电子商务发展应用前景分析论文

如果顾客自己发现了企业“奸诈的”个性化定价或促销策略，企业难免会重蹈亚马逊的覆辙。不公平？虽然个性化的定价和促销能在很大程度上提升企业的利润，但是很多企业还是犹豫：顾客会不会觉得个性化的价格不公平？万一引起一场危机怎么办？亚马逊的尝试亚马逊就曾经因此遭遇了一场风波。今天小编为大家推荐《电子商务发展应用前景分析论文(精选3篇)》的文章，希望能够很好的帮助到大家，谢谢大家对小编的支持和鼓励。

电子商务发展应用前景分析论文 篇1：

商品口碑数据情感分析及可视化方法研究

摘要：研究电子商务领域口碑数据分析的完整流程框架，从数据获取、数据预处理、数据情感分析再到可视化展示四个流程模块，重点探讨对口碑数据进行情感分析的方法和合理的数据可视化方案，探索如何把口碑数据以更加直观的可视化形式展示给用户。

关键词：口碑数据;数据获取;预处理;情感分析;可视化

一、研究背景

近年来，随着互联网技术的不断发展和居民可支配收入的稳定增长，使得网络购物成为中国网民不可或缺的消费渠道之一，网购用户规模也稳定增长。电子商务的蓬勃发展丰富了消费者的购物渠道，网络购物成为主流消费方式，消费者也越来越喜欢在网络平台上公开分享自己对商品的购买体验，表达自己对商品的看法。因此，电商平台上的商品评论信息大量出现。这些口碑数据对其他消费者的购买决策产生巨大影响，也使得商家开始关注用户对自家产品的口碑数据，激励商家将更好的产品展示给消费者，满足消费者的个性化需求。

二、研究目的和意义

电商平台拥有数亿的用户背景，而庞大交易数据背后的海量口碑数据不容忽视。大量研究显示，一方面，这些商品口碑数据对其他消费者的购买行为和商家的产品销售产生重要大影响;另一方面，数量巨大、种类繁多、时效性高的评论数据，给消费者和商家也带来了信息过载、检索低效等问题，大量冗余的评论数据严重干扰了消费者和商家对目标信息的准确定位和快速选择。同时，现有的评论数据多是文本展示，并且存在大量无效评论和过度的主观描述等一系列问题，对于想要准确购买目标商品的消费者和要优化产品和服务的商家而言，要獲取准确的评论信息较为困难。

因此，论文研究电商平台的商品口碑数据，既可以辅助消费者进行购买决策，又可以帮助商家提取有效的反馈信息进行产品优化，具有十分重要的现实意义。

三、研究现状和趋势

基于商品口碑数据对消费者和商家产生的巨大影响，目前，国内外有很多学者从各种角度对互联网各大电商平台数据进行分析和研究。

孙妮使用数据抓取处理工具和数据分析工具研究B2C购物网站消费者的在线评价信息，分析了网络购物群体的行为规律[1]。刘冰等人对喜茶“网红店”的网络口碑数据进行分析，挖掘网红型创业企业网络口碑中的核心要素，剖析其对消费者购买行为的影响[2]。罗翔曦通过爬虫程序获取商品的评价和属性等基本数据，提取商品属性和评价词，计算出商品的推荐指标[3]。

基于以上研究，论文将以电商平台的商品口碑数据为研究对象，研究对海量口碑数据进行情感分析的方法，同时研究数据可视化方案，以期辅助消费者快速进行购买决策，帮助商家有效提取反馈信息进行产品优化。

四、商品口碑数据情感分析及可视化方法研究研究思路

首先通过爬虫技术对电子商务网站爬取商品的用户评论数据，对这些数据进行去重、压缩、删除无效评论等预处理，然后这些数据进行情感分析，建立数据模型，获取商品所具有的优缺点，设计可视化流程，实现可视化图表方案。论文依据此研究思路，给出了电子商务领域口碑数据分析的完整流程框架，即从数据获取、数据预处理、数据情感分析再到可视化展示四个流程模块，重点研究和探讨对口碑数据进行情感分析的方法和合理的数据可视化方案。

1. 获取商品口碑数据

论文使用Python中的网络爬虫框架爬取商品的口碑数据，获取商品的评论信息，将爬取的数据结果存储在csv文件中。首先利用Chrome浏览器对某电子商城的网页源代码进行分析，构造初始页面URL，采集店铺地址URL，找到商品详情页URL，抓取第一页的商品评论信息，判断该页是否是评论信息的最后一页，如果是最后一页，就结束爬取，否则，继续循环模拟翻页，获取下一页URL，抓取该页评论信息，直到爬取到最后一页，爬取结束。

