大众点评诚信技术系统及信用评价体系调研.docx

大众点评诚信技术系统及信用评价模型调研
1. 大众点评诚信技术系统
作为全球最早的第三方点评网站之一，9年来，为了维护消费者点评信息的客观和独立，大众点评一共经历了三个阶段的努力。
第一阶段，人工审查、识别及处理异常点评信息。
第二阶段，从人工过渡到技术算法。即2010年8月，大众点评上线“点评诚信系统”，以“商户客观指数”和“会员信誉度”为核心，排除人为因素，通过技术算法识别消费者点评信息的客观度以及对商户星级的贡献值，并通过“默认点评”及“全部点评”的呈现方式，将更加客观、真实和具备参考价值的消费者点评呈现出来。
同时，大众点评定期开展对炒作点评的“零容忍”行动，对有炒作点评行为的商户进行处罚，如清除该商户在大众点评网上的所有点评以及暂停对该商户的收录等。到去年为止，大众点评一共进行过两期“零容忍”行动。第一期为2010年9月，一共处理了14家商户，在90天内，被处罚商户所有星级评分、流量数据被清零，所有“默认点评”被移至“全部点评”。第二期为2011年9月，一共处理了77家商户，在90天内，被处罚商户所有点评、星级评分、流量数据被清零，并被暂停收录。
第三阶段，“点评诚信系统”全新升级，增加更为强大的技术算法，对炒作点评实现“每日零容忍”。

