【刷單網店的識別研究及應對機制的設計10000字（論文）】

刷單網店的識別研究及應對機制的設計目錄TOC\o"1-3"\h\u69661緒論 1136201.1研究背景及意義 116711.1.1研究背景 1123791.1.2研究意義 198301.2研究內容與方法 2171271.2.1研究內容 297091.2.2研究方法 2301911.3相關文獻綜述 2293371.3.1網絡購物中的信息不對稱現(xiàn)象 2283451.3.2在線虛假評論 3152121.3.3文本挖掘 330192刷單行為產生的原因及主體責任界定 4189982.1刷單行為產生的原因 4183192.1.1電商平臺對刷單的縱容 4299652.1.2經營者對刷單的追求 4184842.1.3消費者對網絡評價的依賴 5203632.2主體責任的界定 5257442.2.1賣家 5235702.2.2買方 5273352.2.3平臺方及相關人員 5215412.2.4監(jiān)管者 6143403刷單網店識別措施設計 6192493.1信息獲取 6146563.2文本挖掘及描述性統(tǒng)計分析 631983.2.1文本挖掘 6158623.2.2描述性統(tǒng)計分析 7239773.3刷單現(xiàn)象統(tǒng)計識別 83023.3.1銷量異常識別 8291683.3.2好評異常識別 992503.3.3在線評價異常識別 10319594網店刷單行為的應對機制建議 11283624.1監(jiān)管方出臺相應的規(guī)制政策 1117704.2識別出疑似刷單網店，重點監(jiān)管 1136034.3網購交易實行電子發(fā)票制 12321734.4大力宣傳，提升消費者自我保護意識 121170結論 1232763參考文獻 131緒論1.1研究背景及意義1.1.1研究背景2016年3月15日，央視315晚會曝光多個網購平臺，刷單現(xiàn)象表露出來。在此披露之前，央視質量周報已經對2015年4月12日的相關問題進行了報道。專業(yè)的外部研究機構艾媒咨詢也在2015年底發(fā)布了關于刷單現(xiàn)象的調查情況，并指出了危害，作為監(jiān)管機構的政府機構也認識到信用評級系統(tǒng)的重要性。國家工商局2014年發(fā)布的《網絡交易管理辦法》第36條規(guī)定，“為網絡商品交易提供信用評價服務的相關服務提供者，通過合法渠道收集信用信息，保持中立原則。近年來，刷單現(xiàn)象愈演愈烈，賣家使用不正確的交易方式顯示的信用評估指標顯示出的異常現(xiàn)象，對網購平臺的信用評估體系產生不利影響。此操作的第一步是賣家注冊其帳戶或鼓勵親友在其商店購買商品以改進某些指標。訂單數量少，專業(yè)度適中的比較容易識別。經過近期的發(fā)展，賣家的下單行為有了明顯的改善。現(xiàn)階段，很多專業(yè)服務機構將刷單外包，刷單現(xiàn)象通過模擬真實交易繞過平臺監(jiān)控。對于一些直接購買其產品的賣家，也有在線評分。這增加了識別和監(jiān)控行為的難度。1.1.2研究意義隨著我國科技的進步和人民生活水平的提高，我國電子商務進入了快速發(fā)展的時代。越來越多的消費者越來越關注網上購物。在京東、淘寶等電商平臺上購物成為一種生活方式。刷單現(xiàn)象起源于互聯(lián)網時代，是一種獨特的現(xiàn)象。刷單是指賣家在網購平臺上采用錯誤的交易方式，異常改變店鋪指標的虛假行為。賣家在下單時可能會使用平臺規(guī)則，以加劇網上購物時買家信息的劣勢。如果買家根據這些虛假信息做出自己的判斷，購買了賣家以刷單的形式提高自己的一些指標后的物品，則平臺的聲譽會降低，此種方式增加的消費會讓平臺失去流量和平臺交易量。識別刷單現(xiàn)象的重要性在于消除刷單對網絡零售市場的危害。