随着社会信用建设的不断推进,信用的表达朝着更加广义的、多维度的范畴发展。现有C2C电子商务评价模型所表达出来的单一维度、简单累加的信用评价结果显然具有一定的弊端,很难实现对电商卖家信用真实的表达。因此,针对这一问题,本文从广义信用视角,对信用进行深入分析,实现对卖家信用评价模型的重新设计。首先,本文通过信用内涵研究以及广义信用相关实践,明确本文所要评价的对象—电子商务卖家信用的研究范畴,分析国内外对现有评价模型的改进现状,提出了基于卖家信用具体表现实现对卖家信用评价模型的改进方案。通过对信用内涵界定并结合整个电子商务交易,选取电商卖家信用评价指标,并对其进行量化。其次,本文利用BP神经网络方法构建电商卖家信用评价模型,并选择麻雀搜索算法对其进行改进优化。根据提出的电商卖家信用评价指标以及本文所研究的具体问题,确定BP神经网络模型的结构、相关参数,进而完成对电子商务卖家信用评价模型的构建。最后,本文选取淘宝卖家真实数据对本文所构建的SSA-BP神经网络信用评价模型进行实证分析。通过SSA-BP神经网络模型的训练得到最优的电商卖家信用评价模型,并进行测试。再将本文所提出的模型的信用评价结果与现有电商平台中的累积信用评价模型得出的信用评价结果进行对比。通过对比结果分析本文所提出的信用评价模型在电商卖家信用评价表达的真实性、合理性方面的优势,同时根据本文对于电商卖家信用评价的研究提出相关建议。