评价分为“好评”、“中评”、“差评”三类。评价生效后，收到评价一方的信用积分会根据相应计算方式进行增减，计算方式：“好评”加一分、“中评”不加分、“差评”减一分。
1、首先打开闲鱼，在【首页】选择要屏蔽的好友点击【他人头像】进入。
2、在右上方点击【三点】，弹出窗口点击【屏蔽】。
3、点击【确定】，返回界面点击【我的】，然后在右上方点击【编辑图像】。
4、点击【已屏蔽的人】，在界面即可看到屏蔽的好友。
关键词：轻轨车站；大直径水平掏槽；地表振动速度；数值分析
ABSTRACT
Inrecentyears,undergroundengineeringisbuiltalotinthecity,andtheinfluenceofundergroundconstractiontonearbyconstractionsismoreandmorecommon.Withthegovernment'sattentionandcitizensstrengtheningofenvironmentalprotectionconsciousness.theproblemofreducingtheblastingvibrationinconstractionhasbecomeoneofahottopicinacademicareasathomeandabroad.Andbeacausethemechanismofmillisecondrockblastingstillneedtobesolvedandconsummatedimmadiately．Ithasihncreasedthedifficultyofblastingvibrationresearch.ThispaperreferstotheprojectofGongmaoundergroundstationofChongqingMetroLine3.Theresearchistobigholehorizontalcutinreducingtheblastingvibration.
KEYWORDS:lightrailstation，bigholehorizontalcut,surfacevibrationvelocity，numericalanalysis
1引言
2工程概况
轨道3号线工贸站位于重庆市南岸区工贸大楼主楼（砼22F/－1F）的南侧，在工贸大楼裙房楼（砼2F）之下，车站主体结构暗挖段为拱形隧道结构。车站的北侧是海铜东路、国际会展中心，东侧为南坪北路，西南侧接上海城。本站暗挖段设计起止里程SK5+684.639～SK5+808.589，车站暗挖段总长123.95m。
3大直径水平掏槽技术破碎机理
大直径水平掏槽，可以看成是直眼掏槽的一种。目的是通过创造“第二自由面”来减小地震动效应[1]，精细地控制爆破，保护围岩。
本次模拟使用直眼掏槽形式。掏槽眼都垂直于工作面，钻眼互相干扰少，要求钻眼精度高；岩石抛掷不远，爆渣集中，不易崩倒棚子和损坏设备；韧性岩石不适用。利用中空眼作为其它炮孔临空面，在掏槽区域实现逐孔和少孔起爆，最大限度降低掏槽爆破单响药量，降振效果显著，提高炮孔利用率，装药量可至炮眼深度的85%左右。
4计算模型
图2计算模型网格
Figure2themeshofcalculationmodel
在计算整个模型共划分44466个单元，其中炸药单元数为145个，炮泥单元数为65个，岩石单元数为44256个。
5计算结果分析
通过ANSYS/LS-DYNA有限元瞬态动力分析，在工贸车站开挖爆破时，正上方地表面选取典型1个节点，如图3（箭头标示）中33476节点位置，该点的各方向的振动速度时程曲线，如图4~图7
图3爆破正上方地表面选取节点图
Figure3thenodelocationofblastingjustabovethesurface
通过计算模拟，工贸车站开挖爆破时，正上方地表面节点的X方向最大振动速度为0.025cm/s,Y方向最大振动速度为0.08cm/s,Z方向最大振动速度为0.13cm/s,最大合振动速度为0.135cm/s。
此外，在本次研究中还在工贸车站开挖爆破时，从地表面竖直向下及水平方向各选取5个节点，对各点的瞬态动力分析。
6结论
在城市轨道交通系统建设过程中，地铁与轻轨以及地下车站穿越城市商业区高层建筑物情况越来越多，因此必须考虑地下车站爆破施工造成的地震动问题。本次模拟总装药量42kg,爆破开挖起爆顺序为掏槽孔―辅助孔―周边孔。在现有的装药量情况下，由于起爆点与地表距离18m，计算所得震动影响较小。
参考文献
.赵海鸥.LS-DYNA动力分析指南[M].北京：兵器工业出版社,2003.
田会礼，张向东，张胜龙.中深孔爆破在地铁车站基坑开挖中的应用[J].隧道设计标准.2009,3:104.105.
白晓涛，顾月兵，唐丙文等.中深孔爆破技术在基坑开挖中的应用[J].工程爆破。2007,13(4):35.37.