不同方向的不同工作方式對于相關的排序操作也有不同的目的。例如，產品銷售是一種低成本、短期的行為，在他們的業(yè)務中只需要組織大量的假買家進行產品的購買以增加銷量。如此短暫、突然、大量的交易是如此不尋常，以至于很容易識別。如今，監(jiān)控刷單行為讓賣家自行刷單變得更加困難，所以大部分賣家選擇專門的刷單公司或集團來做這件事。專業(yè)刷單組的刷單方式，淘汰了容易識別和控制的簡單刷單方式，從而增加了設計監(jiān)測識別工具的需求。因此，通過識別訂單刷單現(xiàn)象并采取相應措施，才能保護買家利益，維護平臺買家流量，提高市場效率，優(yōu)化資源配置。隨著中國社會經濟的迅速發(fā)展，公司的獲利能力一直都是企業(yè)投資者最為看重的版塊，想要滿足企業(yè)的籌資需求，就應該提高獲利能力以及償債能力，企業(yè)就應該更加重視財務分析。最近幾年來，房地產企業(yè)飛速發(fā)展，在我國經濟發(fā)展中已經占有了舉足輕重的地位。但在發(fā)展的過程中也面臨著一系列的財務問題，主要體現(xiàn)為行業(yè)經營管理模式獨特、資產負債率偏高、生產周期比其他行業(yè)長等。為了解決經營過程中出現(xiàn)的財務問題，房地產企業(yè)一般會通過財務報表獲取主要財務數據及信息，進行一系列的綜合分析和評價，使經營管理者更加清晰地了解公司的經營情況。財務報表分析在企業(yè)經營管理中起到了非常重要的作用，不僅可以對企業(yè)的經營績效做出正確的評估，從財務角度出發(fā)為決策者提供支持，也是經營者實現(xiàn)理財目標的重要手段。做好房地產企業(yè)財務報表的分析，可有效提高企業(yè)應對財務風險的能力，提高企業(yè)生存能力和盈利能力，也有利于提高企業(yè)對我國城市土地的規(guī)劃使用效率，并促使房地產企業(yè)穩(wěn)定和健康地發(fā)展下去。1.2研究內容與方法1.2.1研究內容本次研究以刷單現(xiàn)象為重點，對刷單現(xiàn)象的成因進行調查，明確應對刷單現(xiàn)象的主要責任，并設計針對性措施，識別可疑的刷單目標進行關鍵監(jiān)控，并通過識別措施進一步調查，以實現(xiàn)有效監(jiān)控。1.2.2研究方法本研究將采用文獻研究法，定性與定量分析法，圍繞研究過程中依據的信息不對稱現(xiàn)象、在線虛假評論的相關理論，以及使用的文本挖掘技術進行文獻的閱讀。在相關文獻中為研究尋找理論支持，并了解使用重要方法的要點和潛在障礙。文本挖掘可以對不同產品的在線評級信息進行橫向對比，根據相應結果篩選可疑目標，提高識別工具的效率。1.3相關文獻綜述1.3.1網絡購物中的信息不對稱現(xiàn)象王德勝和王冠琳（2013）調查了網上購物信息的不對稱性和購買者的感知風險。他們發(fā)現(xiàn)，買家在網上購物時所經歷的風險程度與賣家的披露程度和買家的判斷呈負相關。而信息的缺乏會影響感知風險，進而影響購買意愿。本研究中兩位科學家將網購信息不對稱的原因解釋為交易主體ID難以識別、產品信息與實物分離、產品評價主觀性等。根據劉欣欣(2012)的一項研究，買家在網上購物時會對信息不對稱產生不利影響。他們獲得的信息的數量和質量受到賣家的限制，可以直接影響他們對商品質量的正確判斷。在線交易時，信息不對稱也會影響商家和整個平臺。張景博（2013）用博弈的方法分析了網絡市場的信息不對稱現(xiàn)象，他的結論是買賣雙方之間的信息不對稱現(xiàn)象降低了整個市場對買方的效率。靳歡（2011）發(fā)現(xiàn)，信息不對稱現(xiàn)象會導致買家利潤損失和買家忠誠度下降，導致高價值交易者退出市場和買家粘性，從而使平臺減少用戶。國外研究認識到網絡市場的信息不對稱是一個敏感問題。