[发明专利]基于多平台全域信息的电子商务信用评估方法及其系统

说明书

本申请实施例提供一种基于多平台全域信息的电子商务信用评估方法及其系统，其使用基于上下文来进行高维语义编码的上下文编码器来对待评估商家的信用信息进行编码，并进一步使用卷积神经网络模型来提取待评估商家在各家电子商务平台的信用信息之间的隐含关联信息以提高对商家信用评估的准确度和全面度，以及，使用同一电子商务平台的其他商家的信用信息来智能地评估待评估商家在该家电子商务平台的信用情况，这样能够基于各家电子商务平台的所有商家的全局信用特征来自适应地对待评估商家的信用情况进行评估以提高商家信用评估的公正度。

技术领域

本申请涉及电商领域，特别涉及一种基于多平台全域信息的电子商务信用评估方法及其系统。

背景技术

我国电子商务飞速发展，网购人数总体逐步增长，这一方面与我国网民逐年增长有关，另一方面也说明消费者已经逐渐接受了电子商务交易的新技术。但电子商务交易由于没有面对面的接触，存在虚拟性和双方信息不对称的特点，导致交易双方的信任缺失依然存在。信任是信用的积累，对信用的客观评价模型一直是研究的热点，建立客观、合理、高效的信用评价体系对电子商务的稳定发展十分重要。

因此，期待一种用于电商商家的信用评估方案。

发明内容

本申请提供了一种基于多平台全域信息的电子商务信用评估方法及其系统，其使用基于上下文来进行高维语义编码的上下文编码器来对待评估商家的信用信息进行编码，并进一步使用卷积神经网络模型来提取待评估商家在各家电子商务平台的信用信息之间的隐含关联信息以提高对商家信用评估的准确度和全面度，以及，使用同一电子商务平台的其他商家的信用信息来智能地评估待评估商家在该家电子商务平台的信用情况，这样能够基于各家电子商务平台的所有商家的全局信用特征来自适应地对待评估商家的信用情况进行评估以提高商家信用评估的公正度。

第一方面，本申请提供了一种基于多平台全域信息的电子商务信用评估方法，所述方法包括：获取待评估商家在多家电子商务平台的信用信息；将所述待评估商家在各家所述电子商务平台的信用信息分别通过包含嵌入层的上下文编码器以获得多个特征向量，并将所述多个特征向量进行级联以生成对应于所述待评估商家在各家所述电子商务平台的信用信息的第一特征向量；将所述待评估商家在各家所述电子商务平台的信用信息的第一特征向量进行二维排列为特征矩阵后通过第一卷积神经网络以获得第二特征向量；获取各家所述电子商务平台的其他商家的信用信息；将各家所述电子商务平台的其他各家商家的信用信息分别通过所述包含嵌入层的上下文编码器以获得多个特征向量，并将所述多个特征向量进行级联以获得对应于各家所述电子商务平台的其他各家商家的信用信息的第三特征向量；将各家所述电子商务平台的其他各家商家的信用信息的第三特征向量进行二维排列以获得对应于各家所述电子商务平台的其他所有商家的信用信息的第一特征矩阵，并将各家所述电子商务平台的其他所有商家的信用信息的第一特征矩阵沿平台样本维度构造为三维输入张量；将所述三维输入张量通过使用三维卷积核的第二卷积神经网络以获得第四特征向量；融合所述第二特征向量与所述第四特征向量以得到分类特征向量；以及将所述分类特征向量通过分类器以获得分类结果，所述分类结果为所述待评估商家的信用评价标签。