楊興凱， 張晶晶,2

(1．東北財經(jīng)大學 管理科學與工程學院，遼寧 大連 116025； 2．大連科技學院 信息科學學院，遼寧 大連 116041)

基于改進D-S證據(jù)理論的生鮮電子商務信任模型研究

楊興凱1， 張晶晶1,2

(1．東北財經(jīng)大學 管理科學與工程學院，遼寧 大連 116025； 2．大連科技學院 信息科學學院，遼寧 大連 116041)

在生鮮電子商務的發(fā)展中，消費者信任度受到信息不透明、物流水平不到位、質(zhì)量安全等原因的限制，這是導致消費者對生鮮電子商務交易意愿薄弱的重要原因.本文構建生鮮電子商務信任模型，用以測度生鮮電商中的消費者信任度及其變化.一方面，根據(jù)目前國內(nèi)生鮮電子商務以特產(chǎn)為主的特點，考慮產(chǎn)品特性、質(zhì)量認證等指標，構建評價指標體系，評價了消費者的直接信任；另一方面，在推薦信任中運用改進D-S證據(jù)理論，在證據(jù)可信度中綜合考慮交易頻繁度和交易相似度，使得推薦信任更加客觀有效.

生鮮農(nóng)產(chǎn)品；電子商務；信任模型；模糊理論；D-S證據(jù)理論

自2013年以來，生鮮電商成為中國電商領域的新“藍?！?中國電子商務研究中心(100EC.cn)的監(jiān)測數(shù)據(jù)顯示，2015年中國生鮮電商交易規(guī)模達到560億元，較2014年增長達115%[1].國家對農(nóng)產(chǎn)品電子商務的支持力度也在不斷加大.2016年的中央一號文件明確提出促進農(nóng)村電子商務加快發(fā)展；同年，農(nóng)業(yè)部、商務部等19個部門聯(lián)合印發(fā)《關于加快發(fā)展農(nóng)村電子商務的意見》，其中，提出重點推動電商平臺開設農(nóng)業(yè)電商專區(qū)、降低平臺使用費用和提供互聯(lián)網(wǎng)金融服務等措施，鼓勵農(nóng)產(chǎn)品上網(wǎng)銷售.財政資金的引領、國家政策的鼓勵，也將使更多社會資本進入農(nóng)村電商行業(yè)，培育農(nóng)村電子商務發(fā)展環(huán)境.

盡管目前生鮮電子商務受重視程度很高、發(fā)展速度較快、行業(yè)處于興起的階段，但目前，生鮮電商所占規(guī)模比重仍然很低，2016年中國網(wǎng)絡購物交易額中生鮮電子商務僅占1.5%，同時消費者對其的信任和接受程度也不高.究其原因，一是消費者尚未培養(yǎng)出生鮮電子商務的交易習慣；二是生鮮產(chǎn)品的產(chǎn)品保鮮、實時配送、質(zhì)量安全等問題制約了消費者信任；三是目前生鮮電子商務不成熟，產(chǎn)業(yè)鏈比較零散，各主體各自為政，缺乏有競爭力的商業(yè)模式，也使生鮮電子商務更難以走到臺前，贏得消費者信任.筆者以生鮮電子商務信任為研究主題，希望能夠構建一個模型，測度生鮮電子商務的消費者信任水平及其變化.

1 研究現(xiàn)狀

生鮮農(nóng)產(chǎn)品指不經(jīng)過加工或少量加工、無法長期在常溫下保存的農(nóng)畜產(chǎn)品，具有較強的時效性、地域分散性、季節(jié)性、非標準化的特點，這些特點使得傳統(tǒng)電商的模式不適合傳遞生鮮農(nóng)產(chǎn)品，而衍生出生鮮電子商務.生鮮電子商務利用互聯(lián)網(wǎng)進行生鮮農(nóng)產(chǎn)品信息的收集、整理、傳遞與發(fā)布，同時依托供應商、電商零售企業(yè)與物流配送系統(tǒng)，在網(wǎng)上完成生鮮產(chǎn)品及服務的購買、銷售和電子支付等業(yè)務[2].一方面，要求供應鏈和物流網(wǎng)絡具有更快的反應速度；另一方面，對生鮮產(chǎn)品的質(zhì)量和安全也提出了更高的要求.