2. 口碑数据预处理

最初爬取到的评论数据存在较大的重复评论以及较多的无用评论，这些数据将会对数据的有效性情感分析产生干扰，因此，要对评论数据进行预处理。预处理过程主要包括：去重、压缩、删除无效评论等。

其中，去重的主要目的是为了去重评论数据中的重复部分，以起到去除重复评论的作用。本研究去重算法的主要思想是利用算法分析文本之间的相似度，再根据相似度的高低进行文本去重;

压缩的主要目的是去掉一条评论语句中连续出现的重复内容。研究发现，连续重复的内容会出现在一条评论的开头或结尾，所以压缩操作主要是对语句开头或结尾的重复内容进行压缩处理，以便得到较为精炼的评论语句。

3. 口碑数据情感分析方法研究

情感分析的主要目的是识别用户在评论文本中表达的情感信息，了解人们对于某些事物的偏好或者是对于某些社会现象的观点。这里需要针对在电子商务网站获取的商品评论数据，对文本进行分词、词性标注、提取文本关键词、进行情感分析等处理，从而对数据文本进行褒义、贬义和中性的判断。

目前常用的数据情感分析方法主要有基于情感词典的数据情感分析方法、基于机器学习的数据情感分析方法、基于深度学习的数据情感分析方法。[4]

（1）基于情感词典的数据情感分析方法

该方法是一种较早的数据情感分析方法，首先使用现有的知识资源构建情感词典，然后基于情感词典，构建规则对数据进行情感判断。该方法需要把词汇或者词语根据情感性进行分类，比如，可以根据极性分类为积极、消极、中性等类别，构建不同的情感词典。判断情感类别时，可以根据该词包含的明确情感性得分标记该词的极性。

（2）基于机器学习的数据情感分析方法

该方法首先提取合适的特征，然后设计分类算法，建立数据分类模型，根据特征项进行数据分类。这里的特征提取，其实是一种降维方法，通过统计学方法对特征词进行选取，抽取隐含的知识规则，挖掘词义的信息，获取情感分析模型中更有价值的数据特征，即提升机器学习模型的效果。

（3）基于深度学习的数据情感分析方法

宋帆在“基于深度学习的商品评论情感分析方法研究”中提出基于深度学习的数据情感分析方法，该方法可以学习模仿人类的认知习惯，把特征提取和分类建模紧密关联，并且通过网络参数学习自动提取特征项。深度学习囊括机器学习领域，深度神经网络旨在效仿人的大脑对信息的分析、加工、处理过程，获取有价值的特征。

基于情感词典的数据情感分析方法和基于机器学习的数据情感分析方法都要依赖于实现划分好的情感字典或特征项，情感字典或特征项对情感判断有着关键影响。而基于深度学习的数据情感分析方法，可以学习模仿人类认知习惯，将特征提取和分类建模紧密关联，通过网络参数学习自动提取特征，针对分类模型设计合理的学习网络结构，能更好地应对商品评论信息中的语句的歧义性、多意性、情感反置等现象。

4. 数据的可視化分析方法研究

数据可视化是利用计算机图形学和图像处理技术，将数据转换成图形图像在屏幕上显示出来，并进行交互处理的理论、方法和技术，把分析得到的口碑数据以直观的可视化图表形式展示在用户面前时，用户便能快速获取数据背后隐藏的信息，以提高获取数据价值的准确性和效率，获得更好的用户体验。

（1）词云图

词云图是口碑数据可视化研究中心常用的一种工具。对口碑数据进行情感分析以后，按照词频降序排列，画出排序较靠前的词汇的词云图，根据词语情感分类不同，可以分别画出正面评论词云图和负面评论词云图。词云图能直观地把高频词汇通过颜色和大小展现给观众，能够将文本信息更加直观、准确地呈现出来。

（2）可视化模型技术[5]

可以选择使用一些可视化模型技术突出数据与数据之间的特性。比如，图表类、抽象类似物、具象类似物、隐喻图案等这些经典的可视化模型也通过不同的展示方式暗示了数据间的联系。

