广东工业大学学报  2017, Vol. 34Issue (5): 73-79.  DOI: 10.12052/gdutxb.170043.
0

引用本文 

陈军, 谢卫红, 陈扬森. 国内移动电子商务领域前沿动态研究[J]. 广东工业大学学报, 2017, 34(5): 73-79. DOI: 10.12052/gdutxb.170043.
Chen Jun, Xie Wei-hong, Chen Yang-sen. A Research on Forward Trends of Mobile E-commerce[J]. JOURNAL OF GUANGDONG UNIVERSITY OF TECHNOLOGY, 2017, 34(5): 73-79. DOI: 10.12052/gdutxb.170043.

基金项目:

广东省哲学社会科学规划项目(GD15XGL14)

作者简介:

陈军(1990–)，男，硕士研究生，主要研究方向为大数据可视化和社会网络。

通信作者

谢卫红(1969–)，女，教授，博士，博士生导师，主要研究方向为大数据战略管理. E-mail：xwh513@gdut.edu.cn

文章历史

收稿日期：2017-02-22
Contents              Abstract              Full text              Figures/Tables              PDF
国内移动电子商务领域前沿动态研究
陈军1,2, 谢卫红1,2, 陈扬森1     
1. 广东工业大学    管理学院;
2. 广东工业大学　大数据战略研究院，广东　广州  510520
收稿日期：2017-02-22
基金项目：广东省哲学社会科学规划项目(GD15XGL14)
作者简介：陈军(1990–)，男，硕士研究生，主要研究方向为大数据可视化和社会网络。
通信作者：谢卫红(1969–)，女，教授，博士，博士生导师，主要研究方向为大数据战略管理. E-mail：xwh513@gdut.edu.cn
摘要: 基于中国知网(CNKI)数据库, 检索以“移动电子商务”为关键词的987篇文章, 采用文献计量、社会网络分析以及关键词共现等研究方法, 结合Citespace、Ucinet、Netdraw等工具, 从高频作者群、关键词共现和关键词的时间演进等角度揭示我国2000~2015年移动电子商务的研究热点和研究方向. 研究结果显示: 移动电子商务技术领域研究主要侧重于移动支付方式的发展; 移动电子商务应用领域主要侧重其产业链和商业模式创新的研究. 此外, 企业应用、信息安全也是移动电子商务研究领域的热点. 同时, 移动电子商务领域的应用模式也在不断向着网络社区和基于位置的服务等新兴模式方向发展.
关键词: 移动电子商务    文献计量分析    可视化    研究热点    
A Research on Forward Trends of Mobile E-commerce
Chen Jun1,2, Xie Wei-hong1,2, Chen Yang-sen1     
1. School of Management, Guangdong University of Technology;
2. Big data Strategy Research Institute, Guangdong University of Technology, Guangzhou 510520, China
Abstract: Based on China National Knowledge Infrastructure (CNKI), 987 articles with the keyword " mobile commerce” are retrieved, and using the method of bibliometrics, social network analysis, and key words co-occurrence methods, in combination with Citespace, Ucinet, Netdraw tools, hot spots and trends in mobile commerce research from 2000~2015 in China, such as research focus and research direction from the perspective of the high-frequency group, keyword co-occurrence, the time evolution of keywords and so on, are revealed. The results shows that mobile e-commerce technology research mainly focus on the development of mobile payment. The application of mobile e-commerce mainly concerns its industrial chain and business model innovation. Moreover, enterprise application and information security are also research hot spots. At the same time, the application of mobile e-commerce is also constantly expanding toward the network community and location-based services and other emerging models.
Key words: mobile E-commerce    bibliometrics analysis    visualization    research hot spot    

目前，移动电子商务作为新兴事物，其概念的界定还未统一. 移动电子商务可以理解为在传统电子商务的基础上，依托无线网络，利用移动通讯设备（如手机、笔记本和个人数字助理等）进行商品/服务交易. 据CNNIC第38次统计：截止2015年12月，中国网民规模达到6.88亿，互联网普及率达到50.3%. 其中我国手机网民规模达6.20亿，有90.1%的网民通过手机上网[1]. 随着移动互联网的兴起，人们更倾向于随时随地购买所需物品，手机网购已成为一种新常态. 艾瑞咨询数据显示：2015年中国移动端网购交易额同比暴涨123.2%，至2.1万亿元，在网购总交易额中的占比首次超越PC端达到55%[2]. 由此可见，我国移动电子商务具有很大的发展空间和广阔的市场前景，移动电子商务正在引领未来电子商务发展潮流. 然而，国内相关研究中以文献计量角度分析移动电子商务的文献还比较少. 本文借助文献计量、共词分析和社会网络(SNA)等方法对移动电子商务领域进行全面分析，以期更好地把握移动电子商务领域的研究热点及发展趋势.

