一、电子商务的诚信缺失现状

在中国,传统的购物习惯是“眼看、手摸、耳听、口尝”,公众普遍感到网上购物不直观、不安全、不信任，也使得电子商务交易链非常容易断裂。在整个电子商务活动中，诚信力缺失主要表现在：网络商务提交信息的不真实；产品宣传信息与实际不符；购买的产品与交付的产品不一致；消费者个人及消费信息的-

安全性得不到保障；产品的售后服务得不到保证等。

上述种种诚信缺失的现象，导致交易双方的利益均有所损害，破坏了电子商务的正常环境，导致电子商务交易社会信任度较低，在一定程度上阻碍了电子商务的发展。因此，需要建立一种可行的诚信机制来规范、约束电子商务市场环境，改善买卖双方的诚信力，增强市场的监管力，保证电子商务的良性发展。

二、数据仓库与数据挖掘技术应用

数据仓库就是一个用以更好的支持企业或组织的决策分析处理的、面向主题的、集成的、随时间不断变化的，但信息本身相对稳定的数据集合。在完成数据仓库的数据准备阶段后,通过数据探索、建立模型、模型检验、模型应用、分析等过程，有效集成各种高效率的数据挖掘算法,按照用户需要实施数据挖掘任务。

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。由于数据挖掘技术能带来显著的经济效益,它在金融业、零售业等，特别是电子商务中的应用也越来越广泛。

通过对客户的购买力及信用的分析、对商家提供服务的可信度、交易过程、售后服务等大量数据建立相应的数据仓库,利用决策树、统计分析、神经网络、模糊聚类、贝叶斯预测等算法进行数据挖掘后，可对商家、客户分类并评出等级,建立相应诚信度，从而有助于识别客户购买行为,发现客户购买模式和趋势,以改进服务质量,争取更好的顾客保持力和增强买卖双方的满意度,提高货物销量,设计更好的货物运输与分销策略,降低商业成本,加强诚信保障力度和制约，争取更多的忠诚用户。

三、电子商务中诚信机制的构建

在电子商务整个过程中，运用数据仓库与数据挖掘技术，构建一套较完善的诚信机制，为用户搭建一个信用查询平台，使之能自动地分析、记录每次交易活动，及时为每个交易用户提供交易对象以往的交易经历及获得的评价,来提高交易的成功率和诚信度。

1.数据仓库的构建。如图1所示：在电子商务过程中，买卖双方最关心的，即是各种信息是否属实，交易商品是否可靠，信誉度如何。因此，分别为买方、卖方、交易安全、售后、评价等大量信息建立相应的数据库，经过对各分散的信息进行抽取、转换、刷新等过程，将数据聚集在一起形成一个集成、稳定、可靠的中心数据仓库。中心数据仓库采用Oracle关系数据库管理系统，结合已有的历史诚信记录进行查询、分析、挖掘，将数据应用向深度和广度扩展。可用关系OLAP模型,即扩充的关系DBMS，它将多维数据上的操作影射为标准的关系操作。形成新的各数据流程诚信度，实现整个交易数据预处理。

2.交易诚信度的数据挖掘。在建立电子商务及诚信度综合信息数据仓库之后,可以基于这个数据仓库平台进行数据挖掘工作，如图2所示：通过对原有数据流的分析，结合构建的诚信度数据仓库，运用关联规则、统计分析、神经网络、模糊聚类、贝叶斯预测等数据挖掘算法建立相应的数学模型。然后在模型库的基础上加以分析、处理，为用户获得比较可信的信誉评价度及信誉评价等级，同时将本次交易过程的诚信度挖掘结果载入信誉数据仓库，为下一次交易作参考。

3.诚信平台模型构建。运用WEB技术，构建C/S(客户/服务器)访问模式，将客户端应用脚本集成、封装并安装、加载于网页浏览器；当买方欲进行电子商务活动时，可以很方便的查询对商家、商品、售后评价等信息的信誉数据仓库，查看数据挖掘的结果，获得相关诚信度的信息，以帮助买方确立交易活动。商家也可通过此平台获得买方的相关信誉度信息，来确立是否建立交易并有效降低损失。

四、结束语

运用数据挖掘技术构建此诚信机制，用户可查询交易双方的历史信任度，选择信誉度较高的用户实施电子交易，大大增强了电子商务用户交易的信任感，同时又可以约束、规范交易双方的交易操作，降低不法分子的投机度，有利于电子商务的良性发展。