其中，图表类是一种较常用的数据可视化方法，可以突出显示数据分析结论的科学性，同时也有助于在进行数据分析的过程中辅助观众发现数据的关键信息，便于进行探索式的数据发现。

五、结论

论文提出了电子商务领域口碑数据分析的完整流程框架，即从数据获取、数据预处理、数据情感分析再到可视化展示四个流程模块。电商大数据作为一个拥有庞大数据规模的产业，将其有效应用将对电商行业产生巨大影响，本论文所研究的口碑数据的情感分析和可视化分析是其中非常重要的内容，在精准策划、精准营销、提升用户体验、提高数据服务等方面都有广泛的应用前景。

参考文献

[1]基于B2C网站商品咨询和评论的网络消费者行为规律研究.孙妮;陈进;汪菲.图书情报工作.2014-06-15.152-156.

[2]喜茶“网红店”网络口碑的大数据分析.刘冰;张华思;罗超亮.广西民族大学学报（哲学社会科学版）.2018-11-15. 118-126.

[3]多属性电商信息采集和推荐系统研究.罗翔曦.云南大学.硕士论文.2018-05.

[4]基于深度学习的商品评论情感分析方法研究.宋帆.陕西科技大学.硕士论文.2020-05.

[5]大数据环境下数据分析与可视化核心技术研究.王宇宁.北京邮电大学.硕士论文.2015-12.

作者：谢蕙 李峰 穆文慧

电子商务发展应用前景分析论文 篇2：

个性化定价会让顾客觉得不公平吗?

如果顾客自己发现了企业“奸诈的”个性化定价或促销策略，企业难免会重蹈亚马逊的覆辙。

不公平？

虽然个性化的定价和促销能在很大程度上提升企业的利润，但是很多企业还是犹豫：顾客会不会觉得个性化的价格不公平？万一引起一场危机怎么办？

亚马逊的尝试

亚马逊就曾经因此遭遇了一场风波。2000年，顾客们发现亚马逊对不同的顾客收取不同的价格：同样一张DVD，卖给新顾客的价格要比老顾客低4美元。亚马逊的解释是：这是亚马逊针对不同顾客提供的随机优惠折扣，然后根据顾客对折扣的反应，重新衡量产品对每一个顾客的定价。

从结果来看，顾客觉得他们买得越多、越频繁，反而被索要更高的价钱。这让亚马逊的老顾客们很不满意：“网站认定经常上亚马逊买东西的顾客已经被‘征服’了，不介意或不注意自己买东西要多付3%～5%的钱。”虽然亚马逊后来解释说：“这是调查顾客对不同折扣额的反应，仅仅是简单的价格测试”，但是老顾客仍觉得他们受到了“网上的奸诈之徒”（亚马逊）不公平的待遇。

有些经理人提出了一个建议：“采取亚马逊的方法，但别被顾客抓住！”他们建议企业隐瞒歧视定价的事实，或者用“抽奖”的幌子来应对顾客的质疑。但是，隐瞒不是最好的办法，如果顾客自己发现了企业“奸诈的”个性化定价或促销策略，企业难免会重蹈亚马逊的覆辙。

设置门槛

为什么亚马逊的做法让顾客觉得难以接受？

顾客是否认定个性化的定价和促销是不公平的“歧视”呢？

企业之所以招致顾客的反感，一个共同的原因是：他们对个性化的价格理解错了。Forrester Research的分析师Carrie Johnson曾经强调：“个性化价格不是‘扔’给顾客不同的价格，而是应该把降价或者优惠券作为对不同顾客的奖励，并且为那些愿意多付钱的顾客提供更多的价值”。

想一想，在现实生活中，我们看到前面排队的人因为有打折卡或优惠券，而支付了比自己低的价格，我们并不会觉得不公平。因为前面的人为了拿到打折卡排了半小时队，或者花了十分钟来剪优惠券，而我们不愿意花费这些时间。

我们在飞机上知道坐在自己身边的人只为机票付了70%的钱，而我们买的是全票的时候，我们也不觉得难过。因为身边的人可能需要提前三星期预订机票，而且还不能退订，而我们由于行程不确定所以需要能够随时改签的机票。