國外生鮮電商的發(fā)展可以追溯到2000年前后，擁有多樣化的生鮮電商運營模式[3].各企業(yè)在信任的構建方面，Cybird和Local Harvest采取盡可能披露農(nóng)場信息的方式來消除用戶的不信任情緒；Pea Pod則通過與超市合作的方式提升用戶的體驗和信任度；Fresh Direct通過大數(shù)據(jù)方式來分析用戶的喜好，同時通過提升物流體驗來獲取用戶信任.在生鮮電商信任的研究方面，Lee等[4]的研究表明了消費者網(wǎng)購生鮮農(nóng)產(chǎn)品時,受到健康意識、價格感知等認知因素的影響,還受到愉悅度等情緒因素的影響.Chen[5]研究了生鮮消費者時按照信任的主體和客體不同，將信任分為不同類型，并著重闡述了安全對生鮮消費的影響.G Jan Hofstede等[6]證明了在B2B跨境生鮮交易中，制度和文化元素對信任具有正向的影響.

中國生鮮電子商務的研究伴隨著生鮮電子商務的發(fā)展而發(fā)展和進步，目前研究領域主要集中在生鮮電商的發(fā)展模式、問題和對策、供應鏈管理及物流優(yōu)化等研究領域，定性研究較為廣泛.信任的研究則主要集中在生鮮產(chǎn)品信任的影響因素方面，肖哲暉[7]強調(diào)了制度信任(服務承諾、可追溯機制、安全認證等)在生鮮電子商務中的重要地位；林家寶等[8]以水果為主體研究了信任的影響因素，肖麗平[9]的研究主體則為蔬菜，這種以某一類生鮮產(chǎn)品為主體的信任研究不能實現(xiàn)總體信任測度模型的構建，具有一定的局限性.在信任模型的研究方面，吳先富[10]構建了基于貝葉斯網(wǎng)絡的農(nóng)產(chǎn)品電子商務信任模型，在此基礎上，加入云模型以規(guī)避了信任的模糊性問題，但貝葉斯方法也存在著需要先驗概率的問題.

以生鮮為商品的電子商務在信任的影響因素上具有特殊性，例如對制度的敏感性、對食品安全的關注等；在評價模型構建上，還要考慮如何解決生鮮電子商務交易量少而分散，不利于模型構建的問題.因此，構建基于模糊理論和改進D-S證據(jù)理論的生鮮電子商務信任評價模型.

2 生鮮電子商務信任影響因素分析

生鮮電子商務消費者購物意愿產(chǎn)生的原因分為兩個方面，一是消費者由于生活節(jié)奏加快等原因在線購買日常所需的蔬菜水果、肉蛋、奶制品等生鮮產(chǎn)品；二是隨著特產(chǎn)模式的興起，以及進口生鮮食品在網(wǎng)購中的不斷加溫，消費者有意愿在線跨區(qū)域購買生鮮產(chǎn)品，這種模式目前仍然是生鮮電子商務的主流模式，也是本文探討生鮮電子商務模式.考慮該模式下消費者信任的影響因素，并借鑒國內(nèi)外研究和生鮮電子商務的現(xiàn)狀，最終將生鮮電子商務的信任影響因素歸納為消費者、產(chǎn)品和服務、網(wǎng)站平臺、物流和第三方認證、交易環(huán)境五個方面.

2.1 消費者因素

Lee[11]在研究模型中提出了消費者因素.一方面，信任是主觀的過程，消費者的信任傾向決定了他們在首次接受新事物時候是選擇購買、詢問還是觀望；另一方面，過去失敗的經(jīng)歷也會決定消費者是否會信任該產(chǎn)品.因此，消費者因素主要包括了消費者的信任傾向、消費經(jīng)驗這兩方面的因素.

2.2 商家及其提供的產(chǎn)品、服務因素

在電子商務交易中，標準化程度較高的產(chǎn)品和服務往往能給消費者帶來更高的信任感，但生鮮電子商務一方面由于其產(chǎn)品特性的限制，標準化非常困難；另一方面，消費者目前在平臺上購買生鮮電子商務產(chǎn)品，仍是以特色產(chǎn)品為主，他們非常關心產(chǎn)地和應季性.因此，產(chǎn)品因素是消費者信任的重要因素.另外產(chǎn)品和服務的描述的精確度以及商家本身的品牌和信譽度也是商家信任的保障.因此，商家及產(chǎn)品、服務因素中主要包括產(chǎn)品種類和特性、產(chǎn)品的產(chǎn)地和應季性、商家品牌和聲譽、商家頁面展示、商家服務和承諾五方面的內(nèi)容組成.