1.3.2在線虛假評論Munzel等(2016)通過情景實驗方法，研究消費者識別虛假評論的語境線索與虛假評論對消費者決策行為的影響，語境線索包括評論者信息的披露、評論評分的一致性以及消費者信念知識的激活。研究表明，消費者認可度在識別消費者決策行為中的虛假評論和語境線索方面具有中間作用。評論者披露和評論評分一致性對消費者認可度有顯著影響，進而影響消費者決策行為。消費者及其認可知識的激活不會對消費者認可度產生可感知的影響。該研究提供了一個以消費者為導向的虛假在線評論視角。LeeK等人(2018)旨在了解真實和虛假評論之間文本功能的差異。本研究以IMT為理論背景，基于fsQCA方法，表明真實評論可以用五因素人格理論解釋，虛假評論可以用HSM和ELM模型解釋。正版評論一般具有評論者ID信息泄露量大、評論者好友數量多（評論的社交特征）、評論內容豐富等特點。本研究將消費者行為理論應用于在線虛假評論識別調查中，以增強在線虛假評論識別調查方法。1.3.3文本挖掘（1）文本挖掘難度與其他語言相比，中文文本具有復雜性和多樣性。相應的文本分析技術是國外的，在國內的發(fā)展周期較短，崔連超（2015）認為需要根據漢語的特點進行發(fā)展和演進。此外，黃九鳴（2011）認為由于調查的主題是對網購的在線評估，因此也會產生具有時效性和時尚性的詞匯。根據中國和網絡市場的特點更新用戶詞典，在進行分詞時應考慮中國的特點，考慮漢語的語法、語義和語用。（2）文本切分和詞性分析郝立麗（2009）認為信息量的增加首先倡導了相關的精度要求，其幾乎否定了純手工分類的可行性。關于詞性分析，黃九鳴在2011年的論文中指出了一個非常重要的觀點：網絡上有這么多無意義的句子，計算單詞的頻率還不足以達到獲得熱門詞并執(zhí)行其中一些的目標，詞性分析、流行詞組分析與分詞和統(tǒng)計不一樣。因此，在調查時應注意以下幾點，不能進行純分詞來統(tǒng)計詞頻，但不能區(qū)分詞類，有選擇地提取情感導向詞進行分析。同時，應該記住，不可能機械地創(chuàng)建包含所有單詞的用戶詞典。（3）挖掘文本的觀點黃曉斌、趙超（2009）認為文本觀點挖掘的特點之一是提高效率。從文本中提取重要思想，讓用戶無需閱讀全文即可獲得大概的觀點。同樣，陳曉云（2005）認為文本挖掘可以匯總和處理大量文本信息，并且比自然語言處理的更好。最后，人工識別會產生主觀效應等偏差，因此必須對機器進行定量分析。人們主觀地指導評估建議并從中提取偏差，這是因為評價意見中同時存在正面評價和負面評價，使得人類難以判斷。人工識別的評價準確性不可靠，需要大量的時間和精力。陳曉美（2014）認為評估文本中的情緒性計算和統(tǒng)計可以概括被評估者的看法。本次調查的識別措施是：選擇文本挖掘方法進行意見獲取，而不是手動識別方法。在進行文本觀點挖掘時，選擇文本情感性計算和統(tǒng)計處理。2刷單行為產生的原因及主體責任界定2.1刷單行為產生的原因2.1.1電商平臺對刷單的縱容對于網絡購物平臺來說，刷單帶來的影響是多元化的?，F(xiàn)今網絡購物無疑變?yōu)榱巳藗內粘Ｉ钪斜夭豢缮俚男滦唾徫锿緩?，但網絡購物方式并不是從一出現(xiàn)就達到了風靡全國的程度，而是通過時間的積累慢慢摸索著發(fā)展壯大，這其中離不開大量商戶入駐帶來的影響，可以說經營者是網絡購物平臺發(fā)展壯大的中堅力量。海量商戶的入駐使得人們開始關注網購平臺，商家為了吸引消費者、擴大銷量，大多都選擇了刷單，雖然刷單形成的交易量是虛假的，但網絡購物平臺仍然會在這部分營業(yè)額中收取2%到5%不等的傭金扣點。由此可知，在利益的面前網絡購物平臺難以真正發(fā)力整治刷單亂象，畢竟刷單對網購平臺的危害不是立時就會顯現(xiàn)的，只有等到刷單真正威脅其發(fā)展時才會真正進行整頓。2.1.2經營者對刷單的追求在網絡購物平臺當中，經營同類商品的商家可以說是成千，上萬，怎樣才能讓消費者從琳瑯滿目的商品中選擇自家商品成了商家的頭等問題。