如果提供的折扣是对顾客努力的奖励，要求的额外支出换来了顾客需要的价值，大家就不会觉得不公平。顾客觉得不公平的是：他们仅仅因为身份的不同，就被索要不同的价格。

为了让顾客感到公平，实施个性化价格策略的企业需要提供一个“门槛”，来分割产品不同部分的价值。愿意付出努力并“跨”过门槛，说明顾客愿意付出一些努力或放弃一部分产品的价值来换取更低的价格；而不愿意“跨”过门槛，说明顾客在乎产品的某部分价值，愿意为这部分价值买单。需要注意的是，这个“门槛”并不是用来识别顾客的支付意愿的，只是为了分割产品的价值，使得这部分价值只能被支付高价的顾客享受。

比如在音像店的例子中，假设我们向鲍勃和露西收取不同价格之后，却同时提供一样的DVD，露西估计会气得跺脚。露西之所以愿意付全价60元，是因为她喜欢比别人更早地观看影片，而现在鲍勃付40元竟然可以和她同时看到影片。

但是，如果我们设置一个门槛：鲍勃在第一时间购买只需要支付40元，但是在两周之后才能取到货。这个门槛把观看电影时间的价值和电影内容的价值分割开。所以，露西就不会觉得不公平：因为鲍勃是需要付出推迟观看时间的成本。同时，鲍勃也非常高兴：他愿意牺牲“第一时间观看影片”这部分价值来节省20元钱。这样一来，音像店可以让鲍勃和露西都在第一时间购买，付出各自心中的最高价格，同时还买得满意，丝毫没有不公平的感受。

个性化价格的未来

亚马逊的失败让不少人对个性化定价在电子商务中的应用前景持悲观态度。亚马逊自己也说：“这个办法（个性化定价）很愚蠢，因为容易被发现”。他们认为顾客在网络中更容易伪装成支付低价者，当顾客知道亚马逊为新顾客提供低价之后，便纷纷注册新用户，希望得到更低的价格。

虽然到目前为止个性化定价在电子商务领域中非常成功的案例还不多，但不可否认的是：相比实体商店，电子商务网站在实施个性化定价方面有天然的优势。他们能搜集到大量丰富的顾客购买数据，有成熟的个性化技术来识别顾客的偏好和支付意愿，而且能较容易地为不同的顾客呈现不同的价格。比如，在实体店里，产品的标价是一样的，个性化的定价主要通过发放优惠券来进行；但是在零售网站上，产品的标价不需要一样，可以很方便地对不同顾客呈现不同的价格。

正如我们前面所提到的，人们对个性化定价在电子商务中的应用持悲观态度的原因之一是顾客在网络中容易伪装，换个“马甲”就能得到低价。但是，这个担心的前提是顾客能够容易地识别商家个性化定价的机制。就像航空公司的价格歧视一样，个性化定价的机制也不只是依赖简单的原则，而是慢慢向复杂的机制发展。

正如之前的例子提到的：以前“维多利亚的秘密”按照性别来进行价格歧视，但是后面的机制已经考虑了购买历史、企业存货、产品成本和促销预算限制等因素。顾客可能很容易知道伪装成男性或新用户有利可图，但是无法知道伪装什么样的购物历史能获得某个产品的优惠。

退一步讲，就算顾客最终知道了这个机制，企业还为个性化定价提供了“门槛”，让顾客能欣然接受不同的价格。

考虑到电子商务的先天优势以及愈加复杂的定价机制，我们对个性化定价在电子商务领域的前景是乐观的。在不久的将来，不仅个性化定价工具在电子商务等领域能得到更加广泛的应用，而且顾客的历史购买数据将会被各类电子商务网站共享，使得企业能够更加准确和迅速地捕捉到顾客支付意愿的变化：在亚马逊购买了《时尚先锋香奈儿》电影并评价不错的顾客，再到香水网站购买“香奈儿5号”的时候，呈现给她们的价格会和其他顾客不同。网站上商品的价格，也有可能像航空机票一样，随着每一位顾客的每一笔交易每分每秒都在变化。

基于地理位置服务（LBS）与个性化定价的结合

当你走进星巴克的时候，Foursquare和Shopkick等基于地理位置信息的应用允许你在智能手机上“签到”。作为频繁访问星巴克的用户，星巴克可能提供给你一张1美元的代金券或免费咖啡。用户使用智能手机“签到”不仅是一个客户忠诚计划，还能够收集用户行为数据。比如，商家可以使用优惠券或积分等方式，鼓励用户提供诸如“签到”时购买了什么商品或花费了多少钱等更加详细的信息。

