基于ILOWGA算子的B2C电子商务顾客满意度评价方法

针对B2C电子商务顾客满意度评价的不确定性和模糊性等特点,构建了基于诱导的语言顺序加权几何平均(ILOWGA)算子的电子商务顾客满意度评价模型.建立了B2C模式下电子商务企业顾客满意度评价指标体系,根据指标体系设计模型对输入参数是语言变量的决策信息进行集结,得出电子商务顾客满意度的评价值.理论分析和实例对比表明,该方法能更好地反映电子商务顾客满意度评价的客观性.     

基于顾客群体语言评价信息的服务质量评价方法

针对多个相同类型的服务方案或项目的服务质量评价问题,给出了一种基于顾客群体语言评价信息的服务质量评价方法.首先通过调查问卷方式获取顾客针对服务方案的语言评价信息,并将其转化成梯形模糊数;然后计算出各指标的平均权重、服务方案在各指标下的平均服务感知绩效以及每个指标下所有顾客的平均服务期望;进一步地,运用模糊加权平均算子计算各服务方案的服务质量评价值,同时计算其与每个语言短语所对应的梯形模糊数之间的相似度,从而确定各服务方案的服务质量等级,而对于服务质量等级相同的服务方案,通过计算其非模糊价值量来比较服务方案间的优劣.最后,通过一个算例说明了所提方法的有效性和实用性.     

基于熵权法的电子商务网站的模糊评价模型

针对电子商务网站评价问题,给出了一种基于熵权法的电子商务网站评价模糊综合评价方法.首先构建影响电子商务网站评价的多因素层次结构模型和评价体系,然后采用问卷调查法采集数据,利用熵权法确定各评价指标的客观权重,最后采用模糊评价法对电子商务网站进行评价.通过实例验证了该评价方法的科学性和有效性.     

基于卖方行为影响的电子商务在线信誉评价

针对电子商务这一特殊交易环境中存在的信誉问题,以卖方行为造成的影响作为独特视角对电子商务在线信誉评价问题进行系统分析.从欺诈、服务、产品、交易四个方面建立了由14个指标构成的综合评价指标体系,采用层次分析法确定了各指标的权重,并运用模糊综合评价法对卖方行为影响下的在线信誉进行综合评价.旨在提高卖方信誉度的真实性,使购物者能够放心地进行在线购物,为以后研究建立信誉度评价模型提供基础,促进电子商务安全快速发展.     

面向电子商务的配送中心服务质量评价研究

在研究电子商务环境下新型物流配送中心特征和运作类型基础上,构建了适用于电子商务环境下的物流配送中心服务质量评价指标体系,进而为顾客及物流企业本身创造出越来越大的经济效益.在实际进行电子商务配送中心服务质量评价时,应咨询和参考各相关专家的意见和建议,进行定性的选择.     

基于顾客评论的企业信息披露策略

在互联网时代,网购由于其便利性以及实惠的价格越来越成为人们主流的消费方式之一.在各大网购平台中,已经购买过商品的顾客往往会对商品留下评论,这些评论会很大程度上影响后续顾客的购买意愿.构建了一个新品发售的两阶段定价决策模型,将顾客的评论纳入考量,利用消费者效用理论,研究企业的最优定价和信息披露策略.第一阶段,由于商品刚发售,因此顾客不了解商品的真实质量,在此阶段购买过商品的顾客会留下对于该商品质量的评论;第二阶段,顾客会根据评论以及企业的信息披露策略来决定是否购买商品.结果显示,企业的最优信息披露策略同时受披露成本和顾客参照点效应两方面因素的影响.只有当披露成本较低,同时顾客参照点效应较高时,企业才会选择披露商品质量信息;而当顾客参照点效应较低或披露成本较低时,企业不会披露商品质量信息.     

不同粒度语言评价集的融合方法研究

研究了决策过程中将多粒度语言评价集进行融合的问题.分析了现有的两种多粒度语言评价集的融合方法,提出了一种基于隶属度函数进行的多粒度语言评价集融合新方法.该方法把语言评价用二元语义和在[0,1]区间上的有重叠的模糊数进行表示,融合过程避免了原有方法只能从粒度低的评价集向粒度高的评价集转化的不足,并且计算简单.通过具体算例证明该方法能够准确地给出不同备选方案的评价得分,有助于精确解决不同粒度语言评价集的群决策问题.     

AHP法在顾客满意度指标评价中的应用

企业在实施顾客满意度战略中,顾客满意指标多为专家根据经验确定,不能真实地反映顾客的需求和期望,常常欠缺顾客认为最重要的事项.本文让顾客来确定评价指标,并利用AHP(层次分析法)对该指标体系进行评价.     

