截至2015年12月,我国网络购物用户规模已达到4.13亿,也就是说,每四名中国人中就有一个参与过网络购物,中国网民已经进入网购时代。由于网络的虚拟性以及商务活动中信息的不对称性,交易过程中卖方的信用对于保障网络交易的顺利进行起着非常重要的作用。在反映卖方信用情况方面,基于历史评价的信用反馈制度起到了重要作用。然而,近来益发猖獗的电商信用炒作,已严重影响了信用反馈制度作用的发挥,成为阻碍中国电商发展的重大障碍。因此,采取技术手段及法律措施打击信用炒作,维护行业秩序,已经势在必行。针对这一问题,本文依托离群点挖掘这种先进的技术,为电商平台构建信用炒作检测模型,以期能够帮助打击信用炒作。首先,本文梳理了信用炒作、其他行业的欺诈检测、常用的欺诈检测方法及其相关研究。基于此,本文对信用炒作检测问题进行了精确界定,并构建了信用炒作检测模型,主要分为四个步骤:一是进行指标选取,并说明理由,二是确定数据采集和处理的方法,三是对各种检测方法进行分析对比,本文选定基于密度的离群点挖掘方法作为多商家对比分析的算法,并介绍其基本概念,通过Matlab编程实现该算法,四是提出嫌疑商家深入分析方法,分为建立筛选规则库和评价记录分析这两个步骤。然后,本文将所建立的信用炒作检测模型应用于淘宝网,在淘宝网上采集相关数据,并进行检测分析,根据分析结果确定信用炒作商家,并对电商平台和政府部门提出了建议。最后,总结了本文所做的几方面工作,并指出了三处仍可完善的地方,以及未来工作的方向。