一种网络交易数据采集及交易完成度分析方法

摘要

本发明提供一种网络交易数据采集及交易完成度分析方法。将采集的网络交易评价数据通过逆向信用云算法进行计算，得到反映各个信用评价指标定性概念的数字特征；然后通过虚拟云综合算法得到主体的综合信用云；再通过正向信用云算法对综合信用云的数字特征进行计算，还原信用评价情况，生成一系列信用云滴数据，由此可画出信用评价云图，而信用就是网络交易完成度的一个重要衡量指标。本发明较好地解决了网络交易信用评价过程中出现的随机性及模糊性；以信用云为基础提出的评价模型可以多角度、多层次反映评价指标，确保评价结果的全面性、客观性及真实性。根据评价结果，进行交易完成度分析，可为网络交易平台运营及网络资源配置提供可靠参考依据。

主权项

一种网络交易数据采集及交易完成度分析方法，其特征在于：该方法包括如下步骤：1)确定网络交易参与主体信用评价指标体系及信用评价等级，并确定各评价指标的权重；2)采集数据及确定属性信用云，每次网络交易完成后，采集相关数据并转换成信用度，然后对衡量主体信用的各个属性进行评价；信用度是一个数值，把每一次评价作为一个云滴，多次评价则形成一系列云滴，将这一系列云滴作为数据样本，根据算法1逆向信用云生成器生成各个指标的属性信用云；算法1逆向信用云生成器输入：一系列信用云滴x_i,i＝1,2,…,n，其中n为自然数，输出：反映信用定性概念的数字特征：期望Ex,熵En,超熵He；算法步骤：1.1)根据x_i计算这组数据的样本均值一阶样本中心距样本方差$S^2=\frac{1}{n}\underset{i=1}{\overset{n}{\Sigma }}{(x_i-\bar{X})}^2;$2.1)$\mathrm{Ex}=\bar{X};$3.1)$\mathrm{En}=\sqrt{\frac{\pi }{2}}\times d;$4.1)$\mathrm{He}=\sqrt{S^2-{\mathrm{En}}^2};$3)确定综合信用云获得各个属性的属性信用云的数字特征后，利用虚拟云综合算法，即如下公式(1)，将属性信用云综合起来可获得综合信用云的数字特征；$\left\{\begin{array}{c}\mathrm{Ex}=\underset{i=1}{\overset{n}{\Sigma }}\left(w_i{\mathrm{Ex}}_i\right)\\ \mathrm{En}=\sqrt{\underset{i=1}{\overset{n}{\Sigma }}\left(w_i{{\mathrm{En}}_i}^2\right)}\\ \mathrm{He}=\underset{i=1}{\overset{n}{\Sigma }}\left(w_i{\mathrm{He}}_i\right)\end{array}\right.---\left(1\right)$其中，w_i表示第i个指标的权重，(Ex_i,En_i,He_i)表示第i个指标评价云的数字特征参数，n表示子指标项的个数；4)确定标准信用云若有m个评价等级，则对应有m个标准信用云，其中m为自然数；对于存在双边约束[C_min,C_max]的评语可以用正态对称云模型来描述，得到每个语言的标准云，具体计算如公式(2)所示；$\left\{\begin{array}{c}\mathrm{Ex}=(C_{\min }+C_{\max })/2\\ \mathrm{En}=(C_{\max }-C_{\min })/6\\ \mathrm{He}=\alpha \end{array}\right.---\left(2\right)$其中，α是常数，可依据评价指标的不确定性及随机性作具体调整；5)确定信用等级及信用决策利用欧式距离公式计算主体综合信用云的3个数字特征(Ex,En,He)分别与m个标准信用云3个数字特征的距离，得出其与标准信用云的相似度，相似度计算方法见算法2；算法2：信用云相似度计算输入：主体综合信用云TC(Ex,En,He)，标准信用云STC_i(Ex_i,En_i,He_i),i＝1,2,…,m；输出：信用云相似度ρ_i；算法步骤：2.1)计算主体信任云与第i个标准信用云的距离：$d_i=\sqrt{{(\mathrm{Ex}-{\mathrm{Ex}}_i)}^2+{(\mathrm{En}-{\mathrm{En}}_i)}^2+{(\mathrm{He}-{\mathrm{He}}_i)}^2};$2.2)$y_i=\frac{1}{d_i};$2.3)$s=\underset{i=1}{\overset{m}{\Sigma }}{y}_i;$2.4)${\rho }_i=\frac{y_i}{s}*100;$相似度计算出来后，取表示此主体的信用云与第k等级的标准信用云最接近；6)信用评价等级验证可利用正向信用云发生器算法3还原出足够数量的信用云滴，算出落在各个评语值区间云滴的隶属度，就能验证评价结果的正确性；7)信用评价可视化展示最终信用评价等级能用文字描述，还能用信用云图直观地展现出来，利用正向信用云发生器算法3可还原出信用评价状况，生成一系列的信用云滴，据此可画出信用云图，将主体的信用情况用可视化的方式直观地表达出来；算法3正向信用云发生器输入：表示信用定性概念的三个数字特征(Ex,En,He)，云滴数量N；输出：N个云滴x及其确定度μ；算法步骤：3.1)生成以En为期望值，He为方差的一个正态随机数En'_i＝NORM(En,He)；3.2)生成以Ex为期望值，En'_i为方差的一个正态随机数x_i＝NORM(Ex,En'_i)；3.3)计算$\mu \left(x_i\right)=e^{-\frac{{(x_i-\mathrm{Ex})}^2}{2{\left({\mathrm{En}}_i^{\prime }\right)}^2}}$3.4)令带有确定度μ(x_i)的x_i成为数域中的一个云滴；3.5)重复步骤3.1)到3.4)，直至产生N个云滴为止。其中，NORM(Ex,En'_i)为生成以Ex为期望值，En'_i为方差的正态随机数的函数。8)交易完成度分析根据各主体的综合信用评价等级，分析整个平台的交易完成度，为交易平台的运营提供决策参考依据。对每个评价等级赋予一个等级值，设有m个评价等级，则相应等级值为1,2,3,…,m，值越大，评价等级越高；设有n个主体，其等级值分别为t₁,t₂,t₃,…,t_n，参与的交易次数分别为d₁,d₂,d₃,…,d_n，则交易完成度计算方法如公式(3)所示: