共享经济下在线短租平台的卖方信用评价研究——以“小猪短租”平台为例

摘要

随着互联网技术兴起和消费模式转变，共享经济理念逐渐深入人心，共享模式下资源的整合利用具备环保和可持续的特点，成为拉动经济发展的新动力。共享经济热潮带来新的发展机遇，2011年国内市场迎来在线短租行业的起步，近年来在线短租的用户数量及行业规模大幅增长，进入高速发展期，成为适应社会需求的新兴行业。在线短租行业发展的核心在于建立良好的信用体系，而实际运作过程中，由于信息不对称导致的信用事故频发，在线短租行业的信用管理问题引起国内外学者的重视。　　本文通过获取国内代表性平台“小猪短租”的实际数据，从房源设施、卖方属性和用户反馈三个方面选取变量，进行卖方信用评价及影响因素分析。在LDA主题提取的基础上，通过情感词典语义分析构建文本量化指标，结合文本信息建立决策树模型进行影响因素分析。预测方面引入Boosting和Bagging集成学习算法，建立随机森林和XGBoost模型，对比十折交叉验证准确率及F-score等相关指标，验证了文本量化指标的贡献，在分类树的基础上提高模型预测效率。　　研究表明，伴随移动互联网发展的消费模式改变，在线短租用户对产品服务提出新要求，更加强调特色体验和个性化服务。文本词频显示用户对房东的关注度高于房屋本身，决策树模型结果表明，房屋的入住体验、交通位置和房内设施，卖方的共获订单数和服务态度对建立信任具有影响作用，应重点从该方面进行产品服务优化。加入文本量化指标对卖方信用预测有明显贡献作用，量化指标的构建方法为完善信用体系提供思路，行业信用管理应重视用户评论反馈的信息，相关平台可据此提升信用管理效率。

目录

声明

第 1章绪论

1.1 研究背景及研究意义

1.2 国内外研究现状及综述

1.2.1 共享经济概念及发展的研究现状

1.2.2 共享经济信用问题的研究现状

1.2.3 在线短租行业的研究现状

1.2.4 文献评述

1.3 本文研究思路、内容和方法

1.3.1 研究思路

1.3.2 研究内容

1.3.3 研究方法

1.4 本文创新点

（1）研究内容的创新点

（2）研究方法的创新点

第 2章在线短租的卖方信用评价指标构建

2.1 信用指标的选取与确定

2.2 在线短租平台数据预处理

2.3 文本量化指标构建

2.3.1 LDA文本主题归类

2.3.2 文本量化指标构建

2.4 本章小结

第 3章在线短租的卖方信用影响因素分析

3.1 卖方信用指标离散化处理

3.2 信用指标地区差异分析

3.3 卖方信用影响因素模型建立

3.3.1 CART分类树

3.3.2 决策树剪枝

3.4 卖方信用影响因素分析

3.5 本章小结

第 4章在线短租卖方信用的预测

4.1 预测模型评价指标选取

4.2 集成学习优化算法

4.2.1 Bagging方法

4.2.2 Boosting方法

4.3 本章小结

第 5章结论及建议

5.1 主要结论

5.2 相关建议

5.3展望

参考文献

附录A:本文主要程序

致谢