由此可推斷出，解決這個問題的首要措施就是讓消費者注意到自家商品，畢竟選擇的前提是知悉，若消費者都關注不到自家商品自然就會選擇別家消費，因此這也是最基本的措施。實踐中增加商品的關注度最重要的途徑就是獲得網購平臺的推廣、增加店鋪的流量，而推廣費用因推廣方式的不同有幾千、幾萬甚至幾十萬等不一而足，費用高昂且不一定會達到期待的效果。與此相比，刷單不僅費用低廉而且能夠達到預估的情況，即每刷一單都能夠得到一個好評，即使是新入駐的商家也可以在不到一個月的時間內從空白店鋪轉變?yōu)閾碛猩锨Ы灰琢恳约昂迷u的金牌店鋪。兩者對比，刷單能夠快速提高商家的競爭力，因此無論是新晉商家還是已經在網購平臺經營一段時間的商家都對刷單趨之若鶩。2.1.3消費者對網絡評價的依賴消費者選擇網絡購物方式時，與實體店購物方式最大的區(qū)別就是可否直接接觸到商品。因在實體店購物的消費者不僅可以近距離查看商品，還可以與經營者交流有關商品的重要信息，所以在購物時就能夠知悉商品是否符合自己的要求，而網絡消費者在購物時僅可依靠網店商家上傳的視頻、商品圖片以及文字形容自行揣測，雖然也可與經營者進行線上溝通，但因與經營者的利益密切相關，因此與經營者的回答相比，以往消費者的購物體驗更值得信任，畢竟以往消費者在進行商品評價時已經接觸到了商品并且不摻雜任何利益關系。根據調查顯示，我國消費者在是否購買某一商品時以商品銷量作參考的比例達到了92.1%，消費者以商品評價作購買參考的比例達到94%。由此可知，消費者在選擇有眾多商家經營的同一商品時，哪一家商品的成交量、好評率更加突出就更容易成為消費者選擇的對象，在這樣的背景下，商家?guī)缀蹼y以拒絕刷單帶來的好處。2.2主體責任的界定2.2.1賣家賣家受排名規(guī)則約束，賣家是商人。因此，賣家選擇刷單來提高產品排名，以獲得更多流量。在網購市場上，如果有賣家前期不刷單，后期他們也會選擇刷單來避免更大的損失。因此，賣家哪怕被迫刷單產生額外的成本費用，也不要選擇遵守規(guī)則。如果刷單沒有成本，則市場賣家大部分都會選擇刷單。如果刷單的成本超過收入，則市場上大部分的賣家都不會選擇刷單。2.2.2買方在網上購物時，買房不會花太多時間分析。買家會根據自身的客觀條件選擇網上購物，也就是說，只有當買家對比網上購物搜索和現(xiàn)實購買物品的成本，和由于無法即時找到需要的物品而導致的預期損失成本時，他們會采取網購的形式獲得自己想要的物品。2.2.3平臺方及相關人員平臺方及相關人員可以從賣家刷單行為中受益。刷單賣家可以增加平臺的總交易量（GMV）等關鍵指標，平臺將增加其在網購市場的市場份額，提升業(yè)績，形成馬太效應等，有助于吸引眾多買家的流量。同時，平臺為賣家提供的服務也是平臺的業(yè)務收入來源。此外，平臺內還有員工負責管理某些類別的產品，他們負責管理和控制刷單現(xiàn)象，但績效指標有商品交易總量等指標要求，所以，與其出現(xiàn)了利益沖突。2.2.4監(jiān)管者在網絡購物的四個參與者中，只有監(jiān)管者擁有公共權力并可以采取強制措施，但同時監(jiān)管者也有責任維護市場效率。但是，由于無法獲得平臺的內幕信息，因此可以使用的識別方法是有限的。同時，也無法有效行使公共權力，因為沒有適當的監(jiān)管措施來應對這種情況。3刷單網店識別措施設計3.1信息獲取本研究的目的是幫助監(jiān)管機構識別涉嫌在網上購物平臺上搜索刷單的產品。由于平臺上的產品數量眾多，調查的第一步是手動選擇目標進行信息收集，參閱相應的評級。第一次篩選，選擇方式是參考平臺內差評。商品和買家選擇懷疑在線評論表達強烈不滿的人，并提煉相應評論中的良好反饋，“太差”或“太丑”。完成此篩選步驟后，將檢索信息。如果需要分析目標，也可以直接調查相關資源。在選擇信息爬蟲工具時，首先要明確需要獲取的信息內容是軟件獲取的產品的時間評價信息和時間銷售信息，然后再選擇工具。