1 数据来源与方法 1.1 数据来源

本文选取中国知网(CNKI)数据库作为数据来源，选择期刊剔除“报纸”等其他无关学术的文章. 用高级检索功能采取篇名中含有“移动电子商务”的检索策略，将文章刊载的年份限定为2000~2015年，共检索到996篇中文文章. 随后对所得数据进行去重和清洗得到987条有效数据，再通过对同义词、缩写词进行规范和统一整理，实现对有效数据标准化处理，从而保证运行结果的真实可靠.

1.2 研究方法

本文通过文献计量方法，对相关文献的论文年度分布、刊文期刊分布、论文基金资助情况、关键词的共现研究和关键词的聚类分析等进行计量研究. 在研究方法上，本文主要运用文献计量、共词分析和社会网络分析方法. 共词分析(Co-word Analysis)[3]属于内容分析法，用于分析同一篇文献中的一组词的共现关系和共现强度，反映词与词之间的联系，揭示某研究领域的内在结构及变化趋势. 而社会网络分析方法(Social network analysis, SNA)[4]是一种社会学研究方法，用于描述行为者之间的关系.

2 数据分析与结果 2.1 论文年度分布

论文的年度分布可以揭示一个学科领域的产生、发展与成熟过程，能够更好地分析该领域的发展历程，从而把握其发展趋势[5]. 图1显示2000~2015年CNKI中移动电子商务领域发文量及增加量分布情况. 早期关于移动电子商务领域相关文献仅有23篇，从2000~2015年移动电子商务的发文量呈现平稳向上的态势. 由图1可以直观看出，2004年后发文量出现了第一次较明显的增长趋势. 随后移动电子商务的研究又出现新的增长期. 到2013年，在移动互联网迅速发展的推动下，发文量实现爆发式增长态势. 发文量的急剧增长从侧面反映出研究者对这领域的重视与关注程度.

近年来，随着社会经济发展与用户需求的影响，学者们逐渐意识到移动电子商务的重要性，这促使移动电子商务研究迅速发展. 但由于研究热点的变化，社会经济及热门事件的影响，每年论文的增长率呈现不规律的波动状态.

图 1 2000~2015年CNKI中移动电子商务领域发文量及增加量分布 Figure 1 Amount and distribution of publications on mobile e-commerce and volume increase of 2000~2015 in CNKI
2.2 刊文期刊分布

对论文来源期刊进行统计有助于了解和确定移动电子商务的核心期刊、所属学科以及学科融合状况. 近年来，基于移动电子商务的研究成果不断增加，不同领域的学者从不同方面对移动电子商务进行研究. 根据对刊发移动电子商务论文的期刊进行数据统计，期刊种类分布非常广泛，包括经济、计算机技术、农业、数学和图书情报等，可见移动电子商务在各个领域都受到高度重视. 表1列举了载文量前十的期刊，这些期刊主要涉及经济、通信与计算机技术，其中商业经济类所占的比重较大，这与移动电子商务这一主题高度相关. 其次是通信技术与计算机技术，这说明移动电子商务是依托通信技术与计算机技术发展起来的，目的是促进商业经济的发展，同时也主要应用于这三大领域. 纵观载文量前10的期刊中，中文核心期刊并不多. 不同的期刊决定了不同文献的学术质量，由此说明学者们虽然在移动电子商务领域取得了一定的成果，但是发表在高水平的期刊上的论文还是比较少. 总的来说，论文的学术水平和价值并不高. 未来学者们可以争取往高水平期刊发表论文.

表 1 2000~2015年移动电子商务领域期刊论文的载文量统计（前10位） Table 1 Published volume on mobile e-commerce of 2000~2015 (Top 10)
2.3 作者分布分析

某一学科或理论科研的方向可以通过有影响力的作者群予以表征，这些作者总体上反映了这一学科或者理论研究活动的基本状况[6]. 因此，对核心作者的发文量和学术成果进行研究有助于把握移动电子商务领域的前沿动态.

