基于大数据的网络供应商信用评估模型

信用问题是电子商务发展中的重要问题,也是用户最关注的问题之一。笔者在分析我国企业信用评估方法的基础上,指出了网络供应商信用评估中存在的问题;以B2C电子商务为例,提出网络供应商信用评估数据的来源及数据处理流程,分析了基于大数据的网络供应商信用博弈行为,使用逐步回归法建立了B2C网络供应商的信用评估指标体系,将逐步回归法的指标体系线性回归参数值作为指标变量的权重,构建基于部分调整模型及带权重的径向基神经网络模型的B2C供应商信用评估模型。通过实证分析并与纯线性回归模型、纯径向基神经网络模型的信用评估结果进行比较说明本研究模型的有效性。在考虑各期信用水平滞后影响关系的前提下研究B2C供应商当期的总体信用水平,将网络供应商放到大数据环境中构建信用评估指标体系,综合计量经济学方法与数据挖掘算法构建信用评估模型,具有一定的前瞻性和很高的实用性,对于提高网络供应商信用评估水平具有一定的参考价值。