电子商务推荐系统顾客满意度模糊评价
来源:用户上传
作者:
摘要：随着网购的流行，电子商务推荐系统对于顾客网购的决策有一定的影响作用。推荐系统质量的好与坏，需要更加量化的去评价。本文从电子商务推荐系统对顾客满意度的影响因素出发，构建了一个指标评价体系；运用层次分析法客观地对指标体系之间相对重要性进行了指标权重的确定；根据已知的权重进行模糊综合评价。将电子商务推荐系统的顾客满意度情况通过层次分析法和模糊综合评价的综合评价，得出量化的结果。
关键词：电子商务推荐系统；顾客满意度；模糊评价
中图分类号：F272.5 文献标识码：A
文章编号：1005-913X（2019）04-0049-03
随着近几年互联网的不断发展，我国网络购物用户数量已经达到了五千一百万人。网购的火爆，导致电子商务平台企业之间有更大的竞争。各电商企业为了更好的增加销售额，把电子商务推荐系统选为了电商平台营销方法的首选。电子商务推荐系统是为顾客量身定做的一种辅助决策系统。根据顾客的喜好和需求更好的筛选信息，推荐出最适合顾客的内容信息。
对于电子商务推荐系统的好与坏，必须经过顾客的体验才能看得到。所以，为了更好的发展电子商务平台的推荐系统，本文通过把层次分析法层次性优点以及模糊评价法把定性问题转化成定量问题的优点的结合，来对电子商务推荐系统顾客满意度进行评价。模糊综合评价法更多的是使用在建筑工程、物流选址这些方面，国内用到电子商务评价的也只用在了电商平台的顾客满意度，对于推荐系统的相关内容评价，目前研究甚少。电子商务推荐系统带给顾客的真实体验，最终实现量化结果的确定，才能直观地看到推荐系统是否好用，也能够更加客观的反映出顾客对推荐系统的认可度。同时，也有助于电子商务平台发展、完善推荐系统。
一、评价指标体系建构
电子商务推荐系统辅助顾客进行消费决策。根据顾客的消费记录、浏览记录以及顾客输入的查询条件整体得出符合顾客需求偏好的商品及相似商品。电子商务推荐系统相当于网络中虚拟的“导购员”。由于推荐系统的作用，最终会对顾客在购买商品的过程中带来满意或者不满意的情况。所以，本文就重点研究评价电子商务推荐系统所带来的顾客满意度情况。
针对电子商务推荐系统所产生的顾客滿意度的指标有很多。但是为了能够更客观、真实地反应顾客对于推荐系统的满意度，笔者选取了五个一级指标，十五个二级指标，建立了电子商务推荐系统顾客满意度指标体系。 二、模糊综合评价法
（一）模糊综合评价法模型
模糊综合评价法有三种模型，分别是主因素决定型、主因素突出型以及加权平均型。针对研究不同要求，选取不同模型。本文需要综合分析所有指标对顾客满意度的联系。所以最后采用加权平均型来进行模糊计算。模糊评价法一般是一层模糊计算和多层模糊计算。针对本文研究内容，需要使用两次模糊计算。这样以求得更加准确有效的评价结果。
（二）模糊评价因素集
模糊评价因素集就是针对所要研究的内容进行评价所需要的影响因素。本文中就是电子商务推荐系统顾客满意度的影响因素，评价因素集合为V={v1，v2，v3，v4，v5……Vn-1，Vn}.其中V代表的就是本文中的一级指标。
（三）模糊评价评语集
模糊评价评语是针对所要研究的对象进行评价的语言描述。所要进行的评语集为{P1，P2，P3，P4，P5……}。本文中针对电商推荐系统顾客满意度采用五分李克特量表的五级评价。分别是{很满意，满意，一般，不满意，很不满意}。
（四）确定指标因素的权重
本文是层次和模糊的结合使用。所以是通过层次分析法来确定各指标的权重。在运用层次分析法构造评判矩阵的时候是找一些关于研究电子商务专业人士来进行打分。然后通过层次分析法的计算得出的权重。权重集为{W1，W2，W3，W4……}。
（五）构造模糊隶属度
本文中的模糊隶属度是根据专业人士评价和层次分析法来确定权重W。评价矩阵R是通过消费者填写的评价表得到的。最后构造的模糊隶属度矩阵如下：
R=R1R2R3R4R5=r11 r12 r13 …… r1nr21 r22 r23 …… r2nr31 r32 r33 …… r3nr41 r42 r43 …… r4nr51 r52 r53 …… r5n
模糊隶属矩阵中的R1代表的是影响顾客满意度因素一级指标中的A因素；R2代表的是影响顾客满意度因素一级指标中的B因素；R3代表的是影响顾客满意度因素一级指标中的C因素；R4代表的是影响顾客满意度因素一级指标中的D因素；R5代表的是影响顾客满意度因素一级指标中的E因素。其中针对这次打分的专业老师都是关于电子商务以及电子商务推荐系统方面有很深入研究的人；参与这次顾客满意度评价的消费者是多次在该网站上购物的消费者，其中也包括使用电子商务推荐系统的消费者。这样做的目的是为了最终对该网站的评分真实有效。
