电商人工客服满意度研究

互联网技术的发展,使消费者的消费方式发生了巨大改变.随着网络购物交易量直线上升,电商人工客服的重要性日益凸显.本研究首次构建了电商人工客服满意度模型,就消费者对电商人工客服的满意度进行了实证分析.分析结果显示,电商人工服务的服务态度和纠纷处理能力是消费者评价电商人工客服的关键因素,并在此基础上为电商平台及开展网络营销的企业人工客服的满意度提升提出相关建议.研究的分析结果对提升电商人工客服的服务质量、顾客满意度与顾客忠诚度,具有很好的参考价值和借鉴意义.     

B2C模式下电子商务运营商与网络零售商两阶段博弈关系研究

从网络零售商的行为出发,运用博弈论的方法对B2C模式下电子商务运营商和网络零售商之间的关系进行研究.构建了考虑商品在电子商务平台排名和商品售后服务等因素的需求函数,建立了一个动态合作的电子商务博弈模型,借此模型探讨了电子商务供应链中网络零售商与电子商务运营商的双方选择定价和服务问题.研究表明:随着售后服务对需求的敏感系数和质量得分对需求敏感系数的增加,网络零售商通过提高商品的售后服务水平和商品在电子商务平台的排名竞价,可以获得利润最大化; 同时,电子商务运营商通过降低商品技术服务费率也能获得最大利益.     

Bundling strategies for platforms with an installed base

As an emerging platform, hardware/software platforms differ from traditional retail platforms because they require consumers to spend a certain amount of money accessing them. Therefore, an installation base is created. Considering the game console as an example, only consumers with an installation base can purchase a third-party game product on the platform. Otherwise, consumers will be unable to play games. It is generally believed that the existence of an installed base will benefit third-party content providers, and at the same time, it will not benefit platform manufacturers. Therefore, it can be observed that game platforms often bundle new consoles with third-party content, forcing consumers with installed bases to purchase a new console. Thus, building a model to study the impact of the installation based on the bundling strategy of the video game platform and to analyze the optimal pricing and profit under different bundling strategies is meaningful. Our study analyzed the impact of the installed base under different bundling strategies and found that the installed base dose not always have a positive impact on platform manufacturers. The study also analyzed the equilibrium of competing platform manufacturers and found that, under certain conditions, both the bundling-bundling strategy and the unbundling-unbundling strategy may exist as equilibrium.     

用户与电商平台“大数据杀熟”的演化博弈

考虑到电商平台利用其积攒的海量用户数据进行“大数据杀熟”，该行为具有的多样性和隐蔽性使得政府难以对其进行有效监管。本研究通过构建用户与电商平台的演化博弈模型，得出价格敏感型老用户和粘性较强新用户占比以及监管部门的罚金是影响演化博弈系统稳定状态的关键因素，而转移成本以及心理损失会影响用户选择“留存”策略的意愿。当演化博弈达到均衡时，电商平台和用户最终的选择为（杀熟，退出）和（不杀熟，留存）。为有效遏制平台“大数据杀熟”行为，用户应在保持对价格的敏感度的同时增强维权意识，政府也应当增大对该行为的处罚力度。同时平台应树立正确经营理念，对新老客户一视同仁，以达到博弈最优状态。     

单一亦或混合？——双重竞争环境下自营平台销售模式选择策略

随着平台供应链渠道竞争的加剧,电商自营平台在传统批发销售方式的基础上,采取代理销售方式寻求与网络制造商合作.在电商平台竞争与制造商竞争的双重竞争环境下,构建了由自营平台、第三方平台、传统制造商和网络制造商组成的平台供应链系统.基于自营平台拥有的两种销售模式,即仅批发销售的单一模式和既有批发销售又有代理销售的混合模式,建立了多渠道定价决策Stackelberg博弈模型并求解,分析了平台佣金、批发价格及消费者渠道偏好等因素对自营平台模式选择及平台供应链各成员最优策略的影响.研究表明,不同的消费者自营渠道偏好与平台佣金对自营平台的销售模式选择策略具有差异性.此外,自营平台与第三方平台佣金对制造商的利润具有重要的影响.     

隐私保护频繁项集挖掘中的分组随机化模型

通过对隐私保护频繁项集挖掘问题的研究,发现现有的单参数随机化回答模型调控的数据范围宽、粒度粗,导致无法实现精细化、差异化的隐私保护的问题.在沃纳模型、单参数等随机化模型的基础上,提出个体分组多参随机化P_N/g模型,给出其在隐私保护频繁项集挖掘中的支持度重构方法.研究结果表明:该模型面向多样化、差异化的隐私保护需求,将N个不同个体分为若干组,每组设置不同的随机化参数,可实现差异化的隐私保护效果.实例分析表明:结合所提出的支持度重构方法,可实现基于分组随机化的隐私保护频繁项集挖掘,在保护不同群体隐私的同时,挖掘到有效的频繁项集与关联规则.     

