基于监管方视角的网购中刷单行为识别研究--以M购物平台为例
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 研究背景 | 第12-16页 |
| 1.2 研究意义 | 第16-17页 |
| 1.3 研究内容与技术路线 | 第17-20页 |
| 1.3.1 研究内容 | 第17-19页 |
| 1.3.2 技术路线 | 第19-20页 |
| 1.4 研究方法 | 第20-21页 |
| 第2章 文献综述 | 第21-30页 |
| 2.1 网络购物中的信息不对称现象 | 第21-24页 |
| 2.1.1 网络购物中的信息不对称现象及影响 | 第21-22页 |
| 2.1.2 逆向选择行为与道德风险 | 第22-24页 |
| 2.2 在线评价文献综述 | 第24-26页 |
| 2.2.1 在线评价及其有效性 | 第24-25页 |
| 2.2.2 在线评价对买方购买意愿的影响 | 第25-26页 |
| 2.3 研究方法综述 | 第26-29页 |
| 2.3.1 文本挖掘综述 | 第26-27页 |
| 2.3.2 时间序列分析综述 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 刷单现象识别原理与措施设计 | 第30-43页 |
| 3.1 应对刷单行为的责任主体界定 | 第30-34页 |
| 3.2 信息获取 | 第34-35页 |
| 3.3 文本挖掘与描述性统计分析 | 第35-37页 |
| 3.3.1 文本挖掘 | 第35-36页 |
| 3.3.2 描述性统计分析 | 第36-37页 |
| 3.4 刷单现象统计识别 | 第37-42页 |
| 3.4.1 销量异常的识别原理与措施设计 | 第37-38页 |
| 3.4.2 好评异常的识别原理与识别措施设计 | 第38-39页 |
| 3.4.3 在线评价异常的识别原理与措施设计 | 第39-40页 |
| 3.4.4 刷单动机与识别原理的验证性问卷调查 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 M购物平台进行刷单现象识别 | 第43-70页 |
| 4.1 M购物平台信息获取 | 第43-45页 |
| 4.2 文本挖掘与描述性统计分析 | 第45-50页 |
| 4.3 销量异常商品的数据处理与分析 | 第50-56页 |
| 4.3.1 销量异常商品的数据处理 | 第50-51页 |
| 4.3.2 离群值检验 | 第51-52页 |
| 4.3.3 时间序列建模验证 | 第52-56页 |
| 4.4 好评异常商品的数据处理与分析 | 第56-65页 |
| 4.4.1 好评异常商品的数据处理 | 第56-57页 |
| 4.4.2 基于中差评比的趋势分析 | 第57-60页 |
| 4.4.3 离群值检验 | 第60-62页 |
| 4.4.4 时间序列建模验证 | 第62-65页 |
| 4.5 评价异常商品的数据处理与分析 | 第65-68页 |
| 4.6 研究结论 | 第68页 |
| 4.7 本章小结 | 第68-70页 |
| 第5章 总结与展望 | 第70-74页 |
| 5.1 总结与创新点 | 第70-71页 |
| 5.2 对监管方如何应对刷单行为的建议 | 第71-72页 |
| 5.3 本文不足之处与进一步研究的方向 | 第72-74页 |
| 附录1: 对网络购物中消费者行为的调查问卷 | 第74-75页 |
| 附录2: 第1件商品在线评价切词及聚类示例 | 第75-81页 |
| 攻读硕士学位期间发表论文情况 | 第81-82页 |
| 致谢 | 第82-84页 |
| 参考文献 | 第84-89页 |
| 学位论文评阅及答辩情况表 | 第89页 |
