電子商務(wù)推薦系統(tǒng)顧客滿意度模糊評價(jià)

王艷 龐秀麗

摘要：隨著網(wǎng)購的流行，電子商務(wù)推薦系統(tǒng)對于顧客網(wǎng)購的決策有一定的影響作用。推薦系統(tǒng)質(zhì)量的好與壞，需要更加量化的去評價(jià)。本文從電子商務(wù)推薦系統(tǒng)對顧客滿意度的影響因素出發(fā)，構(gòu)建了一個(gè)指標(biāo)評價(jià)體系；運(yùn)用層次分析法客觀地對指標(biāo)體系之間相對重要性進(jìn)行了指標(biāo)權(quán)重的確定；根據(jù)已知的權(quán)重進(jìn)行模糊綜合評價(jià)。將電子商務(wù)推薦系統(tǒng)的顧客滿意度情況通過層次分析法和模糊綜合評價(jià)的綜合評價(jià)，得出量化的結(jié)果。

關(guān)鍵詞：電子商務(wù)推薦系統(tǒng)；顧客滿意度；模糊評價(jià)

中圖分類號(hào)：F272.5 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1005-913X（2019）04-0049-03

隨著近幾年互聯(lián)網(wǎng)的不斷發(fā)展，我國網(wǎng)絡(luò)購物用戶數(shù)量已經(jīng)達(dá)到了五千一百萬人。網(wǎng)購的火爆，導(dǎo)致電子商務(wù)平臺(tái)企業(yè)之間有更大的競爭。各電商企業(yè)為了更好的增加銷售額，把電子商務(wù)推薦系統(tǒng)選為了電商平臺(tái)營銷方法的首選。電子商務(wù)推薦系統(tǒng)是為顧客量身定做的一種輔助決策系統(tǒng)。根據(jù)顧客的喜好和需求更好的篩選信息，推薦出最適合顧客的內(nèi)容信息。

對于電子商務(wù)推薦系統(tǒng)的好與壞，必須經(jīng)過顧客的體驗(yàn)才能看得到。所以，為了更好的發(fā)展電子商務(wù)平臺(tái)的推薦系統(tǒng)，本文通過把層次分析法層次性優(yōu)點(diǎn)以及模糊評價(jià)法把定性問題轉(zhuǎn)化成定量問題的優(yōu)點(diǎn)的結(jié)合，來對電子商務(wù)推薦系統(tǒng)顧客滿意度進(jìn)行評價(jià)。模糊綜合評價(jià)法更多的是使用在建筑工程、物流選址這些方面，國內(nèi)用到電子商務(wù)評價(jià)的也只用在了電商平臺(tái)的顧客滿意度，對于推薦系統(tǒng)的相關(guān)內(nèi)容評價(jià)，目前研究甚少。電子商務(wù)推薦系統(tǒng)帶給顧客的真實(shí)體驗(yàn)，最終實(shí)現(xiàn)量化結(jié)果的確定，才能直觀地看到推薦系統(tǒng)是否好用，也能夠更加客觀的反映出顧客對推薦系統(tǒng)的認(rèn)可度。同時(shí)，也有助于電子商務(wù)平臺(tái)發(fā)展、完善推薦系統(tǒng)。

一、評價(jià)指標(biāo)體系建構(gòu)

電子商務(wù)推薦系統(tǒng)輔助顧客進(jìn)行消費(fèi)決策。根據(jù)顧客的消費(fèi)記錄、瀏覽記錄以及顧客輸入的查詢條件整體得出符合顧客需求偏好的商品及相似商品。電子商務(wù)推薦系統(tǒng)相當(dāng)于網(wǎng)絡(luò)中虛擬的“導(dǎo)購員”。由于推薦系統(tǒng)的作用，最終會(huì)對顧客在購買商品的過程中帶來滿意或者不滿意的情況。所以，本文就重點(diǎn)研究評價(jià)電子商務(wù)推薦系統(tǒng)所帶來的顧客滿意度情況。

針對電子商務(wù)推薦系統(tǒng)所產(chǎn)生的顧客滿意度的指標(biāo)有很多。但是為了能夠更客觀、真實(shí)地反應(yīng)顧客對于推薦系統(tǒng)的滿意度，筆者選取了五個(gè)一級(jí)指標(biāo)，十五個(gè)二級(jí)指標(biāo)，建立了電子商務(wù)推薦系統(tǒng)顧客滿意度指標(biāo)體系。 二、模糊綜合評價(jià)法

（一）模糊綜合評價(jià)法模型

模糊綜合評價(jià)法有三種模型，分別是主因素決定型、主因素突出型以及加權(quán)平均型。針對研究不同要求，選取不同模型。本文需要綜合分析所有指標(biāo)對顧客滿意度的聯(lián)系。所以最后采用加權(quán)平均型來進(jìn)行模糊計(jì)算。模糊評價(jià)法一般是一層模糊計(jì)算和多層模糊計(jì)算。針對本文研究內(nèi)容，需要使用兩次模糊計(jì)算。這樣以求得更加準(zhǔn)確有效的評價(jià)結(jié)果。

