快速发展的经济和日趋成熟的互联网技术促进电子商务的快速发展,随着网购消费者队伍的发展壮大,仿冒品也开始大量涌入网络消费市场。网络虚拟环境给投机取巧者提供了一个更大、更容易进入、不透明的市场来卖假冒伪劣商品。网络购物中假冒伪劣商品问题越来越成为一个社会问题,给市场秩序带来巨大破坏并浪费了大量资源,不仅损害了消费者的利益,而且破坏了企业、甚至国家声誉,严重制约了电商行业的健康快速发展。假冒伪劣现象在网络购物中十分猖獗,该问题的解决也十分迫切,但相关方对其管控效果并不理想。在对之前的电子商务、质量管控领域的学术文献进行搜索研究时发现,学术研究大多集中在网络购物信誉系统研究、假冒伪劣经济现象理论研究,或在制度、立法和伦理方面对假冒伪劣现象进行研究探讨,而我国针对网络购物中仿冒品的识别测量的实证研究仍几乎是空白。网站、商家和商品的种类与数量之多,网上交易中涉及的各要素(网站、商家和商品)变化之快,用以识别监控假冒伪劣商品自动化之复杂以及判断商品真假之困难使得相关研究缺乏,并且加大了网上假冒伪劣产品的打击难度。本研究旨在为网络购物中仿冒品识别测量体系的建立做出一个有益尝试,以运动产品中销售量大且假冒伪劣现象猖獗的NIKE鞋为研究对象,作为电子商务假冒伪劣产品质量管控研究方向的切入口,以京东商城NIKE男鞋为实例进行仿冒品识别测量的模型建立。以往关于电子商务商品质量方面的研究大多通过问卷调查法得到研究的基础数据,然而如今网络购物平台本身就储存有大量描述商品质量的基础数据,所以本文期望能充分挖掘平台上已有的大量关于商家、商品质量的数据和信息,一方面对商品网页上的结构化数据进行采集,如价格、商品上市时间、好评度、销售量、商品评分和退换货／返修率等指标,另一方面本文也为得到商品真假结果的基础数据做了大量工作,即利用KJ法得到的做工、气味、鞋底和鞋标作为指标,并对大批数量NIKE鞋按照上述指标对商品的买家评论进行商品真假的判断,最后对样本的结构化数据指标和商品真假指标进行贝叶斯网络的学习,先用训练数据训练出结构模型图,然后用结构评分公式得到评分最高者作为最佳贝叶斯网络结构,并且进行参数的学习,得到每个指标的条件概率表,该模型能够作为今后推算出不可直接测量的仿冒品概率的依据。本研究的结果可以被使用在网络购物平台对商品仿冒品的测量监控上,在学术上也弥补了电子商务行业的假冒伪劣测量系统方法的研究空白,对其它种类产品仿冒品的测量研究也有一定的参考价值和借鉴意义。