利用探勘技術發掘拍賣商品具有異常喊價傾向之競標者

Using Mining Techniques to Detect Fraud Bidders for Auctioning Products

10.6188/JEB.2005.7(4).04

陳垂呈(Chui-Cheng Chen)；韓志賢(Zhi-Xian Han)

資料探勘 ； 分群化 ； 綱路拍賣 ； 異常喊價 ； Data Mining ； Clustering ； internet Auction ； Fraud Bidding

電子商務學報

7卷4期（2005 / 12 / 01）

371 - 380

繁體中文

網路拍賣是電子商務經營模式中最受消費者歡迎的交易方式之一，為了避免競標者喊價之後，未能履行付款購買拍賣商品的義務，或是只為了哄抬拍賣商品的價格，因此如何偵測出具有異常喊價傾向的競標者，使得網路拍賣交易能夠公正的進行，即成為網路拍賣經營者必須考量的問題之一。在本篇論文中，我們以競標者之交易資料為探勘的資料來源，交易資料包含有競標者曾經購買過的商品項目與喊價過的商品項目，假設目前有某一拍賣商品正進行競標，我們以此一拍賣商品為探勘的目標，利用探勘技術來找出對此一拍賣商品而言，具有異常喊價傾向的競標者。我們設計一個兩階段探勘的方法，以判斷出具有異常喊價傾向的競標者。我們根據所提出的方法，設計與建置一個偵測異常競標者的系統。此探勘結果，對拍賣品避免被惡意哄抬競價，或事先預防無意購買拍賣商品之競標者的喊價行為，將可提供非常有用的資訊。

The internet auction is one of the most popular transaction ways in electronic commerce. In this paper, we develop a method which contains two steps to detect fraud bidders for one auction product. First, we compare the bidders ever buying products with bidding products in the transaction data. If the results do not conform the assigned condition, the detecting process has to use the method of second step. We let the auctioning product as the center of cluster, and let each other transaction data arc grouped with the center to which it contains the auctioning product in ever buying products. Then we compute the association items from the cluster. We can consider the bidders whether fraud or not according to the association items for the auctioning product.

1. Alsabti, K.,S. Ranka,V. Singh(1998).An Efficient K-Means Clustering Algorithm.IPPS/SPDP Workshop on High Performance Data Mining.
2. Chen, M. S.,J. Han,P. S. Yu(1996).Data Mining: An Overview from a Database Perspective.IEEE Trans. on Knowledge and Data Engineering,8(6),866-883.
3. Dubes, R. C.,A. K. Jain(1988).Algorithms for Clustering Data.
4. Han, J.,M. Kamber(2000).Data Mining: Concepts and Techniques.
5. Kaufman, L,P. J. Rousseeuw(1990).Finding Groups in Data: an Introduction to Cluster Analysis.
6. Ng, R. T.,J. Han(1994).Efficient and Effective Clustering Methods for Spatial Data Mining.Proceedings of the 20(superscript th) International Conference on Very Large Data Bases.
7. 朱桓毅(2001)。淡江大學資訊工程研究所。
8. 汪昭緯(2002)。國立中央大學資訊管理研究所。
9. 陳垂呈、洪茂峰、李鴻志(2004)。以關聯規則偵測拍賣網站異常之競標者。2004電子商務與數位生活研討會論文集
10. 陳歷鋒(1999)。國立臺灣大學商學研究所。
11. 黃琮盛(2001)。國立中央大學資訊管理研究所。

1. 胡宜中、林震岩、林雅惠(2011)。運用關聯規則和序列型樣探討投資地區之關聯性與遷移─以印刷電路板產業為例。明新學報，37(1)，217-230。