基于消费群体绿色物流偏好的政企进化博弈分析

政府、企业和消费群体是实现绿色物流的必要主体,绿色物流普及程度取决于这三方的相互博弈.根据政企之间的策略组合建立了进化博弈模型,从消费群体绿色物流偏好为喜好的角度建立成本效益矩阵;利用复制动态公式对模型进行均衡分析,得到4个进化稳定策略(ESS).并以新能源汽车为例进行研究:消费群体绿色物流偏好会改变实施绿色物流策略的政府和企业比例;政府可以通过增加惩罚成本、绿色补贴和提高消费群体绿色环保意识促使企业实施绿色物流政策.     

消费者购买行为对品牌偏好影响的多维博弈分析

消费者对品牌的偏好是多种主观和客观因素共同作用的结果.消费者购买行为就是消费者在对各种影响因素进行权衡、评价、组合的活动.多维博弈模型能有效表示出消费者是怎样实现效用最大化的.企业可以利用这一模型的分析结果,判断出消费者对商品或服务的因素的不同偏好,从而做出相应对策,来实现消费者对企业的品牌偏好.     

电子商务生产与消费的一般均衡模型

电子商务作为一种新型的交易模式,其自身发展会遵循一定的规律。从交易双方的行为选择角度分析了消费者的消费均衡模型和生产者的生产均衡模型,表现为交易双方都会追求自身的效用最大化。以此为基础,对双方的相互影响关系进行了研究,构建了电子商务消费与生产的一般均衡模型,并从电子商务技术的技术边际产出递减规律入手,深入研究了一般均衡模型中的共赢机制和均衡状态。探讨了这种均衡状态的影响因素和双方的最终效用水平。     

面向第三方服务平台的隐私保护

提出了面向第三方服务平台的隐私保护模型,支持用户定义个性化隐私策略,以满足不同用户的隐私偏好,并实施相应的访问控制,有效保护用户数据.设计实现了支持这一隐私保护模型的中间件,并应用到山东省制造业信息化服务平台系统中.     

Infra-Marginal Analysis Model for Provision Mode Selection for E-commerce Services

E-commerce has grown extraordinarily since the emergence of the internet, and many types of services are employed to accelerate this process. Service quality and productivity are two critical indicators to evaluate the competitiveness of e-commerce companies. Deciding which provision mode of e-commerce services （buy, sell, or self-provide） to adopt is a key operational strategy issue. This paper investigates the conditions and limitations of e-commerce services＇ optimal supply modes, and proposes a cost oriented infra-marginal model where service demand is considered an exogenous variable due to its non-elastic and unprofitable characteristics. By analyzing the main impact factors of this model, this paper infers provision mode selection strategies, which are determined by four factors： transaction cost, service price, service demand, and competitive advantages. Decision trees are derived from these strategies to help e-commerce companies make appropriate decisions. Finally, the proposed model＇s feasibility is verified by two case studies.     

基于SOR和TAM的社会化电商用户持续意愿影响因素研究

随着现代科技技术的快速发展,电子商务迎来了快速发展阶段,与此同时社会化电商已成为人们社交环节中不可缺少的部分,但是用户持续意愿不足问题依旧突出.本文基于SOR和TAM模型,结合社会化电商的特点,从技术特征和感知价值角度构建社会化电商用户持续意愿的理论模型,分析了交互性、粘性、口碑推荐、个性化对用户持续意愿的影响程度.据此提出了促进社交互动、精准定位目标群体、有针对性培养意见领袖、提供个性化产品或服务等对策建议以提高社会化电商用户的持续意愿.     

基于时间权重因子的隐私保护推荐算法

用户兴趣是随时间变化的,若对推荐系统中所有时间段的数据均采用同等程度的隐私保护,容易引入不必要的噪声,降低数据效用.为此,提出一种基于时间权重因子的差分隐私保护推荐算法.首先,设计时间权重因子,用于衡量数据重要性.然后,根据时间权重因子划分隐私预算,对不同时间段的数据施加不同强度的隐私保护.在此基础上,构建基于差分隐私...     

考虑消费者隐私的在线平台竞争模型研究

当消费者接入在线平台时，可以选择向在线平台提供一定数量的隐私信息以此获得更好的服务，与此同时，平台也可以通过隐私的披露获得收益.基于上述观察，该文构建了双寡头竞争模型，分析在线平台如何运用隐私披露策略展开竞争.研究发现：当消费者的估值较小时，平台选择披露隐私，并且采用低价甚至补贴吸引消费者的接入；当消费者的估值较大时，平台选择不披露隐私，服务的销售成为平台利润的唯一来源.研究表明：寡头竞争平台的最优隐私披露水平符合社会福利最大化的要求，垄断也不会导致平台过度披露消费者隐私.     