（二）模糊評價(jià)因素集

模糊評價(jià)因素集就是針對所要研究的內(nèi)容進(jìn)行評價(jià)所需要的影響因素。本文中就是電子商務(wù)推薦系統(tǒng)顧客滿意度的影響因素，評價(jià)因素集合為V={v1，v2，v3，v4，v5……Vn-1，Vn}.其中V代表的就是本文中的一級(jí)指標(biāo)。

（三）模糊評價(jià)評語集

模糊評價(jià)評語是針對所要研究的對象進(jìn)行評價(jià)的語言描述。所要進(jìn)行的評語集為{P1，P2，P3，P4，P5……}。本文中針對電商推薦系統(tǒng)顧客滿意度采用五分李克特量表的五級(jí)評價(jià)。分別是{很滿意，滿意，一般，不滿意，很不滿意}。

（四）確定指標(biāo)因素的權(quán)重

本文是層次和模糊的結(jié)合使用。所以是通過層次分析法來確定各指標(biāo)的權(quán)重。在運(yùn)用層次分析法構(gòu)造評判矩陣的時(shí)候是找一些關(guān)于研究電子商務(wù)專業(yè)人士來進(jìn)行打分。然后通過層次分析法的計(jì)算得出的權(quán)重。權(quán)重集為{W1，W2，W3，W4……}。

（五）構(gòu)造模糊隸屬度

本文中的模糊隸屬度是根據(jù)專業(yè)人士評價(jià)和層次分析法來確定權(quán)重W。評價(jià)矩陣R是通過消費(fèi)者填寫的評價(jià)表得到的。最后構(gòu)造的模糊隸屬度矩陣如下：

R=R1R2R3R4R5=r11 r12 r13 …… r1nr21 r22 r23 …… r2nr31 r32 r33 …… r3nr41 r42 r43 …… r4nr51 r52 r53 …… r5n

模糊隸屬矩陣中的R1代表的是影響顧客滿意度因素一級(jí)指標(biāo)中的A因素；R2代表的是影響顧客滿意度因素一級(jí)指標(biāo)中的B因素；R3代表的是影響顧客滿意度因素一級(jí)指標(biāo)中的C因素；R4代表的是影響顧客滿意度因素一級(jí)指標(biāo)中的D因素；R5代表的是影響顧客滿意度因素一級(jí)指標(biāo)中的E因素。其中針對這次打分的專業(yè)老師都是關(guān)于電子商務(wù)以及電子商務(wù)推薦系統(tǒng)方面有很深入研究的人；參與這次顧客滿意度評價(jià)的消費(fèi)者是多次在該網(wǎng)站上購物的消費(fèi)者，其中也包括使用電子商務(wù)推薦系統(tǒng)的消費(fèi)者。這樣做的目的是為了最終對該網(wǎng)站的評分真實(shí)有效。

（六）模糊計(jì)算

前面是對要進(jìn)行模糊計(jì)算所需要的相關(guān)內(nèi)容進(jìn)行了界定和確定。接下來就是對相關(guān)指標(biāo)進(jìn)行模糊計(jì)算。因?yàn)楸疚难芯康挠袃蓚€(gè)指標(biāo)層，所以針對每一層都要進(jìn)行一次模糊計(jì)算。計(jì)算公式：Z=W*R

公式中的Z是，最終模糊計(jì)算得到的評價(jià)結(jié)果，也是本次研究所需要的結(jié)果。最后，根據(jù)所得出評價(jià)結(jié)果的隸屬度最大值來得出顧客對于電子商務(wù)推薦系統(tǒng)滿意度的評價(jià)結(jié)果。

三、實(shí)證分析

基于模糊綜合評價(jià)法對國內(nèi)某一知名B2C網(wǎng)購網(wǎng)站推薦系統(tǒng)的顧客滿意度進(jìn)行評價(jià)。首先，對于影響顧客滿意度的幾個(gè)因素在前面已經(jīng)得出。接下來就是通過層次分析方法對指標(biāo)權(quán)重進(jìn)行確定。