文献计量学中运用普莱斯[7]定律来确定一个领域的核心作者. 普莱斯提出的核心作者计算公式如下： $m = 0.749\sqrt {{n_{\max }}} $ . 其中，n为发文量最多的作者的发文数量，m为核心作者的最低发文数量，即发表论文m篇以上的作者即为核心作者[8]. 按此标准，在本文检索的文章中，发文量最多的作者的发文数量为5篇. 根据普莱斯定律计算求得m=2，因此发文量为2篇以上的作者即为移动电子商务领域的核心作者. 结果如表2所示.

表 2 2000~2015年移动电子商务领域核心作者统计 Table 2 Number of authors on mobile e-commerce of 2000~2015

由表2可以看出，130位核心作者共发表了302篇论文. 发文量在2篇以上的作者仅占24.61%. 作为新兴的领域，移动电子商务的核心作者群仍在不断发展，随着越来越多学者关注该领域的发展，移动电子商务的研究队伍将不断壮大. 运行CiteSpace设定阈值显示前150位作者，以2000~2015年作为一个时间跨度，生成共现作者的知识网络图谱，如图2所示. 移动电子商务领域，彭革刚和沈清为核心的合作作者群最具有代表性，共同发表移动电子商务领域论文数量最多. 其次储节旺和郭春侠合作较为密切. 综合来看，对于移动电子商务领域的研究还是以合作为主，合作研究移动电子商务是主要趋势.

图 2 2000~2015年移动电子商务领域共现作者知识网络图谱 Figure 2 Knowledge network of co-present authors on mobile e-commerce of 2000~2015

在一个领域内提供高数量的研究成果体现了该作者的研究贡献、研究功底和研究深度[8]. 如表3所示，从作者所属的机构来看，可以将发文量前10的作者大致分为两类：一类是来自高等院校的科研机构，例如来自吉林工商学院的王美艳，她主要研究移动电子商务的发展与应用. 另一类则是来自企业的作者，如拓维信息系统股份有限公司的彭革刚，其通过对所处行业的了解与自身经验的把控，研究移动电子商务客户端应用和安全框架等. 而从作者所属的地区来看，发文量前10的作者主要集中在湖南和北京两地；从作者主要的研究方向可以看出，发文量前10的作者主要研究移动电子商务的发展与其应用.

表 3 2000~2015年移动电子商务领域发文量前10的作者基本情况统计 Table 3 Top10 authors on mobile e-commerce of 2000~2015

研究提倡跨学科、跨领域，科研合作能使科学研究更趋向于交叉性和复杂性. 如果把合作紧密的学者看作一个科研团队，则规模较大的是以彭革刚、沈清为主的科研团队，其主要研究方向为移动电子商务客户端、安全框架研究等. 此外以储节旺、郭春侠为主的科研团队主要研究移动电子商务的发展；张娜、高国伟等的合作也较为突出. 通过进一步的研究发现研究者之间的合作渊源主要是同在一个高校或者是科研机构，如彭革刚发表的4篇文章都与沈清进行合作，他们都来自拓维信息系统股份有限公司；而储节旺和郭春侠则来自安徽大学.

3 研究热点分析

关键词是文献内容高度浓缩的结果，是作者对学术论文的概括和精炼，出现频次高的关键词常常被视为某一领域的研究热点问题[9].

3.1 高频关键词统计

将987篇文章导入CiteSpace中，相关参数设置为：时区分割(Time Slicing)设置为在2000~2015年间，以1年为时间切片(Years Per Slice)，选择关键词(Keywords)为分析内容，阈值为前50个高频词，运行得到如表4所示的关键词的频次统计表和如图3所示的关键词的可视化图.

表 4 移动电子商务领域高频关键词（前30） Table 4 The high frequency keywords on mobile e-commerce(Top30)
图 3 2000~2015移动电子商务领域的关键词共现知识图谱 Figure 3 Knowledge network of co-keywords on mobile e-commerce of 2000~2015

由于节点过大，在生成关键词共现知识网络图谱时隐藏共现频次最高的点：移动电子商务(847). 电子商务(105)、WAP(60)、移动商务(59)、传统电子商务(52)、移动支付(44)、中国移动(44)、移动通信(40)、发展趋势(34)，这几个关键词共现频次超过30，它们表征了从2000~2015年移动电子商务领域的研究热点，构成了该领域知识网络的主要路径. 由于关键词较多，在此选取频次高于12次的关键词作为该研究领域的高频关键词，共获得30个. 从频次来看，移动电子商务研究领域主要集中在移动电子商务及应用（如移动支付、移动通信、手机支付、电子支付等）.

