導(dǎo)語(yǔ)：電子商務(wù)數(shù)據(jù)質(zhì)量評(píng)估模型研究一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要:本文旨在為電子商務(wù)網(wǎng)站的質(zhì)量評(píng)估提出一種新方法。通過(guò)在線活動(dòng)評(píng)估客戶的滿意度，電商網(wǎng)站的標(biāo)準(zhǔn)視為評(píng)估系統(tǒng)的輸入變量，考慮到消費(fèi)者的行為可能被解釋為模糊值的事實(shí)，這些標(biāo)準(zhǔn)的值是根據(jù)潛在用戶使用該網(wǎng)站的在線行為隱式捕獲的。所提出的電商數(shù)據(jù)評(píng)估模型是一種多準(zhǔn)則程序，結(jié)合模糊邏輯，可以搜索有價(jià)值的動(dòng)態(tài)信息，以自動(dòng)評(píng)估電子商務(wù)網(wǎng)站，提高銷售量，由網(wǎng)站管理員做出決策并滿足客戶需求。根據(jù)客戶的行為評(píng)估確定不同電子商務(wù)客戶滿意度標(biāo)準(zhǔn)的重要性。

關(guān)鍵詞:電子商務(wù)；客戶滿意度；電商數(shù)據(jù);評(píng)估模型；模糊邏輯

1引言

許多電商站點(diǎn)創(chuàng)建聊天工具來(lái)代替服務(wù)人員，為用戶提供購(gòu)買體驗(yàn)，然而市場(chǎng)研究和消費(fèi)者滿意度參數(shù)表明，這些聊天工具還不夠。因此，電商公司必須收集在線客戶的偏好，以便在促銷和定價(jià)策略中做出更好的決策。本文研究的目的是分析這些隱含的知識(shí)，并通過(guò)識(shí)別和排名主要質(zhì)量標(biāo)準(zhǔn)以及對(duì)在線消費(fèi)者的觀點(diǎn)進(jìn)行調(diào)查，從而向商務(wù)專業(yè)人士提供理解，以構(gòu)建高質(zhì)量的電子商務(wù)網(wǎng)站。因此，可以通過(guò)對(duì)在線客戶的行為進(jìn)行調(diào)查，在多標(biāo)準(zhǔn)分析的背景下制定電子商務(wù)網(wǎng)站評(píng)估問(wèn)題。建議的用于評(píng)估電子商務(wù)網(wǎng)站質(zhì)量的多標(biāo)準(zhǔn)模型階段如下所述：第一階段：建立評(píng)估對(duì)象和要評(píng)估的項(xiàng)目集。第二階段：獲取在線客戶的觀點(diǎn)。第三階段：確定在第一階段中確定的項(xiàng)目的權(quán)重。第四階段：在每個(gè)質(zhì)量模型層次級(jí)別中聚合質(zhì)量屬性。在此階段，將這些因素獲得的結(jié)果結(jié)合起來(lái)，以揭示電子商務(wù)網(wǎng)站的數(shù)據(jù)服務(wù)質(zhì)量。文獻(xiàn)[1]使用模糊邏輯方法，幫助電子商務(wù)網(wǎng)站管理員和服務(wù)提供商了解電子商務(wù)網(wǎng)站因素的重要性水平，進(jìn)而幫助他們提高網(wǎng)站質(zhì)量。文獻(xiàn)[2]基于層次分析法和多層感知器神經(jīng)網(wǎng)絡(luò)使用購(gòu)買決策過(guò)程，通過(guò)使用最小二乘誤差和梯度下降方法調(diào)整網(wǎng)絡(luò)權(quán)重來(lái)開(kāi)發(fā)特定的非線性映射，從而增加買方意見(jiàn)的一致性。從而改善了符合買方共同協(xié)議的指標(biāo)的選擇。對(duì)于文獻(xiàn)[3]中的電子商務(wù)網(wǎng)站，根據(jù)其內(nèi)容和特征進(jìn)行排名，歸因于30個(gè)變量，應(yīng)用了多準(zhǔn)則方法來(lái)執(zhí)行評(píng)估和排名任務(wù)。文獻(xiàn)[4]提出了一種混合模糊決策方法，將模糊Electre和Fuzzy-TOPSIS方法的要素結(jié)合起來(lái)，朝著新的排名程序發(fā)展。本文著眼于與決策支持客戶有關(guān)的問(wèn)題，讓他們隱含地判斷在線商店的產(chǎn)品、服務(wù)和優(yōu)惠。相關(guān)上面提到的方法需要真實(shí)地了解該因素的重要性，只有極少數(shù)應(yīng)用的模糊評(píng)估算法考慮評(píng)估數(shù)據(jù)中固有的定量、定性、不精確和不一致的信息。

2模型設(shè)計(jì)

2.1模型架構(gòu)