2010年8月2日，大众点评网进行了3年间最大一次网络点评诚信技术系统升级，这套以“商户客观指数”和“会员信誉度”为核心的诚信技术系统3.1版，希望通过不断地完善技术算法，排除人为因素，更加严谨、科学进行网络点评平台的管理，从而打造更加合理、纯净网络平台，力求保证第三方点评平台的独立客观性，提高网络点评的可参考性。
所谓“商户客观指数”是综合网站收录的每个商户“所在城市、所属行业、流量来源/分布、自身炒作情况、是否被他人恶意炒作、点评用户的地域/等级/数量分布、被举报情况等多种衡量标准作为系统自动计算一个参数。每个会员也有自己的“信誉度”，根据综合考虑每个会员在网站上留下的痕迹(浏览/点评/上传图片/发帖等)、被举报情况、各类违规情况等多种衡量标准，信誉度不同的会员的点评会对商户的评分和等级计算产生不同影响。这两个指标与网站其他一些因素结合起来形成的算法最终会影响到商户默认点评的显示数量、商户相关评分及网站排行。
2. 信用炒作鉴别
1． 从信誉的组成方面鉴别。用鼠标点开卖家的信用评价就会出现虚拟商品交易信誉和实物商品交易信誉的百分比。一个卖实物的卖家，要是信誉里出现了虚拟信誉，依据“信用炒作”的三种方式来判断，那么就可以定义为“信用炒作”。因为虚拟商品的信誉只代表你卖的虚拟产品还不错，对于你现在卖的实物没有参考价值。
2． 从买家的组成上鉴别。可以查询购买某种商品买家的信誉: 第一，都是匿名买家。既然卖家卖的是真货，为何买家要集体匿名，可能有个别人会匿名，但是情况多了就有很大问题。第二，都是没信誉的小号。如前所述，我们知道，网上信用炒作基本上都是用小号“刷信誉”的，当然不排除个别情况。第三，以上两种情况的混合。一般信用炒作和虚假的商品交易，对商品的评价或是店铺的评价一般都写的很好很具体，当然也不排除正常的交易评价。第四，有些商品卖家自发组织其他卖家，建QQ 群，然后互刷信誉。表现的形式为: 卖家在一段时间里有几个好评，而且是连续出现，同样这个也要结合各方面的因素综合考虑。
3． 从评价时间去看。评价时间的问题是很多人都会忽视的。如果一个卖家，他得到的好评都集中在某天的某个时段，那就要特别留意。因为一个正常的卖家，他的好评一般是每天都不一样，而且也不特别集中。[1]
3. 信用评价体系建立
（1）建立统一的信用评价平台，引入第三方信用服务机构。鉴于C2C平台使用者主要以个人用户为主，淘宝网、百度“有啊”等C2C服务商可以引入个人信用记录作为考量买卖双方信用度的标准。随着近年来国家对个人征信系统的全面建设，目前央行的征信系统数据库已覆盖全国，并为近6 亿自然人建立了信用档案。可以预见，C2C平台服务商与专业信用服务企业的合作，不但能使C2C平台上的信用评价系统化专业化，减少交易纠纷的产生，更能体现信用评价的客观性和独立性，最大程度的保证“钻石卖家”是货真价实的“钻石卖家”。
（2）建立失信惩罚管理机制。失信惩罚机制有两个基本功能：一是消除信用交易中的信息不对称现象，让交易主体充分了解客户的信用记录，决定是否进行交易，特别是针对网络虚拟性的特征更加有效。二是一旦交易主体发生失信现象，立即对其形成“黑名单”，公布在平台信息通告中，做出预警信号，使其在网络交易中寸步难行，阻碍其再次进入网站进行交易，这样在无形之中就加大了失信成本。
（3）开发新的解决方案，制订更为合理的信用评价规则。对于信用度的评价，可以借鉴现有的企业信用风险预测模型，对交易主体的信用度进行量化分析。比如可以借鉴美国著名信用风险管理专家Altman 教授所提出的Z 计分模型，针对交易的不同属性设置不同的权重，根据属性的结果给出一个分数，再由属性得分乘以权重得到总分。例如可以考虑将交易金额分为不同的档次，对不同档次的交易金额在影响信用评价上赋予不同的权重来计算信用得分，还可以根据商品门类分别设置信用，区分虚拟商品和实体商品、或区分不同类别的实体商品，按金额而不是按交易笔数统计信用积分等。同时，在客户评价的内容里应加进服务态度、售后服务等内容，全方位评价交易质量。最后，应强化近期信用，弱化远期信用，防止“老人笑、新人哭”。进行技术创新，加强监管，高效识别信用炒作，防范信用炒作带来的危害。
（4）完善法律体系，加强信用教育。信用机制的建立一定要立法先行，立法先行既是依法办事的依据，也是网络信用机制运行的需要。虽然我国现在还没有系统的有关信用的法律，但可以先出台相关的法规和规章制度来规范网络交易行为。一方面可以先行制定与公平信用信息服务有关的法律和法规。另一方面应着手修改与建立社会信用体系有冲突的部分现行法律法规，对其中与建立信用机制有冲突的部分条款进行必要的修改和重新解释。其次，网民信用意识的加强需要教育先行，发展信用教育主要包括全民意识的普及教育和信用管理的专门教育。对于信用普及教育，可以充分利用网络信息传播速度快的特点，进行信用文化的宣传和信用道德的培养，提高消费者的守信和维权知识，并能自觉参与监督和抵制失信行为，从而提高全民的守信意识。[2]
4. 结论
通过阅读网上的有关信用评价体系以及信用炒作的论文，我认为我们初期还是需要通过以下几点来建立我们的信用评价体系：
1) 引进身份认证机制，确保代理人和公众用户的账号真实有效，可以防止一人多账号的情况存在，防止用户刷好评和恶意差评的情况出现。
2) 初期可采用人工审查到系统识别过渡方式对用户的评价进行筛选和甄别，初期因为用户数量少可以采用人工审查客户对代理人的评价，判断是否为信用炒作行为，并收集积累信息，研发出适合我们自己系统的相关算法以便与识别相关信用炒作行为。
3) 建立严厉的惩罚监管机制，对于雇人刷好评的代理人进行严惩，对于恶意刷好评的公众账号可以封号。
4) 因为系统是面向代理人和公众的系统，可以规定公众与代理人在有真实有效保单记录联系的情况下，公众才可以对代理人进行点评。

[1] 丁乃鹏，方萍.电子商务环境下“信用炒作”现象分析及对策探讨. 经济与社会发展.2012
[2] 袁海燕.从“信用炒作”现象谈我国C2C 交易中的信用评价体系改革. 科技广场. 2009