2.3 網(wǎng)站平臺

網(wǎng)站平臺是消費者接觸消費信息的重要途徑，消費者之所以使用并信任電子商務服務，是因為網(wǎng)站平臺具有一定的口碑、易用性和可用性、安全性.對于生鮮電子商務這種新型的電子商務模式來說，平臺是否專門經(jīng)營生鮮電子商務決定了它的各項條件是否專門為生鮮產(chǎn)品打造，也是消費者十分關心的問題；另外，對于每一個新興電子商務模式，用戶能否從其他用戶的消費中得到反饋體驗也是影響他們消費的重要因素[12].因此，生鮮電子商務的網(wǎng)站平臺因素主要包括平臺的知名度、平臺的專業(yè)性、易用性和可用性、支付與安全和平臺的反饋機制.

2.4 物流和第三方認證

在生鮮電子商務的發(fā)展過程中，對生鮮電子商務信任貢獻最大的兩個因素是物流因素和第三方因素.生鮮電子商務的物流配送與傳統(tǒng)電子商務具有較大的不同，生鮮產(chǎn)品具有易損性，并且保鮮期很短，使得企業(yè)的物流成本和消費者的物流體驗成為悖論，因此物流服務質(zhì)量很大程度上影響了消費者對生鮮電子商務的信任.Pavlou等[13]發(fā)現(xiàn)對于搜索型商品，市場驅動的制度管控因素能夠有效促進消費者信任.而問卷調(diào)查也顯示，有70%的被調(diào)查者認為，有第三方認證和溯源體系會讓消費者覺得該生鮮產(chǎn)品更加可信.

2.5 交易環(huán)境因素

制度信任是不確定環(huán)境下消費者產(chǎn)生信任的重要影響因素.Pavlou等[13]指出，制度信任對消費者購買意愿的影響遠遠大于技術信任，他還將電子商務制度管控分為市場驅動和法律驅動.Chen[5]等指出消費者對農(nóng)產(chǎn)品的制度信任分為兩類，分別是農(nóng)產(chǎn)品加工銷售企業(yè)和第三方監(jiān)管部門的信任管控制度，為了區(qū)分生鮮電子商務信任方面交易平臺、第三方和其他制度信任，因此交易環(huán)境包括利好政策、制度和法律、執(zhí)法力度.

3 生鮮電子商務信任模型構建

信任按照其來源可以分為直接信任和推薦信任.其中，直接信任是買賣雙方直接交易產(chǎn)生的信任，而推薦信任則來自他人的推薦，這種推薦能夠在信任網(wǎng)絡上傳遞并不斷衰減.本文所構建的生鮮電子商務信任模型也是基于生鮮網(wǎng)上交易的直接信任和推薦信任兩個維度所構建的，首先，將交易產(chǎn)生的直接信任通過模糊綜合評價法進行處理，獲取直接信任向量；然后假設間接信任來自系統(tǒng)中的其他消費者，通過D-S證據(jù)理論獲取推薦信任向量，釆用加權平均的方法將二者整合，得到生鮮電子商務消費者的整體信任.

T=ωDTD+ωRTR.

(1)

其中，TD為直接信任向量，TR為間接信任向量，ωD為直接信任的權重，ωR為推薦信任的權重，由于直接信任和間接信任構成了消費者的信任，因此ωD+ωR=1.筆者認為，直接信任和推薦信任在消費者的信任中所占的比例取決于二者的比例關系，即：

ωD=x/(x+y),

ωR=y/(x+y) .

(2)

其中，x為直接信任向量的反模糊量化值，y為推薦信任的量化值.且隨著直接信任的不斷提升，直接信任在信任當中所占的比例也將不斷提升.