关键词：电子商务；逆向选择；在线披露
一、引言
二、基于淘宝网数据的在线披露变量的实证分析
（一）样本的选择与数据的收集
（二）变量的选取
分析所涉及到的变量主要包括月销售量、商品价格、口碑数量、金牌卖家、好评率、卖家信用积分、卖家信用等级等。
1、月销售量（Sales）：在商品的详细页面上，会看到商品的30天成交记录的数量和交易成功的数量。
2、商品价格（Price）：在这里，商品价格指的是商品在网页上的挂牌价格，不包括商品的运费等。
3、口碑数量（Word-of-Mouth，WOM）：系统显示出来的对该商品文字评价的数量。
4、金牌卖家（GoldSeller）：2014年7月1日淘宝金牌卖家正式运营。金牌卖家是淘宝网对一定时期内成交量好、服务好、口碑好的卖家的一种激励手段。设置金牌卖家虚拟变量，卖家如果是金牌卖家记为1，不是金牌卖家记为0。
5、卖方好评率（PositiveRate）：买家对于卖家的评价可分为三类：好评、中评和差评。卖家好评率=所有计分的卖家收到的好评数/所有计分的卖家收到的评价总数。
6、卖家信用分数（CreditScore）和卖家信用等级（CreditRating）：在淘宝网，买家每交易成功一次，就可以对卖家作一次信用评价，评价分为“好评”、“中评”、“差评”三类，每种评价对应一个信用积分。根据对卖家的信用积分，卖家的信用度分为20个级别。
7、消费者保障服务（Service）：卖家签署了淘宝网消费者保障服务协议，承诺为消费者提供交易保障服务。设置消费者保障服务虚拟变量，买家如果加入消费者保障服务为1，未加入消费者保障服务为0。
（三）计量模型的选择
（四）数据的处理
考虑到回归分析中易出现的一些问题，以及有利于考察自变量与因变量关系的经济现象的处理，本文中将对变量月销售量、价格、口碑数量、买家信用分数进行处理。
（1）对卖家的月销售量，商品价格、卖家信誉分数和口碑数量都进行了对数变换。一是因为卖家信誉分数和口碑数量差异很大，使用对数形式通常能够消除回归分析中存在的异方差性。二是有利于考察自变量与因变量关系的经济现象解释。
（2）月销售量（sales）和口碑数量（wom）存在为零的值，取对数时为了避免log（0）情况的出现，对这两个变量采用log（sales+1）和log（wom+1）的形式，这样原来为零的观测值对数变换后还为零，数据存在角点解的现象不会改变。
（五）计量结果和分析
本文利用Eviews6进行回归分析，表1同时给出了利用OLS估计的线性回归模型和托宾模型的回归结果。从表中可以看出，在线披露的信息变量的估计值的符号在两个回归模型中是相同的，而且统计显著性也类似。
结果一：商品价格对商品月销售量的影响。
结果二：口碑数量对商品月销售量的影响。
结果三：金牌卖家对商品月销售量的影响。
结果四：卖家好评率对月销售量的影响。
结果五：卖家信用积分和卖家信用等级对商品月销售量的影响。
对于卖家信用积分对于商品月销售量的影响，OLS估计模型二显示没有显著的影响；托宾估计模型结果显示在10%的显著水平上，卖家信用积分对商品的月销售量有显著的影响。因此对于卖家信用积分对于商品月销售量的影响并不十分显著。信用分数是根据评价的来计算的，信用积分的多少反映了卖家的信誉，买家往往喜欢购买信用积分比较高的卖家的商品，但是随着信用积分重要性得到重视，一些不良卖家开始利用信用积分评价机制的漏洞，利用各种不正当的手段来提高信用积分，因此长期以来，造成买家对于卖家信用积分的不信任。此外，信用积分并不直接的显示在商品的页面，而是显示在商品的信用界面上，由于其隐蔽性，不易引起消费者的注意。
表1中，OLS估计的模型和托宾估计模型都显示卖家信用等级对商品月销售量的显著影响。卖家信用等级是根据卖家信用分数来划分的，卖家信用等级由于其显示在商品的页面，更能够引起消费者的注意。
结果六：是否加入消费者保障服务对商品月销售量的影响。
在表1中，无论是OLS估计的模型还是托宾估计模型中结果都表明，卖家加入消费者保障服务对商品的销售量有正向影响，但是并不显著。从获取的数据样本可以看出，在368位卖家中有357位卖家都选择了加入消费者保障服务。因此，在淘宝网中是选择加入消费者保障服务不会有明显的优势。造成这种现象的原因可能是：淘宝卖家加入消费者保障服务的成本低，只需交纳1000元左右的保证金；消费者虽然认识到加入消费者保障服务是好卖家的信号，但是当卖家触犯消费者保障计划条款，买家不懂得利用此条款维护自身利益，进而造成卖家违规行为的成本较低；当卖家出现违约行为时，消费者维权困难。
三、政策建议
淘宝网上已经建立了强制性披露卖家信誉的机制，卖家信誉机制披露的卖家信誉积分和卖家好评率信息并没有对消费者的购买行为产生有效的影响。说明淘宝网的信用评价系统并没有发挥有效的作用，消费者对于该信誉机制不够信任。针对淘宝网的信用评价存在的问题，提出以下建议：一方面，构建一个真正地能够把虚假交易和真实交易区分开的信用评价系统。近年来，部分卖家利用信用评价系统的漏洞，采用信用互刷平台等伪造虚假信用，使消费者逐渐对于信用评价可靠性产生怀疑，因此，必须完善信用评价系统，不给炒作伪造信用行为留下空隙。另一方面，增加评分累计值参考因素。目前淘宝网上的信用评分仅是根据好评、中评、差评的相应分值累计所所得到的，没有把卖家受到的消费者投诉情况以及遭受的行政处罚等情况涵盖在内。其他购物网站信用评价系统也存在类似的问题，应该完善信用评价系统，建立消费者对于信用评价系统的信任，使信誉机制发挥有效的作用。
参考文献：
以淘宝为例，好评是无法修改和删除的。中评和差评可以在半个月内删除或修改为好评。
淘宝网是亚太地区较大的网络零售、商圈，由阿里巴巴集团在2003年5月创立。淘宝网是中国深受欢迎的网购零售平台，拥有近5亿的注册用户数，每天有超过6000万的固定访客，同时每天的在线商品数已经超过了8亿件，平均每分钟售出4.8万件商品。
截止2011年年底，淘宝网单日交易额峰值达到43.8亿元，创造270.8万直接且充分就业机会。随着淘宝网规模的扩大和用户数量的增加，淘宝也从单一的C2C网络集市变成了包括C2C、团购、分销、拍卖等多种电子商务模式在内的综合性零售商圈。目前已经成为世界范围的电子商务交易平台之一。2016年3月15日，315晚会曝光，淘宝商家存在刷单等欺骗消费者现象。