面向顾客满意度的服务供应商评价

现有服务供应商评价方法通常基于多属性评价方法,逼近于理想值排序方法 (TOPSIS)是常用方法之一.传统基于TOPSIS的评价方法难以处理定性定量相结合的评价指标体系,且没有考虑到指标与顾客满意度间的非线性关系.针对这一问题,提出了面向顾客满意度的服务供应商评价方法,首先将定性定量指标的评价信息借助于卡诺(KANO)函数转化为顾客满意度,然后在所得指标顾客满意度数据的基础上,采用TOPSIS进行供应商评价和排序.其中,运用模糊KANO问卷确定各指标的KANO类型,借助KANO模型建立评价指标与顾客满意度之间的函数关系,通过熵权法计算得出评价指标权重.最后以实例验证所提方法的可行性和有效性.     

电子商务环境下企业竞争情报系统绩效评价模型的研究

电子商务环境下,企业竞争情报工作的开展受到越来越多的关注.而竞争情报系统作为竞争情报必备环节,在竞争情报过程中起着重要的作用,因此研究竞争情报绩效的评价具有重要的意义.首先分析了电子商务环境下影响ECIS绩效的因素以及ECIS绩效评价的指标体系,并使用了层次分析法确定了各指标的相对权重.接着又运用模糊综合评价的方法,得出了电子商务环境下ECIS绩效评价模型.最后针对某电子商务企业进行了实证研究,并对结果做了分析.     

网络购物安全问题研究

近几年来，随着互联网络的飞速发展，我国电子商务发展的环境和条件日趋改善，网络购物正在成为一种新型的购物方式。但是，网络购物的安全问题一直是很多人担心的焦点问题。本文运用比较分析的方法，总结出网络购物的特点及当前发展中存在的主要安全隐患，并提出提高网络购物安全性的主要对策。     

基于不同粒度语言信息的ERP项目风险综合评价

为了对投资巨大、实施周期长的ERP项目风险进行综合评价,构建了基于不同粒度语言信息的群决策模型。将专家给出的语言评价信息用二元语义形式表示,从多个语言变量集合中选择一个基本语言术语集,并将不同粒度语言信息一致化,通过构造群决策的优化模型,得到ERP项目风险群体综合评价结果。利用算例说明此方法的有效性,对ERP项目风险评价具有一定的应用价值。     

多粒度语言信息判断矩阵的满意一致性判定方法研究

首先对多粒度语言判断矩阵定义了导出函数,相应地得到多粒度语言判断矩阵的互补导出矩阵,针对多粒度语言判断矩阵的互补导出矩阵,提出了多粒度语言判断矩阵满意一致性的新概念,并通过定义多粒度语言判断矩阵的偏好关系矩阵,给出了满意一致性的充分必要条件,进一步提出了多粒度语言判断矩阵的满意一致性的判定方法和基于满意一致性的语言判断矩阵方案优劣的排序算法。最后通过具体实例说明多粒度语言判断矩阵的满意一致性的判定方法和基于满意一致性的语言判断矩阵方案优劣的排序算法具有可行性与有效性。     

基于SVM的电子商务行为的性别判断

不同性别的用户对产品的看法与品位存在着差异,特别是在欣赏与时尚相关的产品上,性别对用户判断的影响显得尤为重要。根据电子商务中在线商品的浏览记录,采用支持向量机(support vector machines, SVM)对所选取的7个特征建立模型,并进行性别判断。经过模型分析和训练,准确率可达79.21%。同时讨论了网络购物与实体店购物的区别,并对SVM进行了核函数对比及其它性能的研究,从理论和实际应用上为核函数的选取和SVM的选用提供参考。     

电商直播中语言风格对销售效果的影响基于SVM模型

伴随着科技的发展和自2019年以来新型冠状病毒疫情的催化作用，直播逐渐成为一种主流的营销途径之一。然而，对于不同的主播来说，直播间商品的销售情况参差不齐。本研究关注主播的语言风格如何影响直播中不同类别商品的销售。结合现有的理论和分析，本研究搭建了主播的语言风格框架，并运用机器学习模型训练得到一个语言风格分类器。结果显示，相对于享乐品，以商品信息为中心的语言风格对实用品的销售促进作用更大；相反，相对于实用品，以外围信息为中心的语言风格对享乐品的销售促进作用更大。     

一种具有多粒度不确定语言信息的群决策方法

针对具有多粒度不确定语言信息的群决策问题,运用不确定语言信息运算法则计算各决策者关于方案的综合不确定语言信息.依据不确定语言信息优势可能度的定义,计算各决策者关于方案的优势可能度矩阵.运用OWA算子集结各决策者关于方案的优势可能度矩阵并计算各方案的排序值.通过一个应用实例说明了该方法的可行性和有效性.     