3.1 直接信任

在直接信任的測量上，本文以廖列法等[14]的二層模糊綜合評價法為基礎，采取了不同的時間、價格因子，構建了直接信任評價模型.該方法在獲取用戶直接信任向量的過程中，將時間、價格等客觀因素也運用模糊綜合評價方法進行合成，解決了客觀因素的模糊評價問題.該方法的具體步驟如下：

(1)根據(jù)生鮮電子商務的消費者信任影響因素構建評價指標體系，運用模糊層次分析方法求出指標權重，如表1所示.

表1 基于C2C的生鮮電子商務消費者直接信任指標體系及權重

.

(3)

(3)求出二層模糊綜合評價的權重向量，即計算與多次交易信任情況相關的時間、價格因子的權重，合成總的權重向量.這是最終的直接信任的權重向量.各因子及權重計算過程如下：

定義2(時間衰減因子) 令T(Δt)為時間衰減函數(shù)，則：

(4)

在函數(shù)中，Δt=t-t1，即為交易時間與直接信任生成時間的間隔，設1年為365天.由于生鮮產(chǎn)品的質(zhì)量受當年的氣候、土地狀況等環(huán)境以及耕作方式、選種等因素的影響，認為當直接信任的生成時間距離交易時間大于1年時，上一次交易對本次交易的影響將非常小，即為0.000 1.

定義3(價格因子) 設消費者單次購買的生鮮農(nóng)產(chǎn)品的總價格為Ci，i=1,2,…,m.

.

(5)

(4)根據(jù)交易矩陣和時間、價格因子合成的權重向量，按照模糊綜合評價方法，進行二次模糊綜合評價，其結果即為最終的直接信任向量TD：

TD=A′·B=(d1,d2,…,d5).

(6)

3.2 推薦信任

關于推薦信任的研究，胡建理[20]認為，推薦信任的可信度取決于評分相似度和交易的頻繁度兩方面，趙秋月[21]構建了基于評分相似度的可信度因子.由于生鮮電子商務數(shù)據(jù)量少、且推薦信任的評價具有一定的隨機性和模糊性，本文考慮運用改進D-S理論模型來衡量推薦信任，通過改進D-S證據(jù)理論的證據(jù)融合的規(guī)則，在可信度函數(shù)的計算中引入交易頻繁度，對推薦主體之間的可信度及信任合成做進一步修正.

3.2.1 推薦證據(jù)的篩選 為消除對惡意評價和群體性攻擊對推薦證據(jù)公平程度的影響，采取模糊聚類方法對證據(jù)進行分類.其中，證據(jù)的相似程度通過余弦相似度來計算.

定義5設存在模糊向量A=(a1,a2,…,an)和B=(b1,b2,…,bn)，則二者的余弦相似度為

.

(7)

模糊集合貼近度的值越接近1，說明A,B的相似度越高.

則運用模糊聚類算法篩選推薦證據(jù)的步驟為：

首先，運用式(7)計算每兩個證據(jù)間的相似度，求得模糊相似矩陣R|x|=(rij)|x|.

最后，進行聚類分析.求得t(R|x|)的λ截矩陣Rλ，即將推薦證據(jù)按照其信任相似程度進行分類，動態(tài)地選擇閾值λ，就能得到滿足不同應用需求的分類結果.

3.2.2 基本概率分配函數(shù) 董仲慧[22]將直覺模糊數(shù)與證據(jù)概率分配結合起來.按照生鮮電商的直接信任模糊評價集來設置識別框架，以推薦人的直接信任評價向量TD為推薦證據(jù)的依據(jù)，完成基本概率分配：

Mi(Vj)=dij,j=1,2,3,4,5.

(8)

3.2.3 推薦證據(jù)的可信度 構建的推薦證據(jù)的可信度由推薦人與被推薦商家交易的頻繁度以及公平證據(jù)的相似度構成，其中，交易越頻繁、支持度越高，其證據(jù)的可信程度就越大.

定義6設推薦人與被推薦商家交易頻繁度fi(Ni)為

fi(Ni)=(1-e-Ni)α.

(9)

其中，交易次數(shù)為Ni，α為調(diào)節(jié)因子且有α≥1，即可以通過確定α來放大或縮小交易頻繁程度的影響.推薦人的交易次數(shù)越多，fi(Ni)越接近1.