（一）指標(biāo)權(quán)重的確定

電子商務(wù)推薦系統(tǒng)對顧客滿意度的影響因素很多，不同因素影響程度也是不一樣的。通過單純的經(jīng)驗(yàn)去評價(jià)并不合理。所以采用層次分析法來確定。層次分析法的相對重要等級(jí)是1-9。構(gòu)造針對上一層次某單元（元素），本層次與它有關(guān)單元之間相對重要性的比較，得出成對比較陣（判斷矩陣）。其中判斷矩陣的內(nèi)容是，假如A比B重要的比列為X，那么B比A的重要?jiǎng)t為1/X。判斷矩陣得出后，算出來了相應(yīng)指標(biāo)層的權(quán)重。然后判斷矩陣是否有可接受的隨機(jī)一致性比率。通過CR與0.1的大小來確定。當(dāng)C.R.>0.10時(shí)，就需要調(diào)整和修正判斷矩陣，使其滿足C.R<0.10，從而具有滿意的一致性，說明因子之間具有相關(guān)性，矩陣具有合理性。當(dāng)n<3時(shí)，判斷矩陣永遠(yuǎn)具有完全一致性。判斷矩陣一致性指標(biāo)C.I.與同階平均隨機(jī)一致性指標(biāo)R.I.之比稱為隨機(jī)一致性比率C.R。判斷矩陣是否合理的公式如下：CR=CI/RI

n代表的是矩陣的階數(shù)；其中CI是判斷矩陣一致性，CI=；RI是經(jīng)過計(jì)算1000次得到的平均隨機(jī)一致性指標(biāo)。有相應(yīng)的數(shù)據(jù)直接計(jì)算使用。

通過消費(fèi)者對幾個(gè)指標(biāo)問卷的填寫得到的一些數(shù)據(jù)。隨機(jī)抽取其中一位的調(diào)查結(jié)果進(jìn)行分析。

（二）模糊綜合評價(jià)

經(jīng)過用層次分析法對相關(guān)指標(biāo)權(quán)重進(jìn)行了確定。專業(yè)相關(guān)的老師對模糊評語集里面的五個(gè)等級(jí)分別賦值為：1、0.8、0.6、0.4、0.2分。通過前面所介紹的關(guān)于模糊綜合評價(jià)法的算法公式：Z=W*R。W已經(jīng)通過層次分析法計(jì)算出來了，R是相關(guān)專業(yè)老師的打分。

在所有指標(biāo)計(jì)算完成之后，運(yùn)用之前對評語集賦值進(jìn)行計(jì)算：

？鄣i=（Z1+Z2？鄢0.8+Z3？鄢0.6+Z4？鄢0.4+Z5？鄢0.2）

再利用下面公式進(jìn)行加權(quán)平均對顧客滿意度的評價(jià)值進(jìn)行計(jì)算：

綜合上所述，最終得出的對該網(wǎng)站推薦系統(tǒng)顧客滿意度的評價(jià)分值為0.742。從最終得分可以看出，相對滿意。說明電子商務(wù)推薦系統(tǒng)的滿意度還有提升空間，以求達(dá)到更好的顧客滿意度效果。

四、總結(jié)與展望

本文通過層次分析法與模糊綜合評價(jià)法的綜合使用對網(wǎng)購平臺(tái)推薦系統(tǒng)的顧客滿意度進(jìn)行了量化評價(jià)。這個(gè)評價(jià)結(jié)果可以看到，電子商務(wù)推薦系統(tǒng)的運(yùn)用，顧客滿意度也并不是那么理想。之前的研究中，電子商務(wù)平臺(tái)只是將推薦系統(tǒng)作為網(wǎng)購影響顧客滿意度的一部分，并沒有更具體的研究推薦系統(tǒng)的顧客滿意度。通過這次更加細(xì)化量化的評價(jià)結(jié)果，對于電子商務(wù)推薦系統(tǒng)以后發(fā)展和改進(jìn)有一定的推動(dòng)作用。

電子商務(wù)推薦系統(tǒng)研究的內(nèi)容盡管在指標(biāo)權(quán)重的確定上更加的客觀，但是仍然有其他一些相關(guān)因素沒有考慮到。在最終加權(quán)計(jì)算的過程中，只看到了一個(gè)得分，對于電子商務(wù)推薦系統(tǒng)來說缺乏一定的針對性。比如，某一方面影響程度大，顧客更在乎那些影響因素。這樣明確的區(qū)分有助于更好的讓電子商務(wù)推薦系統(tǒng)更好的改善。

參考文獻(xiàn)：

[1] 李玲玲.基于模糊綜合評價(jià)法的B2C電子商務(wù)網(wǎng)站評價(jià)模型研究[J].電腦知識(shí)與技術(shù)，2017（26）.

[2] 高振斌.基于模糊綜合評價(jià)法的企業(yè)電子商務(wù)績效評價(jià)研究[J].信息系統(tǒng)工程，2017（7）.

[3] 朱 青.移動(dòng)電子商務(wù)推薦系統(tǒng)的顧客滿意度研究[D].哈爾濱：黑龍江大學(xué)，2017.

[4] 郭 薇.基于因子分析的B2C電子商務(wù)客戶體驗(yàn)?zāi)：u價(jià)[J].統(tǒng)計(jì)與決策，2018（7）.

[5] 張 俠.基于模糊綜合評價(jià)的電子商務(wù)顧客滿意度研究[J].金融經(jīng)濟(jì)，2018（14）.

[責(zé)任編輯：譚志遠(yuǎn)]