C2C电子商务发展及潜力

伴随着个人计算机与互联网络的迅猛发展,中国上网用户数量的快速增长和电子商务市场的不断拓宽,C2C电子商务对于大多数网民来说已不是件新鲜的事物,越来越多的人选择了这种坐在家里上上网点点鼠标就能买到自己心仪物品的方式。C2C电子商务模式主要是指网络服务提供商利用计算机和网络技术,提供有偿或无偿使用的电子商务平台和交易程序,允许交易双方(主要为个人用户)在其平台上独立开展以竞价、议价为主的在线交易模式。C2C模式已成为众多持有小资本的投资者的一种投资创业方式。而C2C作为电子商务中重要的应用模式之一,近几年来在我国得到了迅速的发展。而以淘宝、易趣为代表的C2C电子商务网站在2005年已实现了逾139.24亿元的交易额,这一数字是在2004年41.6亿交易额的基础上增长了2倍多,C2C市场发展之迅猛可见一斑。本文旨为对目前国内日趋成熟并快速成长的C2C电子商务的研究,通过分析比较C2C电子商务平台的特点、途径,探讨目前C2C电子商务中存在的问题,从而了解C2C电子商务经营方式,对该类型电子商务成功与失败因素的理解,有助于正确指导C2C平台的网上行为,寻求问题的解决方法与途径。     

基于消费者评论挖掘的B2C网购物流服务因素类型及其作用机制研究

随着电子商务的迅猛发展以及消费模式的转变,越来越多的消费者开始选择网络购物,物流服务成为影响消费者网购满意度和制约电商企业发展的重要因素之一,因此探索影响网购物流服务的因素及其作用,并依此设计相应的物流优化方案,进而为顾客提供优质服务,提高物流顾客满意度,为企业树立良好形象,提高企业的效益。为探究消费者网购物流服务因素类型及其作用机制,从网购消费者的角度出发,以网络购物者在平台上的评价信息为研究对象,利用八爪鱼数据采集工具从天猫商城抓取一定量的评论信息,使用扎根理论研究方法对其进行分析和挖掘,通过开放式编码、主轴式编码和选择式编码提取物流服务因素主范畴和类型。把影响网购物流服务的因素分为7个主范畴,挖掘主范畴关系结构,将影响网购物流服务质量的因素归纳为配送质量、感知体验、售后服务质量和可靠性等4个主要类型。基于主范畴的典型关系结构,最终确定了"网购物流服务满意度关键影响因素"为核心范畴,分析得出物流服务质量的作用模型。运用语义网络分析和理论饱和度检验对物流服务质量因素的类型及其作用机制进行验证,语义网络分析使用ROST Content Mining知识处理与内容挖掘软件进行全网分析,通过词频分析及关键词共现分析验证所得结果;理论饱和度检验采用原始资料法与信度评估法进一步验证研究结果。结果表明:感知体验是网购物流服务的直接驱动因素,它决定了顾客是否进行网购行为;售后服务质量和可靠性通过影响感知体验间接驱动消费者的网购行为,是网购物流服务的间接因素;配送质量既可以直接影响网购物流服务质量,又可以通过感知体验间接影响网购物流服务质量。通过上述几方面改善物流服务,不仅可以提高顾客满意度,获取和保持稳定的客户群以维持企业的竞争优势,而且可以作为电商企业完善自身物流系统的重要依据,探索自身物流的薄弱环节,使企业得到更好发展。该研究方法及所得结果对B2C电子商务企业改善物流服务质量、提高企业竞争力具有重要意义。     

一种多粒度语言决策方法及其在ERP选型中的应用

文章针对具有不同粒度语言表达下的群决策问题,提出了一种基于IOWA算子的多粒度语言决策模型;对多粒度语言进行一致性的转换,引入IOWA算子,将各决策者给出的偏好信息集结为群偏好,同时进行方案的优选,最后将方法应用于ERP选型中;并通过一个算例,说明了该方法的有效性和实用性.     

不同粒度语言信息的群体一致性判别和改进方法

针对群决策中基于不同粒度语言判断矩阵形式偏好信息的群体一致性判断和改进问题,提出了一种新的分析方法.首先,根据专家给出的不同粒度语言判断矩阵,采用LOWA集结算子确定个体方案排序的序关系值向量;然后,以群体与专家个体意见偏差最小为目标建立目标规划模型,通过求解该模型得到群体方案排序的序关系值向量;进一步地,通过定义专家个体与群体意见的贴近度指标,给出了专家群体一致性的判别改进方法;最后,通过算例说明方法的可行性和有效性.