在线拍卖网站现在采用的声誉评价系统的机制过于简单。潜在欺诈者可以相互哄抬声誉从而提高评价积分，博取其他正常用户的信任并实施欺诈。如果能够识别出这种哄抬声誉的群体行为，则能够为识别潜在欺诈者提供有力的依据。然而目前的声誉评价系统很难识别出这种群体行为，因为其只考虑用户层面的指标，而忽略了网络层面的指标。因此在建立在线拍卖欺诈侦测的准则时所采用的策略，必须能够反映群体互动的特性。本研究以此观点出发，引入社会网络分析方法来分析群组结构，试图构建欺诈账号侦测指标体系，并结合决策树方法，提出一个有效的欺诈账号侦测系统流程，以弥补现有声誉评价系统的缺陷。　　本文首先介绍了研究背景，阐述了研究目的和研究思路，并给出了全文的框架;其次在文献述评部分对拍卖、在线拍卖等重要概念进行了介绍，并对在线拍卖欺诈侦测的研究现状进行了总结;接着介绍了社会网络分析方法和决策树方法。在实证研究中，本文分析了拍卖账号交易网络中的网络指标对于潜在欺诈账号侦测的有效性，从而建立了欺诈侦测指标体系;将侦测指标作为输入字段，使用C5.0算法，训练出了用于欺诈判断的决策树规则，并使用交互验证，验证了决策树的准确性高达99.6±0.3％;最后设计了一个欺诈账号侦测系统的流程，使其能够应用于现实环境中的欺诈侦测。　　本文的创新之处在于:(1)将社会网络分析方法引入在线拍卖网站中的欺诈侦测研究，发现了新的能够有效地侦测在线拍卖欺诈账号的网络结构指标，如k-core值和core-periphery结构等，并构建了一个具有高度扩展性的在线欺诈账号侦测指标体系，从而证明了社会网络分析方法在欺诈侦测中的有效性;(2)将数据挖掘中的决策树方法应用于欺诈判断中，并为本文的数据集生成了一棵简单高效的决策树;(3)设计了一个能够应用于现实环境中的欺诈账号侦测系统流程。