定義7已知通過篩選的模糊相似矩陣Rm×m=(rij)m×m包含m個推薦證據(jù)，則推薦證據(jù)的相似度為

(10)

定義8設共有m個推薦證據(jù)，則第i個推薦證據(jù)的可信度crd(Mi)為

(11)

其中，fi(Ni)為推薦人與被推薦商家的交易頻繁度，Si為交易相似度.

(12)

依照改進的證據(jù)合成規(guī)則，對指標依次進行復合運算：M(V) =M(((1,2),i),m)(V)，2

4 仿真分析

為了驗證生鮮農(nóng)產(chǎn)品電子商務信任模型的有效性，運用Matlab對該信任模型進行仿真實驗.假設交易系統(tǒng)中存在兩種推薦人：善意推薦人和惡意推薦人.推薦人的總數(shù)設定為1 000，按照惡意推薦人所占的比例分為10%,20%,30%,…,80%八組.

4.1 模糊聚類效果分析

為驗證模糊聚類方法篩選推薦的準確度，在每組內(nèi)通過模糊聚類分析將推薦人分成三類，即可信推薦人、一般推薦人及不可信推薦人.測定時，分別計算該組內(nèi)每一類推薦人的推薦信任度，其結果如圖1所示.

由圖1可以看出，在不同的惡意用戶比例下，選擇第一類推薦人時，對惡意推薦的敏感度較第二類、第三類有所提高；第二類推薦人又較第三類推薦人對惡意評價的敏感度有所提高，因此，本文認為，如果追求評價的準確度，應選擇第一類推薦人計算推薦信任度，如果數(shù)據(jù)較少可以選擇一、二類推薦人，第三類推薦人的推薦較為不準確.

4.2 模型的有效性檢驗

分別通過本模型和經(jīng)典D-S證據(jù)模型計算推薦信任，將所得內(nèi)容進行比較，其結果如圖2所示.可以看出，在不同的惡意用戶比例下，本文模型對惡意推薦評價的敏感度較經(jīng)典D-S模型有所提升.

圖1 篩選推薦證據(jù)的效果分析Fig.1 Effect analysis of filtering recommendation evidence

圖2 本文模型與經(jīng)典D-S信任模型的比較Fig.2 Comparative analysis between model in this paper and classic D-S trust model

5 結 語

綜合考慮生鮮網(wǎng)購的實際情況，加入了產(chǎn)地因素、季節(jié)因素、第三方認證、產(chǎn)品溯源，并考慮交易頻率的影響而構建了基于改進D-S證據(jù)理論的推薦信任模型.隨著生鮮電子商務信任研究的不斷深入，基于分布式、數(shù)據(jù)挖掘的應用將會引導信任評價向更加準確、更加快捷的方向發(fā)展.因此，生鮮電子商務消費者信任水平仍然是信任領域重要的研究方向之一.

[1] 中國電子商務研究中心．2015年中國電子商務監(jiān)測報告[EB/OL]．(2016-02-02)[2016-04-20].http://www.100ec.cn/detail--6310158.html.

[2] 黃宇紅．電子商務下我國農(nóng)產(chǎn)品物流模式的研究[J]．哈爾濱商業(yè)大學學報(社會科學版),2006(2):37-38.

[3] 吳傳淑.國外生鮮電商發(fā)展模式探析[J].世界農(nóng)業(yè),2015(5):136-138+150.

[4] LEE D,JEONG H, CHO J, et al. Grocery shopping via t-commerce in korea: new shopping channel adoption behavior based on prior e-commerce experience[J].International Food and Agribusiness Management Review,2015,18(2):1-13.

[5] CHEN W.The effects of different types of trust on consumer perceptions of food safety: An empirical study of consumers in Beijing Municipality,China[J].China Agricultural Economic Review,2013,5(1):43-65.

[6] CANAVARI M,FRITZ M,HOFSTEDE G J,et al.The role of trust in the transition from traditional to electronic B2B relationships in agri-food chains[J].Computers and electronics in agriculture,2010,70(2):321-327.

[7] 肖哲暉．電子商務環(huán)境下生鮮農(nóng)產(chǎn)品消費者信任研究[D]．武漢：華中科技大學，2015.

[8] 林家寶，萬俊毅，魯耀斌．生鮮農(nóng)產(chǎn)品電子商務消費者信任影響因素分析：以水果為例[J]．商業(yè)經(jīng)濟與管理，2015(5)：5-15.