比如，同样是每天来星巴克买咖啡的两位用户，但是他们来星巴克的时间和购买的饮品截然不同：Tom每天早上买一杯美式咖啡，苏珊每天中午买一杯柠檬茶或中式茶。那么，星巴克提供给他们的优惠券应该有所不同：我们可以提供给Tom新推出的免煮咖啡的优惠券，而提供给苏珊盒装白茶的优惠券。这些用户的行为信息能够允许商家为用户提供个性化的电子优惠券。

随着基于地理位置服务应用的崛起，商家对消费者的了解已经不仅仅是谁花了多少钱购买了什么商品。LBS增加了用户行为的一个重要维度，我们现在可以知道谁在什么地方、什么时间花了多少钱购买了什么商品，这可以帮助我们构建一个更加全面的消费者兴趣和行为图谱。

在这个全面兴趣和行为图谱上面，对客户进行个性化定价与促销可以有效地帮助商家实现利润最大化，在正确的时间、地点，将正确的打折优惠信息发送给正确的消费者。基于LBS的个性化定价与促销不仅帮助商家提高了识别用户的精准营销效果，同时也方便用户实时实地享受个性化的优惠信息获取，提高用户体验。

（本文选自北大光华管理学院教授、北京百分点科技创始人苏萌的《个性化，商业的归来》一书）

作者：苏萌

电子商务发展应用前景分析论文 篇3：

电子商务安全问题的现状与未来

摘 要：在全球信息化影响下，电子商务需要不断完善。针对电子商务现状制定实施恰当的产业政策十分必要。本文从电子商务技术发展环境、存在的问题、发展趋势探讨分析了我国电子商务发展的现状。 

关键词：电子商务;发展趋势;教育产业;应用前景

电子商务源于英文ELECTRONIC COMMERCE，简写为EC。内容包含两方面，一是电子方式，二是商贸活动。一般指利用电子信息网络等电子化手段进行的商务活动以及商务活动的电子化与网络化。电子商务还包括政府机构、企事业单位各种内部业务的电子化。电子商务是一种现代化商业和行政方法，通过改善产品和服务质量、提高服务传递速度，通过计算机网络加快信息交流以支持决策。

一、我国电子商务面临的困境与问题

1. 消费观念问题。我国金融体系的呆板和服务意识的淡漠，直接造成中国的消费市场缺乏信用消费概念支持，信用体系一直缺乏完善的保障机制与信用机制，货币电子化进程缓慢。银行与银行之间、银行与消费者之间画地为牢，迫使那些想尝试信用消费的人必须为此付出额外的精神和财力代价。于是当电子商务这种新型商业模式出现时，众多消费者只能是裹足不前，电子商务模式依然远不足与现实生活中的传统商业模式相匹敌。

2. 搜索技术与标准问题。搜索引擎看起来很简单：用户输入一个查询关键词，搜索引擎就按照关键词语到数据库去查找，并返回最合适的WEB页链接。但根据NEC研究所与INKTOMI公司最近研究结果表明，目前在互联网上至少10亿网页需要建立索引。而现在搜索引擎仅仅能对5亿网页建立索引，仍然有一半不能索引。这主要不是由于技术原因，而是由于在线商家希望保护商品价格的隐私权。因此当用户在网上购物时，不得不一个网站一个网站搜索下去，直到找到满意价格的物品为止。各国电子商务的交易方式和手段存在差异，面对无国界、全球贸易，需要在电子商务交易过程中建立相关的统一标准，以解决电子商务活动的相互操作问题。

3. 电子商务的安全与管理问题。电子商务的安全问题仍是影响电子商务发展的主要因素。在开放的网络上处理交易，如何保证传输数据的安全成为电子商务能否普及的最重要的因数之一。调查公司曾对电子商务的应用前景进行过在线调查，当问到为什么不愿意在线购物时，绝大多数人的问题是担心遭到黑客的侵袭而导致信用卡信息丢失。因此，有一部分人或企业因担心安全问题而不愿意使用电子商务，安全成为电子商务发展中最大的障碍。管理的概念应该涵盖商务管理，技术管理、服务管理等多方面，因此要同时在这些方面达到一个比较令人满意的规范程度，不是一时半时就可以做到的。另外电子商务平台的前后端相一致也是非常重要的。一个完善的后台系统能体现一个电子商务公司的综合实力，决定电子商务的管理是不是有效，决定电子商务公司最终能不能实现赢利。