（六）模糊计算
前面是对要进行模糊计算所需要的相关内容进行了界定和确定。接下来就是对相关指标进行模糊计算。因为本文研究的有两个指标层，所以针对每一层都要进行一次模糊计算。计算公式：Z=W*R
公式中的Z是，最终模糊计算得到的评价结果，也是本次研究所需要的结果。最后，根据所得出评价结果的隶属度最大值来得出顾客对于电子商务推荐系统满意度的评价结果。
三、实证分析
基于模糊综合评价法对国内某一知名B2C网购网站推荐系统的顾客满意度进行评价。首先，对于影响顾客满意度的几个因素在前面已经得出。接下来就是通过层次分析方法对指标权重进行确定。
（一）指标权重的确定
电子商务推荐系统对顾客满意度的影响因素很多，不同因素影响程度也是不一样的。通过单纯的经验去评价并不合理。所以采用层次分析法来确定。层次分析法的相对重要等级是1-9。构造针对上一层次某单元（元素），本层次与它有关单元之间相对重要性的比较，得出成对比较阵（判断矩阵）。其中判断矩阵的内容是，假如A比B重要的比列为X，那么B比A的重要则为1/X。判断矩阵得出后，算出来了相应指标层的权重。然后判断矩阵是否有可接受的随机一致性比率。通过CR与0.1的大小来确定。当C.R.>0.10时，就需要调整和修正判断矩阵，使其满足C.R<0.10，从而具有满意的一致性，说明因子之间具有相关性，矩阵具有合理性。当n<3时，判断矩阵永远具有完全一致性。判断矩阵一致性指标C.I.与同阶平均随机一致性指标R.I.之比称为随机一致性比率C.R。判断矩阵是否合理的公式如下：CR=CI/RI n代表的是矩阵的阶数；其中CI是判断矩阵一致性，CI=；RI是经过计算1000次得到的平均随机一致性指标。有相应的数据直接计算使用。
通过消费者对几个指标问卷的填写得到的一些数据。随机抽取其中一位的调查结果进行分析。
（二）模糊综合评价
经过用层次分析法对相关指标权重进行了确定。专业相关的老师对模糊评语集里面的五个等级分别赋值为：1、0.8、0.6、0.4、0.2分。通过前面所介绍的关于模糊综合评价法的算法公式：Z=W*R。W已经通过层次分析法计算出来了，R是相关专业老师的打分。
在所有指标计算完成之后，运用之前对评语集赋值进行计算：
？鄣i=（Z1+Z2？鄢0.8+Z3？鄢0.6+Z4？鄢0.4+Z5？鄢0.2）
再利用下面公式进行加权平均对顾客满意度的评价值进行计算：
综合上所述，最终得出的对该网站推荐系统顾客满意度的评价分值为0.742。从最终得分可以看出，相对满意。说明电子商务推荐系统的满意度还有提升空间，以求达到更好的顾客满意度效果。
四、总结与展望
本文通过层次分析法与模糊综合评价法的综合使用对网购平台推荐系统的顾客满意度进行了量化评价。这个评价结果可以看到，电子商务推荐系统的运用，顾客满意度也并不是那么理想。之前的研究中，电子商务平台只是将推荐系统作为网购影响顾客满意度的一部分，并没有更具体的研究推荐系统的顾客满意度。通过这次更加细化量化的评价结果，对于电子商务推荐系统以后发展和改进有一定的推动作用。
电子商务推荐系统研究的内容尽管在指标权重的确定上更加的客观，但是仍然有其他一些相关因素没有考虑到。在最终加权计算的过程中，只看到了一个得分，对于电子商务推荐系统来说缺乏一定的针对性。比如，某一方面影响程度大，顾客更在乎那些影响因素。这样明确的区分有助于更好的让电子商务推荐系统更好的改善。
参考文献：
[1] 李玲玲.基于模糊综合评价法的B2C电子商务网站评价模型研究[J].电脑知识与技术，2017（26）.
[2] 高振斌.基于模糊綜合评价法的企业电子商务绩效评价研究[J].信息系统工程，2017（7）.
[3] 朱 青.移动电子商务推荐系统的顾客满意度研究[D].哈尔滨：黑龙江大学，2017.
[4] 郭 薇.基于因子分析的B2C电子商务客户体验模糊评价[J].统计与决策，2018（7）.
[5] 张 侠.基于模糊综合评价的电子商务顾客满意度研究[J].金融经济，2018（14）.
[责任编辑：谭志远]
转载注明来源:https://www.xzbu.com/2/view-14882911.htm
