首页--经济论文--贸易经济论文--中国国内贸易经济论文--商品流通论文--电子贸易、网上贸易论文

电商交易风险管理研究--以J公司为例

摘要第4-6页
Abstract第6-7页
1 绪论第11-25页
    1.1 选题背景第11-21页
        1.1.1 近年电商发展现状第11-17页
        1.1.2 电商交易风险问题第17-21页
    1.2 研究目的和意义第21-22页
        1.2.1 研究目的第21页
        1.2.2 研究意义第21-22页
    1.3 研究思路与内容第22-25页
        1.3.1 研究思路说明第22-23页
        1.3.2 研究主要内容第23-25页
2 文献研究第25-39页
    2.1 电商交易风险管理研究现状第25-26页
        2.1.1 国内研究现状第25-26页
        2.1.2 国外研究现状第26页
    2.2 分析工具介绍第26-39页
        2.2.1 分类模型介绍第26-32页
        2.2.2 风险评分卡介绍第32-36页
        2.2.3 社区发现算法介绍第36-39页
3 电商交易风险备选指标体系设计第39-47页
    3.1 电商风险分类第39-41页
        3.1.1 宏观分类第39-40页
        3.1.2 微观分类第40-41页
    3.2 电商交易风险类型及特征第41-42页
    3.3 电商交易风险备选指标体系的建立第42-47页
        3.3.1 交易风险备选指标的目的第42-43页
        3.3.2 交易风险备选指标的特征第43页
        3.3.3 交易风险备选指标收集方法第43-44页
        3.3.4 交易风险备选指标体系的建立第44-47页
4 电商交易风险评估模型的构建第47-74页
    4.1 风险评估模型构建思路第47-49页
        4.1.1 风险评估模型思路第47-48页
        4.1.2 单客户风险评估模型与水军社区识别模型的关系第48-49页
    4.2 单客户风险评估模型及优化第49-68页
        4.2.1 业务目标定义第51页
        4.2.2 数据准备第51-52页
        4.2.3 数据预处理第52-61页
        4.2.4 特征选择第61页
        4.2.5 模型训练和评估第61-67页
        4.2.6 风险评分卡优化方法第67-68页
    4.3 水军社区识别模型第68-72页
        4.3.1 创建社区关系网络第68-69页
        4.3.2 水军社区网络特征第69-71页
        4.3.3 水军社区发现步骤第71-72页
    4.4 水军社区模型与单客户风险评估模型的结合第72-74页
        4.4.1 将顶点的社区信息应用于评分卡第72页
        4.4.2 基于水军社区的风险传播模型第72-73页
        4.4.3 基于水军社区的客户风险动态识别第73-74页
5 电商交易风险评估模型实证分析-以J公司为例第74-88页
    5.1 公司介绍第74-75页
    5.2 实证分析目标第75页
    5.3 数据准备第75-78页
        5.3.1 业务数据梳理第75-77页
        5.3.2 大数据平台建设第77-78页
    5.4 风险评估模型训练第78-82页
        5.4.1 单客户风险评估模型第78页
        5.4.2 水军社区识别模型第78-80页
        5.4.3 水军社区模型与评分卡的结合第80-82页
    5.5 交易风险备选指标量化分析第82-84页
    5.6 风险管理应用第84页
    5.7 运营效果分析第84-86页
    5.8 发现的问题第86-88页
6 研究结论与展望第88-97页
    6.1 本文的研究结论第88-90页
        6.1.1 如何进行交易风险管理第88-89页
        6.1.2 风险评估模型存在的不足第89-90页
    6.2 给电商的启示第90-94页
        6.2.1 电商风险管理的组织架构和职能分工第90-92页
        6.2.2 电商如何设计产品以规避交易风险第92-93页
        6.2.3 电商如何管理客户以规避交易风险第93页
        6.2.4 风险交易的法律问题第93-94页
    6.3 本文的创新点第94-95页
        6.3.1 大数据和数据挖掘在风险控制中的运用第94页
        6.3.2 电商交易风险的风险评估体系第94-95页
        6.3.3 基于社交网络的风险客户动态识别第95页
    6.4 本文的局限性与展望第95-97页
        6.4.1 研究局限第95-96页
        6.4.2 研究展望第96-97页
参考文献第97-100页
致谢第100页

论文共100页,点击 下载论文
上一篇:大熊猫亚成体兽舍空气中可培养细菌种类分析以及两株新种细菌的多相分类学研究
下一篇:巨菌草对镉污染土壤的修复特性研究