3.2 关键词共现分析

共词分析法利用文献中词汇或名词短语共同出现的次数, 来确定该文献集所代表学科中各主题之间的关系[10]. 一般认为关键词共现次数越多, 则表示这两个主题的关系越紧密[11]. 用关键词共现分析方法构建关键词网络，而关键词网络的可视化展现更加直观地表明关键词之间的相互关联程度. 进行关键词词频统计后，将数据文本导入到Bibexcel中取共现次数大于等于2的关键词构建共现矩阵. 将得到的矩阵导入到Ucinet中，通过Netdraw可视化软件将得到的矩阵进行网络结构的可视化.

根据社会网络分析方法(SNA)中度数中心度的定义，在一个社会网络中，如果一个行为者与其他行为者之间存在越多的直接联系，那么该行为者将处在中心位置. 从图4中不难发现，移动电子商务本身就处在中心位置. 整个图呈现“星行”状展开. 其他领域紧密围绕在移动电子商务周围，体现了移动电子商务相关领域的发展. 关键词的密集程度也代表着关键词出现的频次和共现次数，也即，关键词之间的连接线（连接线代表着入度和出度值）越多，关键词共现的次数越大，出现的频率也就越高.

图 4 移动电子商务领域共词网络图谱 Figure 4 Co-word map of mobile e-commerce of 2000~2015

同时J2ME、WAP、电子商务、电子商务、手机支付、移动支付、中国移动、移动商务和传统电子商务等形成以自己为中心的星形网络结构并与移动电子商务紧密联系. 这说明J2ME、WAP、中国移动、传统电子商务和移动支付等是目前移动电子商务领域的研究热点. J2ME和WAP同为无线运维方式，因此两者联系较为紧密. 此外基于J2ME和XML技术研究移动电子商务安全也是一个热点. 而传统电子商务和移动电子商务作为电子商务在不同发展阶段的两种商务模式，两者的对比一直是该领域的热点问题.

3.3 研究前沿关键词Time-zone分析

为了更好地展现关键词演进与发展趋势，本文利用Citespace试图分析2000~2015年移动电子商务研究的热点主题的交互关系和演变路径. 研究前沿和知识基础之间是具有映射关系的，即研究前沿指向知识基础[12]. 因此，可以通过Citespace绘制两者之间的顺时模式时区视图(Time-Zone).

在Citespace中设置阈值为(2，2，15)，(3，3，20)，(3，3，20)，选取节点top50作为分析对象，运行得到节点468，连线631，密度为0.005 8的关键词共被引网络. 根据共被引网络的相关知识，一个圆形节点表示一个关键词，圆形节点的大小表示关键词被引次数的多少，即圆形节点越大，则代表关键词被引次数就越高. 可以看到，移动电子商务研究领域每年的关注点都在发生变化.

移动电子商务的发展大致分为两个阶段. 从图5中可以看出，第一阶段主要以移动电子商务的相关技术如J2ME、WAP等为研究中心，这一时期移动电子商务系统主要采用基于WAP技术的方式. 可见，相关技术的发展是推动移动电子商务发展的基础. 随后移动通信技术、移动通信设备逐渐成为研究趋势. 通信技术、通信设备的发展成为移动电子商务发展的强大推动力，这是区别于传统电子商务最大的特点. 近年来，移动电子商务研究开始集中在对应用模式、安全性问题的探讨上. 特别是移动电子商务系统融合了4G移动技术、智能移动终端等新技术，它的安全性和交互能力得到空前提高. 这与移动电子商务的普及应用的现实相吻合. 在2013首次出现移动电子商务与O2O的结合后，近年来学者在移动电子商务领域对于商业模式的研究逐渐向M2C转变. 同时，移动电子商务领域的应用模式也在不断向着网络社区和基于位置的服务等新兴模式方向发展. 国外已形成较为成熟的基于位置服务的移动电子商务新兴商业模式, 这种模式的出现与其先进的移动技术密不可分. 技术带来商务模式的创新, 为国内移动电子商务领域研究开拓新的研究方向.

