Modelo C2C : MODELO DE EVALUACIÓN DE CRÉDITO DE COMERCIO ELECTRÓNICO BASADO EN

INTELIGENCIA ARTIFICIAL (C2C significa "Cliente a Cliente". Se refiere a un modelo de comercio electrónico en el cual las transacciones
comerciales tienen lugar directamente entre consumidores individuales. En este tipo de comercio, los consumidores pueden comprar y vender bienes y
servicios entre ellos, utilizando plataformas en línea o aplicaciones que facilitan estas transacciones. Ejemplos de plataformas C2C incluyen sitios web
de subastas en línea, mercados de segunda mano y aplicaciones de compraventa entre particulares. )

el artículo aborda el desarrollo de la tecnología informática en redes y la inteligencia artificial,

destacando cómo estas promueven la generación de agentes software. Se señala que las compras
en línea, especialmente en entornos C2C, presentan asimetría de información debido al
anonimato y la liquidez de las transacciones. Este problema de crédito se convierte en un
obstáculo para el desarrollo del comercio electrónico en China.

Las plataformas comerciales en línea han establecido mecanismos de evaluación crediticia para
garantizar la seguridad de las transacciones. Sin embargo, el artículo señala que debido a la
confiabilidad de la tecnología, el entorno legal y ético del comercio electrónico, así como
problemas en los indicadores de evaluación crediticia existentes, el desarrollo del comercio
electrónico en China es lento.

El enfoque del artículo es analizar el método de gestión de evaluación crediticia en sitios web de
comercio electrónico C2C utilizando tecnología de inteligencia artificial. Se identifican problemas
en el modelo de evaluación crediticia actual, atribuyéndolos a la incapacidad de abordar
adecuadamente el desarrollo actual del comercio electrónico en China.

Como solución, el artículo propone un nuevo modelo de sistema de crédito de comercio electrónico
C2C basado en la teoría de juegos de compradores y vendedores mediante tecnología de inteligencia
artificial. El objetivo es mejorar el modelo de evaluación y tomar medidas adicionales para
resolver completamente los problemas identificados. Aunque se menciona que el valor del
crédito generalmente muestra una tendencia de crecimiento, se destaca que esta tendencia no
es obvia, subrayando la necesidad de un enfoque renovado para impulsar el desarrollo del
comercio electrónico en China.

INTRODUCCION

Las compras en línea C2C son convenientes, pero el anonimato, el alto riesgo y la asimetría de la información
limitan la satisfacción y la voluntad de compra. En China, el comercio electrónico C2C enfrenta desafíos en
comparación con B2C. La seguridad crediticia es crucial, y se propone un nuevo modelo de
evaluación que considera el monto de la transacción, evaluaciones post-devolución y otros
factores. El artículo destaca problemas en el modelo actual, como la falta de impacto en el
crédito del vendedor en casos de devolución, abogando por mejoras para promover la
integridad en el comercio electrónico C2C en China.

REVISION DE LA LITERATURA

El artículo aborda la integridad en el comercio electrónico, destacando la presencia de numerosos estudios tanto
Se hace hincapié en la investigación académica nacional, que se
a nivel nacional como internacional.
centra en modelos de evaluación crediticia, riesgos y medidas para establecer mecanismos de
confianza.
Los estudios sobre tecnología de integridad del comercio electrónico, como los modelos de juego, exploran las
razones detrás de los problemas de integridad .
Se destaca la importancia de construir plataformas de
gestión de crédito para abordar la falta de integridad.
A pesar del amplio espacio de desarrollo del comercio electrónico, especialmente C2C, se señala la falta de
Los
investigaciones sobre el nivel de gestión en el comercio electrónico, con poca atención a este aspecto.
estudios sobre el lento desarrollo del comercio electrónico en China también abordan la falta
de integridad como una razón directa, destacando el riesgo de crédito como un factor que
hace que los consumidores duden en gastar.
El artículo también aborda las consideraciones que afectan el volumen de transacciones en línea y la
rentabilidad en el comercio electrónico.Se destaca la preocupación académica sobre los riesgos,
tanto materiales como de privacidad, en las transacciones de comercio electrónico y compras
en línea. Dong Dahai y Li Guanghui, reconocidos economistas chinos, argumentan que estos riesgos impactan
el consumo de los consumidores al hacerlos reconsiderar sus compras, afectando costos y tasas de ventas . Se
señalan problemas en el sistema de evaluación del comercio electrónico en China, que se
centra en la supervisión de la integridad. Xiong Yuning destaca problemas de honestidad y
supervisión crediticia, relacionados con la implementación efectiva de evaluaciones en las
transacciones de comercio electrónico en China.

El artículo menciona las razones detrás de los problemas de integridad y crédito en el desarrollo del comercio
electrónico,
con algunas opiniones que apuntan a problemas del sistema y otros a problemas de
información.
Peng Liu, un economista chino, destaca la asimetría de la información en la red como la causa fundamental de
los problemas actuales en el desarrollo del comercio electrónico . Se explora la situación de las compras en línea
en China y se proponen soluciones detalladas, incluyendo la estructura organizativa, la política crediticia y el
Aunque se reconoce la investigación existente sobre la
sistema de gestión de crédito empresarial.
integridad en el comercio electrónico chino, se sugiere que la profundidad de la investigación
aún no cumple con los estándares.

METODO DE INVESTIGACION

3.1. Proceso de Implementación en Modo C2C:

* Este estudio se centra en establecer un sistema de calificación crediticia para el comercio electrónico C2C
independiente de diversas plataformas comerciales, presentando un centro de calificación crediticia
El proceso de implementación incluye la recopilación de registros de información
bidireccional.
crediticia personal de sistemas bancarios y plataformas de pago de terceros, la calificación
crediticia basada en el estado de transacción de cada plataforma C2C, y la presentación de
puntajes crediticios en todas las plataformas.

