随着中国电子商务的快速发展,网上购物已经成为了一种时尚,越来越多的人开始使用网上购物。2007年是中国网络购物市场快速发展的一年,无论是C2C电子商务还是B2C电子商务市场交易规模都分别实现了125.2%和92.3%快速增长。其中C2C网络购物总体交易额达到518亿元。国内最大的电子商务网站淘宝网2007年交易总额已经达到433亿元,每天的交易金额超过1亿元。而与此同时,屡屡见诸报端的欺诈、投诉无门、强制交易等问题,也使电子商务发展蒙上了阴影。据中国消费者协会统计,2007年全国有关互联网消费的投诉创下历史新高,达到8425万件,其增长幅度列2007年各类投诉的第四位。北京市12315消费者投诉中心数据也显示,北京市2007年受理的互联网服务类投诉同比增加了24.02%。目前电子商务中的一个投诉热点就是小额争议问题,这些争议金额小,通过打官司手段解决成本高,费时费力。作为C2C交易平台的管理者,对交易过程中出现的纠纷应该尽量控制,防止交易纠纷升级,形成投诉。因此,如何有效的防止交易纠纷升级,在交易纠纷产生初期找准介入目标进行适当的介入,是当前C2C市场面临的一个全新的课题。本文首先介绍了网上纠纷产生背景以及当前世界范围内对这个问题的相关研究现状。目前几乎所有的C2C网站均拥有一个交易信用评价系统,该系统不仅能够反映买家和卖家网络交易的诚信度,还能够记录所有的交易信息,包括出现交易纠纷后双方通过该系统沟通的文本信息。因此,信用评价系统成为解决纠纷问题的一个关键环节。淘宝网是国内最大的C2C交易网站,可以说具有很强的行业代表性,因此笔者选取了淘宝作为实证分析的对象。通过对淘宝网的信用评价系统深入了解和分析以后,确定了本文的研究思路:使用数据挖掘和文本挖掘技术,对信用评价系统中出现纠纷的那些交易相关数据分析,通过人为判断该纠纷是否可以解决,并以此作为模型的目标变量,信用评价系统中所采集到的数据经过预处理以后作为输入变量,建立相关的模型。通过该模型可以有效的判断哪些交易纠纷可以解决,并对这些交易纠纷进行适当的介入,防止纠纷升级成投诉。但是,光有预测模型还不够,对于交易纠纷的处理,还需要系统的方法和流程。笔者在第六章提出一个初步的网络交易纠纷处理体系,通过该体系,很多纠纷问题可以得到系统化、合理化的处理,对于防止纠纷升级,起到非常好的抑制作用。本文在对C2C拍卖网站信用评价系统进行了研究后,以减少网上交易投诉为目标,通过买家和卖家在交易中和交易后留下的数据,建立相关模型,通过模型来预测交易纠纷发生的可能性。并期望研究结果能够对C2C交易平台管理者减少交易投诉有指导作用。为此,本论文在以下几个方面进行了研究:1)拍卖网站信用评价系统的研究。在此部分着重介绍了拍卖网站信用评价系统的情况,并以淘宝为例做研究。2)信用评价系统数据的编码研究。根据研究的需要对收集的数据进行有效的编码,对于需要编码的属性的合理选择,此部分对提高后面的数据挖掘模型精准度打下了坚实的基础。3)数据挖掘和文本挖掘在信用评价系统上的应用。结合前面的分析和理论基础,以淘宝网的数据为建模对象,选择合适的建模方法,并对多个模型进行比较分析。以效果最好的模型进行预测,并对结果进行分析。4)交易纠纷预测与处理体系,该体系完全从交易平台管理者的角度出发,通过该体系的建立,疏通了交易纠纷的预测与处理流程,并落实到实际的工作层面,该部分对于像“淘宝”这类网络交易平台管理者具有非常大的实际价值。5)研究的结果总结。阐述了网络交易纠纷解决可能性预测的思路和方法,以及如何应用该方法去减少网络交易的投诉。并根据研究结论提出了一些指导性的意见,对未来的研究方向进行了展望,明确了本次研究中存在的不足。本文的创新点在于:1、使用数据挖掘和文本挖掘方法研究拍卖网站信用评价系统中的中文文本信息;2、深入研究网上交易的流程,从交易开始到买家收到货物到货物的使用,将交易纠纷产生的原因分为几个大类,并在此基础上进行建模;3、采用数据挖掘和文本挖掘技术建模的方法预测交易纠纷解决的可能性,并依据此结果在交易纠纷产生初期对交易纠纷进行干涉和控制,从而极大的减少了由纠纷升级为投诉的可能性;4、建立一个初步的网络交易纠纷处理体系,提出一个系统化的处理流程。通过论文一系列方法的研究,最后得到的模型结果很好,完全可以用于实际应用。本文的亮点在于通过数据挖掘和文本挖掘的研究方法来有效减少网络交易投诉。后面的网络交易纠纷处理体系的提出,更是在实际操作层面为网络平台提供商提出了不少建议。希望本文的思路能够对网络平台管理者给予启发,面对日益增长的网络交易投诉,使用更为有效的办法去管理和控制。