會議論文
| 學年 | 104 |
|---|---|
| 學期 | 1 |
| 發表日期 | 2015-11-27 |
| 作品名稱 | 線上商品交易之不誠實賣家偵測 |
| 作品名稱（其他語言） | Detecting the dishonest sellers in online shopping markets |
| 著者 | 張昭憲; 王凱郁; 李青芬 |
| 作品所屬單位 | |
| 出版者 | |
| 會議名稱 | 2015年第二十一屆國際資訊管理暨實務研討會 |
| 會議地點 | 台中 |
| 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。 |
| 關鍵字 | 不誠實交易;異常偵測;電子商務;分類;分群 |
| 語言 | zh_TW |
| 收錄於 | |
| 會議性質 | 國內 |
| 校內研討會地點 | 無 |
| 研討會時間 | 20151127~20151127 |
| 通訊作者 | 張昭憲 |
| 國別 | TWN |
| 公開徵稿 | |
| 出版型式 | |
| 出處 | 2015年第二十一屆國際資訊管理暨實務研討會論文集 |
| 相關連結 |
機構典藏連結 ( http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/106472 ) |