為了增加本文設計方法的可移植性和通用性，讓更多人在沒有計算機編程基礎的情況下使用本文設計的方法進行分析，以八爪魚采集器為目標軟件，在特定的爬取過程中，使用寫好的操作邏輯，將兩組信息：時間、評分（好、中、差）、詳細評分信息、用戶名、銷售信息等進行抓取，導出Excel文件進行分析。這一步的目的是為了得到后續(xù)文本分析的評價信息，以及確定異常值和識別異常趨勢的時間序列信息。3.2文本挖掘及描述性統(tǒng)計分析3.2.1文本挖掘中文文本有相同語義的不同表達。另外，由于處理的對象是在線評價，所以文字的特點是正式而不是隨意，有的買家在做評價的時候只是簡單的復制粘貼文字的段落。為減少文本挖掘誤判的幾率，本文選擇在文本挖掘之前人工排除一些不合理的評分。評價文本的文本挖掘包括分詞和句子級處理。具體處理方法包括句子切分、評價詞聚類、詞頻描述性統(tǒng)計分析等。獲得的主要指標是句子中的單詞數。評價文本中觀點得分的計算，和評價文本中表達的觀點的情緒極性的評價，得到的主要指標為文本情緒得分如下表3.1，當進行相關統(tǒng)計分析，主要分析對象合適時，為系列建模確定分析。由于機器分析有一些誤判的可能性，可以選擇減少誤判對本研究的影響，以設計數據的可視化。表3.1信息的部分文本分詞與聚類結果詞語消極中性積極合計詞語消極中性積極合計愛心11耐心77拜托11難314棒4343難得11被騙11難過11比較好22難看33便宜147147難聞33不錯9172301147鬧心11不對22內行11不符22能干113.2.2描述性統(tǒng)計分析在進行描述性統(tǒng)計分析時，首先對異常目標識別進行在線評估。對在線評論進行文本挖掘后，將文本信息轉化為定量數據，通過描述性統(tǒng)計分析選擇以下狀態(tài)的產品如下表3.2，用于后續(xù)的統(tǒng)計分析。三種現(xiàn)象同時發(fā)生：積極的詞和句子中的平均情緒高分。之所以進行這一步篩選，是因為以上產品同時出現(xiàn)，意味著買家對產品的評分時間更長，評分時間越長，好評率越高。銷量異?；蚝迷u的產品通常銷量高，銷售時間長。此類產品的后續(xù)分析數據也較為充足。評分還包括實際買家和刷單的評論。在這種情況下，篩選時要考慮數據的可分析性，避免選擇極端數據。應考慮可分析的指標，包括估值和銷售信息以及時間段有效性。同時，減輕了極端情況的影響。經過以上兩個篩選步驟后，將上述兩類異常狀態(tài)的產品列入下一階段統(tǒng)計分析的可疑目標名單。表3.2切詞所獲信息的描述性統(tǒng)計表商品編號分詞數量統(tǒng)計分詞比例統(tǒng)計比例消極中性積極合計評價數單評價詞數消極詞占比積極詞占比144517525966816350801.60685.45%73.09%28421882511277681.46747.45%73.20%37127097013117851.67005.42%73.99%459286108014259361.52244.14%75.79%5603621591201310471.92262.98%79.04%61409572445354219781.79063.95%69.03%710833090713459321.44318.03%67.43%81154231456199412401.60805.77%73.02%91475791777250315171.64995.87%70.99%10501753525775571.03598.67%61.01%1125512953928547834031.60974.65%71.71%3.3刷單現(xiàn)象統(tǒng)計識別3.3.1銷量異常識別在識別措施的設計過程中，以識別異常值并執(zhí)行異常根本原因分析。需要的數據是日銷量的時間序列，獲取方式是將網絡爬蟲通過Excel獲取的相關數據進行標準化處理。