图 5 关键词Time-zone图 Figure 5 Time-zone map of keywords
3.4 关键词的聚类分析

聚类分析是根据研究对象的特征对其进行分类的多元分析技术的总称，其主要是研究样本或变量指标间存在着不同程度的相似性或亲疏关系[13]. 为了进一步探究高频关键词之间的联系，更好地利用关键词预测移动电子商务的研究重点和研究趋势，本文利用SPSS结合近邻矩阵和聚类分析对关键词之间的联系程度进行了量化，同时对关联度较高的关键词进行相关的聚类，得到相关的总体研究趋势.

从图6聚类树状图显示的结果来看，高频关键词大致聚为4类：移动电子商务构成基础、移动电子商务应用、移动电子商务技术与安全和移动电子商务相关研究.

(1) 移动电子商务构成基础. 主要包括：中国移动、中国联通、移动支付、手机支付、移动电子商务、安全性、移动通信、传统电子商务、电子商务市场、移动通讯设备、交易规模、移动终端、支付宝、第三方支付、移动商务、移动用户和移动通信设备. 移动电子商务主要是依靠移动通信发展起来的，基于传统电子商务的革新主要是为了更好地应用，从而满足用户需求与用户体验. 移动电子商务支付手段的基础——移动支付使得移动端的交易额呈逐年上升趋势[14]. 可以说，移动支付在改变用户消费习惯的同时，也在推动电子商务模式的创新.

(2) 移动电子商务应用. 主要包括：价值链、商业模式和应用模式. 近年来，越来越多的学者将移动电子商务的应用转移到移动电子商务的价值链和移动电子商务的商业模式上来. 移动电子商务价值链正逐渐由初期产业链上下游链状形态转化为多产业链主体和多层次协作的网状产业链形态[15]. 而传统电子商务商业模式正逐渐从传统B2C向M2C转变，随着移动通信技术的发展，以移动运营商为核心的商业模式也逐渐兴起. 移动电子商务的应用越来越向着社交化的方向发展，微商的兴起使得社交化的移动电子商务得以进一步发展[16].

(3) 技术与安全. 主要包括：J2ME、XML、WAP、WPKI、信息安全. 技术是发展移动电子商务的强大支撑. J2ME技术将在手机上有很广泛的应用，XML已经成为了互联网数据交换的标准格式，将J2ME和XML结合起来研究移动电子商务的安全问题是目前的一个热点.

(4) 移动电子商务相关研究. 主要包括：发展趋势和发展现状. 移动电子商务为信息、商品和服务的流通开辟了新的渠道，其发展现状及趋势一直是学者的研究重点.

图 6 高频关键词聚类图 Figure 6 Clustering diagram of high frequency keywords
4 结论

本文采用文献计量、共词分析和社会网络等方法，从期刊分布、高频作者分布和论文基金资助分布情况、发文机构分布以及关键词的相关分析等角度对移动电子商务进行研究. 由于单一方法在时效性等方面存在局限性，采用不同方法进行互补在一定程度上弥补了单一方法的不足. 通过全面的分析，本文从理论价值和现实意义两方面探讨文章的创新之处以及文章的价值所在.

(1) 理论价值.

创新性地运用文献计量、共词分析和社会网络等方法研究移动电子商务领域的发展现状和发展趋势，拓展了研究方法的多样性. 研究移动电子商务的发展趋势不仅可以丰富移动电子商务领域的研究成果，还可以使其他学者快速把握移动电子商务领域的研究动态和趋势. 与此同时，研究成果可以更好地指导移动电子商务实践.

(2) 现实意义.

移动电子商务的发展顺应了时代发展的潮流，因此研究移动电子商务的发展趋势和前景在一定程度上可以支撑移动电子商务这一新兴产业快速发展. 移动电子商务的发展以移动电子设备和通讯技术为基础. 国外在移动商务发展的基础设施上领先于国内，这是我国移动电子商务技术发展的方向，即努力向先进移动设备和先进信息通讯技术迈进. 移动电子商务的应用上，国外通过先进位置服务和社区服务引领新的移动电商商业模式潮流，这对于我国结合社会网络和社区服务来拓宽移动电子商务领域的跨学科研究上具有借鉴意义. 基于此，本文通过分析移动电子商务的研究现状，以期为未来移动电子商务研究提供参考.