[9] 肖麗平．生鮮農(nóng)產(chǎn)品電子商務消費者信任影響因素分析——以蔬菜為例[J]. 商業(yè)經(jīng)濟研究,2016(16):67-69.

[10] 吳先富．基于Bayes網(wǎng)絡的農(nóng)產(chǎn)品C2C模糊信任評價模型研究[D]．合肥：安徽農(nóng)業(yè)大學，2013.

[11] LEE M K O,TURBAN E.A trust model for consumer internet shopping[J].International Journal of Electronic Commerce，2001，6(1):75-91．

[12] McKNIGHT D H,CHARLES K.The impact of initial consumer trust on intentions to transact with a website: a trust building model[J].The Journal of Strategic Information Systems,2002(11):297-323.

[13] PAVLOU P A,GEFEN D.Building effective online market places with institution-based trust[J].Information Systems Research,2004,15(1):37-59.

[14] 廖列法,劉朝陽.P2P網(wǎng)絡中基于模糊評判的推薦信任模型[J]. 計算機工程與設計,2014,35(4):1183-1187.

[15] KOUFARIS M,HAMPTON-SOSA W.The development of initial trust in an online company by new customers[J].Information & management,2004,41(3):377-397.

[16] NEBENZAHL I D,JAFFE E D,KAVAK B.Consumers' punishment and rewarding process via purchasing behavior[J].Teaching Business Ethics,2001,5(3):283-305.

[17] BELANGER F,HILLER J S,SMITH W J.Trustworthiness in electronic commerce: the role of privacy,security,and site attributes[J].The journal of strategic Information Systems,2002,11(3/4):245-270.

[18] GRAYSON K,JOHNSON D,CHEN D F R. Is firm trust essential in a trusted environment? How trust in the business context influences customers[J].Journal of Marketing Research,2008,45(2):241-256.

[19] DING Y L,VEEMAN M M, ADAMOWICZ W L.The impact of generalized trust and trust in the food system on choices of a functional GM food[J].Agribusiness,2012,28(1):54-66.

[20] 胡建理，吳泉源，周斌,等．一種基于反饋可信度的分布式P2P信任模型[J]．軟件學報,2009,20(10):2885-2898．

[21] 趙秋月,左萬利,田中生,等. 一種基于改進D-S證據(jù)理論的信任關系強度評估方法研究[J]. 計算機學報,2014,37(4):873-883.

[22] 董仲慧,梁工謙. 基于D-S直覺模糊TOPSIS產(chǎn)品質(zhì)量控制方案決策方法[J]. 管理現(xiàn)代化,2016,36(2):104-106.

[23] 李文立,郭凱紅. D-S證據(jù)理論合成規(guī)則及沖突問題[J]. 系統(tǒng)工程理論與實踐,2010,30(8):1422-1432.

Atrustmodeloffreshagriculturalproductse-commercebasedontheimprovedD-Sevidencetheory

YANGXingkai1,ZHANGJingjing1，2

(1.School of Management Science and Engineering, Dongbei University of Finance and Economics, Dalian 116025， China；2.School of Information Science, Dalian Institute of Science and Technology, Dalian 116041， China)

Within the development of Fresh Agricultural Products E-commerce，consumer trust is limited by information opaque，logistics quality，foodsafety and so on，which leads to the weakness of consumers’purchase intention.This paper builds a trust model of Fresh Agricultural Products E-commerce to measure the customer trust degree and its change.On the one hand,considering the indicators such as product features，quality certification and other indicators, evaluation indicators system is built to measure direct trust based on characteristics of Fresh Agricultural Products E-commerce.On the other hand，recommendation trust model employs the improved D-S Evidence Theory and the recommendation trust is more objective and effective by considering the transaction frequency and transaction similarity in the evidence credibility.

agricultural products；e-commerce；trust models；fuzzy theory；D-S evidence theory

F724.2;F323

A

2017-10-20

遼寧省教育廳科學研究一般項目(L2014459)

楊興凱(1970- ),男，遼寧朝陽人，東北財經(jīng)大學教授，博士.E-mail:xkyang@vip.sina.com

1000-1735(2017)04-0467-07

10.11679/lsxblk2017040467