二、电子商务市场潜力与产业化发展趋势

1.电子商务市场潜力巨大。众多信息技术企业、风险投资公司、生产流通企业纷纷开展电子商务，进军朝阳产业。金融危机爆发以后，电子商务似乎是最热门的名词，电子商务行业也是动作最大的行业，经历阿里外贸通、百度B2B事件以后，网易也曲线加入了这个行业的竞逐。种种现象表明，电子商务正在向一个新时代迈进。调研数据表明，在2007年中国B2B电子商务交易额规模达到16078亿元人民币的基础上，B2B电子商务交易额在2008年将保持20%左右的增长速度，B2C/C2C在2008年保持约30%的增长。2009年电子商务交易总额在25100亿元人民币的数量级、2010年是32200亿元人民币。在经济不景气的情况下，电子商务市场潜力巨大。传统的电子商务平台正在大众化，除了专业电子商务平台如慧聪、阿里、B2B行业网之外，搜索引擎、新闻门户以及垂直纷纷介入了电子商务。随着电子商务市场的增大、电子商务的作用愈加凸现、电子商务平台的增多与大众化，企业及营销人士同时采用多家电子商务平台已成为一种趋势。

2.电子商务模式不断完善与创新。今后相当长时间内，上网人口仍将以大城市、中等城市和沿海经济发达地区为主，B2B的电子商务模式区域性特征非常明显。以这种模式为主的电子商务企业在资源规划，配送体系建设，市场推广等方面都必须充分考虑这一现实，采取有重點的区域化战略，才能最有效地扩大网上营销的规模和效益。对B2B电子商务模式来说，以大的行业为依托的专业电子商务平台前景看好。要满足消费者个性化的要求，提供专业化的产品线和专业水准的服务至关重要。今后若干年内我国上网人口仍将是以中高收入水平的人群为主，他们购买力强，受教育程度高，消费个性化需求比较强烈。面向消费者的垂直型网站和专业化网站前景看好，行业电子商务平台发展潜力大。个性化定制信息需求将会强劲，个性化商品的深度参与成为必然。电子商务网站在最初的全面开花之后必然走向新的融合。

3.电子商务的支撑环境将逐步规范和完善。电子商务的法律环境将更完善。随着电子商务的相关基本法律、法规的出台和实施，国内电子商务将得到有效的法律保障。电子商务的社会及商业环境更趋成熟。网络人口已达6000万以上，仅次于美国。网民的消费观念和行为将发生变化，对电子商务的接受程度将不断提高。企业对电子商务的认识更深化，实施电子商务的紧迫性和自觉性都会大大提高。电子商务的安全性将得到有力的提升。随着电子商务的发展和需要，跨地区的专业性物流渠道将适时建立和完善，使得电子商务公司在配送体系的选择方面空间更大，成本将降低。应该继续完善现有法律法规，保证电子交易的合法性，保护个人隐私和防范网上犯罪，建立电子商务安全认证法律机制。电子交易由于信息的数字化和标准化，使其丧失了个性化特征，因此确保交易中信息的身份特征和安全保密性是电子交易的关键所在，目前我国还没有立法明确说明数字签名的有效性，以及立法保护网上个人信息隐私。最后，为电子商务发展提供宽松的经济政策环境，遵循网上交易自由原则和不额外征税原则。

4.改善我国电子商务发展环境的措施。通过实施政府信息化，提高政府工作效率和透明度，促进政府与社会的沟通;发展政府部门之间的非支付性电子商务，促进有关部门在电子商务实施中的关系协调，推动管理部门联网，实现商务管理电子化;发展政府和企业间的电子商务，实现政府采购网络化。有针对性地扶持重点行业、企业开展电子商务，通过试点总结经验加以推广。所以，充分利用各种途径和手段培养、引进并合理使用好一批素质较高、层次合理、专业配套的网络、计算机及经营管理的专业人才，是我国电子商务建设成功的根本保证。同时，面对电子商务的安全问题，政府有关部门组织有关企业和研究单位制定安全技术，这是责无旁贷的。

参考文献：

[1]黄京华.电子商务教程[M].北京：清华大学出版社，2003：36-37.

[2]王健.电子商务[M].深圳：海天出版社，2005：68-72.

[3]马秋枫.计算机信息网络的法律问题[M].北京：人民邮电出版社，2006：69-70.

[4]姚国章.中国企业电子商务发展战略[M].北京：北京大学出版社，2007：96.

作者：刘建