用于識別異常值的方法是在SPSS軟件中運行一到三倍的標準偏差極限檢驗和箱線圖檢驗，以識別出銷售的異常值并手動評估偏差的原因。接下來分析銷售數據的特征，重點關注數據偏差、波動性、趨勢因素和周期因素。選擇合適的時間序列模型，合理確定數據時間段后，使用SPSS完成建模。建模后，需要對模型執(zhí)行擬合優(yōu)度測試如下圖3.1。如果建模結果可以接受，則使用模型確定異常值和偏差的原因，并提高測試的準確性。如果調查結果表明某個特定產品的實際銷量異常，則該結果可以作為篩選重點監(jiān)控目標以供進一步執(zhí)法的依據。結果可以用作選擇后續(xù)目標的基礎，也可以使用時間序列模型來預測未來的銷售，數據作為監(jiān)測的基礎。圖3.1累積日銷量統(tǒng)計圖及其擬合3.3.2好評異常識別識別異常正面評論的原則是識別特定產品正面和負面評價的趨勢，以及與正面評價增加，中性和負面評價下降相關的銷售額。在正常的銷售過程中，買家根據自己的真實感受進行評價，很少有產品對大眾市場產品沒有負面評價。并且在進行評論時，賣家不會選擇為負面評論付費。由于常規(guī)銷售和刷單評論的評價習慣存在明顯差異，因此存在兩種來自常規(guī)銷售的負面評論被正面評論稀釋的現(xiàn)象，即負面評價率趨于下降，產品的銷量伴隨著產品的異常增長現(xiàn)象。刷單現(xiàn)象產生的好評被常規(guī)銷售產生的差評沖淡了。也就是說，負面產品評論數量的增加伴隨著產品銷售的正常增長。根據上述原則，將采取措施識別異?，F(xiàn)象并分析異常趨勢。本次研究所需數據為銷售過程中差評率的時間序列數據，數據來源為網絡爬蟲使用Excel檢索數據的標準化流程。為了使趨勢變化更加清晰，選擇使用每周平均值和差評，以及包括兩個時間序列數據、累積平均值和差評的平均值來進行調查。趨勢調整分別捕捉每周負面和累積負面評級銷售周期趨勢，并將趨勢分析與上一節(jié)銷售差異的識別結合起來，看看產品是否有負面的下降趨勢。產品評分率異常的銷售增長和不良產品評論數量增加的現(xiàn)象伴隨著正常的產品銷售增長。同時，異常趨勢的原因可能是由于正常銷售現(xiàn)象導致好評被淡化。本研究使用SPSS軟件對負面評級進行標準偏差極限測試，并在一周內進行1-3次箱線圖測試，以識別整個銷售周期中負面評級中的異常值。在對時間序列建模如下表3，需要分析一周內負面評價速度數據的特征，注意數據的波動性特征，選擇合適的模型，用SPSS完成建模。建模完成后，需要對模型進行擬合優(yōu)度測試如下圖2。如果建模結果可以接受，則以模型為基礎驗證異常值，并根據發(fā)現(xiàn)的原因提高測試的準確性。同時，除了上述銷售數據調查外，還將重點關注銷售增長后負面評價率變化的現(xiàn)象。如果在正常的產品銷售中出現(xiàn)差評率上升的情況，真實差評率會逐漸變得明顯。如果調查結果顯示產品評論異常負面，并且比率異常良好，則將結果作為篩選重點監(jiān)控目標以進一步執(zhí)法的依據，結果也可作為選擇后續(xù)目標的依據。使用時間序列模型預測數據水平作為監(jiān)控的基礎。表3.3中差評率時間序列分析模型擬合系數分析中差評時間序列分析模型擬合擬合統(tǒng)計量百分位255075平穩(wěn)的R方0.5380.5380.538R方0.5380.5380.538圖3.2中差評率ARIMA模型圖像3.3.3在線評價異常識別文本挖掘后，根據三個現(xiàn)象選擇產品：句子中有用詞的平均數量高、正面詞的比例高、負面詞的比例低，所需數據是每周和在線評估的每日平均情緒分數。數據獲取方式有網絡爬蟲、文本挖掘和標準化Excel處理。數據處理過程使用Excel制作每周平均情緒分數折線圖，分析情緒分數趨勢，識別趨勢偏差，重點關注連續(xù)起伏的情況進行匹配。