在本文提出的模型體系結(jié)構(gòu)中，主要包括三個(gè)部分：數(shù)據(jù)收集，數(shù)據(jù)分析和知識(shí)獲取。數(shù)據(jù)收集組件顯示由業(yè)務(wù)用戶定義的業(yè)務(wù)數(shù)據(jù)，并記錄消費(fèi)者的銷售交易以及通過(guò)電子商務(wù)網(wǎng)站進(jìn)行的其他類型的在線客戶交互。提取原始數(shù)據(jù)數(shù)據(jù)完成數(shù)據(jù)分析。從挖掘結(jié)果中獲取一些特定的知識(shí)模式和規(guī)則，以建立電子營(yíng)銷知識(shí)數(shù)據(jù)庫(kù)，以便管理人員可以為目標(biāo)消費(fèi)者規(guī)劃策略和策略。圖1中描述的數(shù)據(jù)流通過(guò)六個(gè)階段進(jìn)行傳遞和分析，各階段詳細(xì)說(shuō)明如下1.每次交互都會(huì)收集來(lái)自瀏覽網(wǎng)站的客戶的數(shù)據(jù)。2.數(shù)據(jù)由業(yè)務(wù)數(shù)據(jù)庫(kù)收集和接收。3.電子商務(wù)網(wǎng)站的評(píng)估標(biāo)準(zhǔn)被定義為包括在分析中。4.為每個(gè)“電子商務(wù)網(wǎng)站參數(shù)”分配一個(gè)“權(quán)重”(以表示該參數(shù)的重要性)，以使客戶滿意。5.使用模糊分析評(píng)估電子商務(wù)網(wǎng)站的滿意度。6.完成所有計(jì)算后，結(jié)果發(fā)送到知識(shí)數(shù)據(jù)庫(kù)。

2.2客戶滿意度評(píng)估

1)電子商務(wù)網(wǎng)站的部分評(píng)估如圖2所示為一個(gè)評(píng)估模式，用于評(píng)估電子商務(wù)網(wǎng)站的效率、內(nèi)容和付款系統(tǒng)可用性等三個(gè)內(nèi)容。該模式使管理人員可以根據(jù)基于消費(fèi)者反應(yīng)的自動(dòng)評(píng)估來(lái)知道存在缺陷的組件。因此，該評(píng)估可以為效率、內(nèi)容和支付系統(tǒng)的有效性賦予值。2)客戶滿意度的全球評(píng)估多準(zhǔn)則分類：在本文提出的電子商務(wù)網(wǎng)站的多準(zhǔn)則分類模型中[5]，根據(jù)客戶滿意度的不同水平發(fā)現(xiàn)了網(wǎng)站不同準(zhǔn)則的價(jià)值。分類模型是根據(jù)所有網(wǎng)站標(biāo)準(zhǔn)上客戶的判斷(假設(shè)是真實(shí)的)進(jìn)行測(cè)試的。提出了一種基于在線客戶的蹤跡和情感自動(dòng)提取這些數(shù)據(jù)的模型，用于自動(dòng)評(píng)估網(wǎng)站。因此，不同模糊變量的隸屬函數(shù)的構(gòu)造是基于每個(gè)變量的先行數(shù)量[6-7]。計(jì)算隸屬度到電子客戶滿意度。接下來(lái)對(duì)輸入數(shù)據(jù)進(jìn)行描述，并對(duì)方法進(jìn)行介紹。其中，VS表示效率較高、服務(wù)內(nèi)力較強(qiáng)，S表示表示效率高、服務(wù)內(nèi)力強(qiáng)，M表示效率中等、服務(wù)能力中等，W表示效率差、服務(wù)能力差，VW表示效率非常差、服務(wù)能力非常差。網(wǎng)站的易用性是根本，內(nèi)容因素為第二因素，這就要求電子商務(wù)網(wǎng)站必須正確、適當(dāng)?shù)毓芾砗惋@示其存儲(chǔ)數(shù)據(jù)的能力。

3結(jié)束語(yǔ)

本文所提及的模型處理了公司用來(lái)增強(qiáng)電子消費(fèi)者滿意度的關(guān)鍵因素。由于客戶隨時(shí)間變化，因此使用動(dòng)態(tài)數(shù)據(jù)挖掘方法可以根據(jù)在線消費(fèi)者行為來(lái)有效地調(diào)整和改善電子商務(wù)網(wǎng)站的質(zhì)量。通過(guò)自動(dòng)捕獲網(wǎng)站性能的大多數(shù)診斷指標(biāo)，對(duì)基于點(diǎn)擊流數(shù)據(jù)的電子客戶進(jìn)行動(dòng)態(tài)分析。本文引入性能分析模型，根據(jù)客戶的導(dǎo)航會(huì)話和可能使用的在線服務(wù)的反饋對(duì)客戶進(jìn)行分類，并對(duì)所建議的電子商務(wù)網(wǎng)站評(píng)估算法進(jìn)行測(cè)試，結(jié)果表明該模型對(duì)于電商網(wǎng)站性能提升有較為明顯的優(yōu)勢(shì)。

作者：李莉 單位：西安文理學(xué)院