬性、信用數據、資格認證數據和用戶評價數據7大類別，每個類別又可分為多個子類別，如表1所示。
[0049]表1
[0050]
【權利要求】
1.一種確定網絡交易物品提供方的方法，其特徵在於，所述方法包括: 獲取物品提供方的網絡行為數據和屬性數據； 將所述網絡行為數據和屬性數據按領域進行分類處理； 根據所述分類處理結果，建立所有類別數據的評分列表； 根據所述評分列表對所述物品提供方的網絡行為數據和屬性數據進行評分，獲得所述物品提供方在各個類別中的基本分值； 綜合各個類別的基本分值，並對綜合結果進行排序，從中選取K個符合閾值條件的物品提供方。
2.根據權利要求1所述的方法，其特徵在於，還包括:實時獲取物品提供方的網絡行為數據和屬性數據。
3.根據權利要求1所述的方法，其特徵在於，還包括:將所述取K個符合閾值條件的物品提供方的物品信息展示在交易平臺上。
4.根據權利要求1或2所述的方法，其特徵在於:所述領域包括物品提供方所屬的地域和所屬的行業。
5.根據權利要求1或2所述的方法，其特徵在於:所述物品提供方的網絡行為數據至少包括所述物品提供方的歷史交易數據及行為。
6.根據權利要求1或2所述的方法，其特徵在於:所述物品提供方的屬性數據至少包括所述物品提供方在交易網站的註冊時間、身份驗證數據、註冊信息、所提供商品的屬性、信用數據、資格認證數據和用戶評價數據。
7.根據權利要求1所述的方法，其特徵在於，將所述網絡行為數據和屬性數據按領域進行分類處理進一步包括:將所述網絡行為數據和屬性數據按領域拆分為不同類別的至少一個子類別。
8.根據權利要求1所述的方法，其特徵在於，根據所述分類處理結果，建立所有類別數據的評分列表進一步包括: 將不同類別的至少一個子類別進行組合，獲得由所述子類別構成的多個組合； 對各個組合進行評分，採用數理分析的方法對所述各個組合的評分進行分析，獲得每個類別的權重分值，建立所述網絡行為數據和屬性數據的評分列表。
9.一種確定網絡交易物品提供方的系統，其特徵在於，所述系統包括: 數據獲取模塊，用於獲取物品提供方的網絡行為數據和屬性數據； 分類處理模塊，用於將所述網絡行為數據和屬性數據按領域進行分類處理； 評分列表創建模塊，用於根據所述分類處理結果，建立所有類別數據的評分列表； 數據分析模塊，用於根據所述評分列表對所述物品提供方的網絡行為數據和屬性數據進行評分，獲得所述物品提供方在各個類別中的基本分值； 物品提供方確定模塊，用於綜合各個類別的基本分值，並對綜合結果進行排序，從中選取K個符合閾值條件的物品提供方。
10.根據權利要求9所述的系統，其特徵在於，還包括:實時數據獲取模塊，用於實時獲取物品提供方的網絡行為數據和屬性數據。
【文檔編號】G06F17/30GK103886473SQ201410143387
【公開日】2014年6月25日 申請日期:2014年4月10日 優先權日:2013年9月29日
【發明者】張小力 申請人:上海本家空調系統有限公司