處理周數據后，將周情緒分數擴展為每日平均情緒分數，并使用Excel繪制每日平均情緒分數的折線圖。此時，數據多于周數據，整個周期采用移動加權平均法。畫一條趨勢線并注意情緒分數是否有明顯的下降趨勢。SPSS將繼續(xù)用于時間序列分析，在線評論大致按照時間由近到遠的順序呈現(xiàn)如下圖2，之前的在線評論會影響未來產品買家的預期。使用指數平滑法作為建模的基礎，使用SPSS，假設數據有或沒有趨勢因子，分別使用一般方法和Holt建模，檢查并比較兩種建模方法的適用性，然后選擇最適用的一種進行后續(xù)趨勢分析。如果仍然看到情緒評分出現(xiàn)異常下降趨勢，可以假設產品在線評分異常，上述兩步和三步分析可以識別具有異常在線評級的產品，作為進一步執(zhí)法、監(jiān)督或調查的基礎。圖3.3數據的評價平均日得分4網店刷單行為的應對機制建議4.1監(jiān)管方出臺相應的規(guī)制政策監(jiān)管者可以出臺相關政策，強制平臺各方自我管理和內部清理。監(jiān)管機構擁有公共權力，可以依靠執(zhí)法來授權平臺控制刷單現(xiàn)象。如果平臺違規(guī)的成本超過商家刷單獲得的利潤，平臺將采取措施解決自我管理和內部清除問題。4.2識別出疑似刷單網店，重點監(jiān)管使用文本挖掘作為篩選方法的第一步。從網絡平臺中提取產品評分、銷量等信息，進行文本挖掘，得到負面詞的百分比、情感評分等分析方法，應監(jiān)控和要求具有高比例負面詞和低產品評級的產品，提高產品或服務的質量。負面詞語比例低、產品評分高的產品應列入可疑評論列表以供進一步分析，或要求平臺進行評論并提供反饋。文本挖掘處理后仍有大量銷售的產品評分不高，可以使用統(tǒng)計分析找出銷售和估值信息中的異常值和異常趨勢。如果確定偏離或趨于偏離，則應選擇其作為檢查的中心監(jiān)測目標或由平臺利益相關者評估以提供反饋。4.3網購交易實行電子發(fā)票制紙質發(fā)票是繳納國稅的證明。但在實際交易過程中，買家必須愿意向店鋪索要發(fā)票，而消費者通常不會索要發(fā)票，這導致了許多逃稅行為，并促成了刷單行為。我國《網絡發(fā)票管理辦法》對稅務機關網絡發(fā)票的管理進行了規(guī)定，但在發(fā)票的索取、開具、支付等方面仍存在缺陷。要解決這個問題，首先需要一個電子發(fā)票系統(tǒng)，電子發(fā)票的法律地位必須在相關法律法規(guī)中有規(guī)定，電子發(fā)票和紙質發(fā)票是一樣的，需要明確的是具有法律效力，并對申請、發(fā)行和交付有限制。這樣，每筆交易都響應電子發(fā)票，便于稅務機關管控，也可以讓賣家衡量利潤，杜絕刷單行為。4.4大力宣傳，提升消費者自我保護意識促使消費者提高自我保護意識，告知消費者他們很容易受到在線購物過程的影響，需要在購物時避免不切實際的情況的誘惑，同時，在購物時注意賣家的增信情況，包括工商登記證、正品保證、7天無理退貨、國家保證、無證退貨等措施。在進行購買之前，購買者必須查看相應產品的過往評級和過往銷售信息。同時，賣家需要明白操縱評分和銷售信息的方式有很多種，比如刷單、好評返現(xiàn)、差評等。買家需要掌握可能存在的各種異常現(xiàn)象，以免造成損失。一段時間后，產品估價恢復到原來的銷售水平，產品沒有做廣告時銷量明顯增加，差評數量沒有明顯變化，但好評數量明顯增加，這些都需要消費者能更進一步的了解和認識。結論在互聯(lián)網購物成規(guī)模發(fā)展的今天，線下交易中的不正當競爭行為也發(fā)展到了線上，部分不良商家通過不正當行為獲取更多的競爭優(yōu)勢。由于互聯(lián)網購物現(xiàn)階段無法使消費者在挑選階段接觸到商品的特性，使得刷單、虛假評論等行為在互聯(lián)網購物領域更加猖獗，并成為一種及其常見的不正當競爭的行為。本文對刷單行為進行了識別措施設計，