由于时效性以及文献计量方法上的制约，在理论前沿的探讨上难以把握最新而数量极少的关键词，故不能依据关键词数据进一步分析移动电商领域的动态前沿. 在下一阶段希望能结合内容分析法和文本挖掘等方法更好地把握移动电子商务领域最新动态的研究.

参考文献
[1] 曹华平, 崔盈雪, 赵鑫, 等. 2015中国互联网网站发展状况及其安全报告[J]. 互联网天地, 2016(4): 70-74.
CAO H P, CUI Y X, ZHAO X, et al. Development status of China internet sites and security report in 2015[J]. China Internet, 2016(4): 70-74.
[2] 施娜. 移动电商物流发展现状与趋势探析[J]. 信息通信技术, 2015, 4: 42-46.
SHI N. Analysis on the current status and development trend of mobile e-commerce logistics[J]. Information and Communications Technologies, 2015, 4: 42-46.
[3] RAVIKUMAR S, AGRAHARI A, SINGH S N. Mapping the intellectual structure of scientometrics: a co-word analysis of the journal Scientometrics (2005–2010)[J]. Scientometrics, 2015, 102(1): 929-955. DOI: 10.1007/s11192-014-1402-8.
[4] LUO Q, ZHONG D. Using social network analysis to explain communication characteristics of travel-related electronic word-of-mouth on social networking sites[J]. Tourism Management, 2015, 46(46): 274-282.
[5] CHEN H, JIANG W, YANG Y, et al. State of the art on food waste research: a bibliometrics study from 1997 to 2014[J]. Journal of Cleaner Production, 2016, 140(4): 840-846.
[6] AAKER D A, KELLER K L. Consumer evaluations of brand extensions[J]. Journal of Marketing, 1990, 54(1): 27-41. DOI: 10.2307/1252171.
[7] 宋剑耕, 孙章. 普赖斯《小科学, 大科学》一书对我们的启示[J]. 科学学与科学技术管理, 1984, 09: 13-14.
[8] HICKS D, WOUTERS P, WALTMAN L, et al. Bibliometrics: The leiden manifesto for research metrics[J]. Nature, 2015, 520(7548): 429. DOI: 10.1038/520429a.
[9] TATU-CHITOLU G, PRTRIS A O. Applied cardiology': key words of the 2014-2017 National Programme of the Romanian Society of Cardiology[J]. European Heart Journal, 2015, 36(19): 1144-1145.
[10] 钟伟金, 李佳. 共词分析法研究(一): 共词分析的过程与方式[J]. 情报杂志, 2008(5): 70-72.
ZHONG W J, LI J. The research of co-word analysis (1)——the process and methods of co-word analysis[J]. Journal of Information, 2008(5): 70-72.
[11] 练思婷, 冯冈平, 陈军. 基于文献计量与SNA的品牌延伸研究分析[J]. 广东工业大学学报, 2016, 33(5): 34-43.
LIAN S T, FENG G P, CHEN J. Brand extension research analysis based on literature metrology and SNA[J]. Journal of Guangdong University of Technology, 2016, 33(5): 34-43.
[12] 刘则渊, 陈悦, 候海燕. 科学知识图谱: 方法与应用[M]. 北京: 人民出版社, 2008.
[13] 周磊, 杨威, 张玉峰. 共现矩阵聚类分析的问题与再思考[J]. 情报杂志, 2014, 33(6): 32-36.
ZHOU L, YANG W, ZHANG Y F. Issues and re-consideration on cluster analysis in co-occurrence matrix[J]. Journal of Intelligence, 2014, 33(6): 32-36.
[14] 古春杰. 移动电子商务发展趋势研究[J]. 中国商贸, 2015(3): 57-59.
[15] 邵鹏, 胡平. 电子商务平台商业模式创新与演变的案例研究[J]. 科研管理, 2016, 37(7): 81-88.
SHAO P, HU P. A case study of business model innovation and evolution of the e-commerce platform[J]. Science Research Management, 2016, 37(7): 81-88.
[16] LUO Y. Research on mobile e-business security model based on WPKI technology and its application[J]. International Journal of Security & Its Applications, 2015, 9(7): 119-128.