*Se recopila información personal, se actualiza cada seis meses y se forma una calificación crediticia estática.
Además, se implementa una calificación crediticia basada en transacciones, utilizando un
enfoque dinámico y multidimensional, en contraste con los métodos acumulativos
tradicionales. *Este sistema busca proporcionar una base y referencia para compradores y vendedores,
mejorando la confianza en las transacciones C2C.

3.2. Calificación de información crediticia personal:

En la construcción del sistema de crédito personal para el comercio electrónico C2C en China, se eligen siete
indicadores para la evaluación crediticia personal: edad, género, nivel educativo, naturaleza del trabajo, ingreso
La información se recopila principalmente de sitios web,
mensual, ubicación y credibilidad bancaria.
registros de pagos de terceros y bancos.
El centro de evaluación bidireccional utiliza la matriz de puntuación difusa y establece una función de
confiabilidad del índice para cuantificar la puntuación del índice de manera continua .
Los detalles de la
función de membresía difusa y los criterios de puntuación para cada indicador se detallan en la
Tabla 1. (INDICE: edad, genero, nivel de educación, NATURALEZA DEL TRABAJO, Ingresos
mensuales, ciudad, Credibilidad del banco) (Función de evaluación) (Descripción de la
puntuación del indicador: De 16 a 30 años: 8 puntos, De 55 a 70 años: 6 puntos y Mayores de
70 años: 4 puntos) (Doctor y superior tienen 10 puntos, los maestros tienen 9 puntos, Los
estudiantes de pregrado tienen 8 puntos, las universidades tienen 7 puntos, las escuelas
secundarias tienen 7 puntos, tienen 6 puntos, las escuelas secundarias y menores tienen 4
puntos.) (Los órganos del Estado tienen 10 puntos, las empresas e instituciones tienen 8
puntos, los estudiantes y el personal tienen 6 puntos y los demás tienen 4 puntos) ( Nivel de
consumo afectado por el nivel de ingresos) (Las ciudades de primer nivel tienen 10 puntos, las
ciudades de segundo nivel tienen 8 puntos, Las ciudades de tercer nivel tienen 6 puntos y las
ciudades de cuarto nivel tienen 4 puntos) (Puntuación basada en el crédito bancario)
3.3. Calificación de información crediticia empresarial.

Se ha implementado un modelo de análisis jerárquico para la evaluación de información crediticia empresarial,

asignando pesos diferentes a cada factor de calificación en proporciones específicas. Este modelo refleja no solo el
porcentaje de un factor o indicador, sino también su importancia relativa. El método utilizado es la jerarquía analítica, que
implica la determinación de ponderaciones en diferentes niveles mediante la creación de matrices de índice comparativo
según una escala de juicio establecida (ver Tabla 2) y matrices de juicio de criterios (ver Tabla 3).

El artículo emplea un método de comparación relativa para obtener los pesos de cada indicador y luego utiliza
matemáticas difusas para obtener la capacidad de evaluación final.

3.4. Modelo de Evaluación de Crédito Basado en el Factor Tiempo.

Reconoce que la validez de la evaluación del comprador sobre el vendedor varía con el tiempo. Para abordar esto,
utiliza un método que suma el factor tiempo para ajustar el valor integral del crédito, expresado mediante una función
decreciente de una variable.

 3.5. Modelo de evaluación de crédito con valor inicial dado.

Se divide en tres partes para evaluar a los comerciantes de Internet. Y considera el crédito del evaluador y el nivel de
crédito inicial para determinar el peso del evaluador de crédito actual.

CONCLUSION

Este artículo se centra en el modelo de evaluación crediticia de la plataforma de transacciones C2C CBEC basada en
inteligencia artificial. (Comercio Electrónico Transfronterizo de Consumidor a Consumidor" como un modelo de
comercio electrónico en el que los consumidores realizan transacciones directas entre ellos a través de fronteras
internacionales.)

Analiza las ventajas y desventajas de los modelos existentes y propone mejoras, incluyendo un experimento que ajusta el
método de puntuación y un algoritmo de crédito de inteligencia artificial. Los resultados experimentales demuestran una
mejora en la detección y prevención de comportamientos fraudulentos. El documento también examina la cientificidad
y viabilidad del nuevo algoritmo mediante simulaciones en MATLAB, destacando factores clave como el número
de compradores y el límite superior del monto de la transacción. Aunque reconoce algunas limitaciones, concluye
que el algoritmo de crédito de IA propuesto puede servir como referencia valiosa para futuras mejoras en
modelos de evaluación de crédito C2C.

SUGERENCIAS:

 El autor propone abordar los problemas crediticios en la plataforma de comercio electrónico transfronterizo C2C
desde varios aspectos.
 En primer lugar, sugiere mejorar el umbral de acceso para los vendedores, reduciendo así el riesgo desde la
fuente.
 En segundo lugar, aboga por actualizar oportunamente el modelo de evaluación crediticia con avances teóricos
y tecnológicos.
 Además, destaca la importancia de establecer un mecanismo de evaluación crediticia para los
compradores, considerando el impacto negativo de comportamientos maliciosos de los compradores en
 el mercado. Además, enfatiza la necesidad de apoyo del gobierno y la sociedad, proponiendo mejoras
en la cooperación entre aduanas, el fortalecimiento del sistema de crédito social, la mejora de leyes y
regulaciones, y la facilitación de canales de quejas de los consumidores.
 Concluye que el modelo de evaluación crediticia del comercio electrónico C2C debe adaptarse continuamente
para abordar los cambios en el entorno y mercado, proponiendo soluciones más razonables y viables en la
práctica.