Risk Analysis and Consumer Protection in B2C Transactions

Recent studies have shown that the perceived lack of security is a major obstacle to the wider acceptance of e-commerce. To overcome this barrier, businesses need to implement comprehensive consumer protection systems that protect consumers during every stage of the purchasing process. This paper used the consumer behaviour model as the basis for analysing risks in Bussiness-to-Consumer (B2C) transactions. Four categories of risks were identified: information, agreement, payment and delivery risk. By combining these risk categories with the three dimensions of management, technology and legislation, a comprehensive B2C consumer protection framework is developed.     

面向多敏感属性的匿名隐私保护方法

在数据发布过程中,如果对发布的敏感属性信息不进行任何保护处理而直接发布,容易遭受攻击导致隐私信息泄露.针对传统的单敏感属性隐私保护方法在多敏感属性中不能得到很好的隐私保护效果,提出了一种基于多敏感属性相关性划分的(m,l)-匿名隐私保护模型.利用信息增益法对多敏感属性的相关性进行计算并划分,降低敏感属性维度;根据(m,l)-diversity原则对敏感属性分组,保证发布的数据能防止偏斜性攻击,并且在一定程度上降低背景知识攻击的风险;采用聚类技术实现该模型,减小该模型产生的附加信息损失和隐匿率,确保发布的数据具有较高的可用性.实验结果表明,基于多敏感属性相关性划分的(p,l)-匿名隐私保护模型具有较小的附加信息损失和隐匿率,保证了发布数据的可用性.     

A privacy protection method for continuous query based on location services

To solve the problem that the traditional location-based services anonymity model is not applied to the continuous query, quasi real-time cloak algorithm (QR-TCA) has been proposed, and the non-delay cloak model (N-DCM) has been established. After comprehensive analysis of location-based continuous query privacy protection models, a model that can solve the user service delay problem is proposed, which can provide the users with quasi-real time location-based services. The experiment measures the N-DCM model with multiple dimensions, such as service response time and service quality of standard datasets. The experiment results show that the method is suitable for continuous query location privacy protection and can effectively protect the user’s location privacy.     

基于二分关联图的大数据隐私保护方法

针对目前大数据缺乏群组隐私保护的问题,提出一种基于二分关联图的大数据群组隐私保护方法,在不同群组隐私层级的二分关联图中保护数据隐私。所提算法通过关联图分层(association graph layering, AGL)和层级群组差分隐私(hierarchical group differential privacy, HGDP),实现发布大数据的群组隐私保护。关联图分层将给定关联图的节点和边分组,通过划分二分关联图的节点最小化每个层级的敏感度,可以向不同权限的用户公开不同层级的子图;在层级群组差分隐私过程中,对不同层级选择灵敏度并计算方差,重复聚合噪声减少方差,通过高斯机制进行子图噪声注入,实现分层关联图的扰动,以保证每个层级的群组隐私。实验结果表明,所提方法可以用来保护群组数据的综合敏感信息,并且比其他方法具有更好的隐私保护效果和更高的数据可用性。     

电子商务中的商品推荐系统

对于迅速崛起的各种电子商务网站来说,为了促进网站发展和增加经济效益,吸引新客户并留住老客户是一种有效的手段.设计和实现高效的商品推荐算法是各大网站最为关注的技术之一.在电子商务网站中常见的一种推荐方式是以广告的形式在边栏推荐商品.目前,商品推荐系统根据推荐算法分为基于内容、协同过滤和混合的推荐系统.然而,现有推荐算法在电子商务网站的实际应用中正面临挑战,包括推荐结果的多样化、个性化和智能化以及时效化.现有算法需要不断改进来解决这些问题,从而完善电子商务推荐系统.     

基于差分隐私保护的社交网络发布图生成模型

社交网络在帮助人们建立社会性网络应用服务的同时,收集了大量的用户资料和敏感数据,通过分析这些数据可能泄露潜在的隐私信息.目前差分隐私保护模型对隐私泄露风险给出了严谨、定量化的表示和证明,极大地保证了数据的可用性.设计了一个满足差分隐私保护的社交网络发布图生成模型,首先通过图模型表示社交网络结构,并将原图按照节点特征分类为多个子图;然后利用四叉树方法对子图的密集区域进行划分,在树的叶子节点添加满足差分隐私保护的噪声;通过子图重构的方式,生成待发布图.最后,利用度分布、最短路径、聚类系数等统计分析方法,实验验证了该模型的可行性和有用性.