王艷 龐秀麗

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

關鍵詞：電子商務推薦系統(tǒng)；顧客滿意度；模糊評價

中圖分類號：F272.5 文獻標識碼：A

文章編號：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)絡購物用戶數(shù)量已經(jīng)達到了五千一百萬人。網(wǎng)購的火爆，導致電子商務平臺企業(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，把電子商務推薦系統(tǒng)選為了電商平臺營銷方法的首選。電子商務推薦系統(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容信息。

對于電子商務推薦系統(tǒng)的好與壞，必須經(jīng)過顧客的體驗才能看得到。所以，為了更好的發(fā)展電子商務平臺的推薦系統(tǒng)，本文通過把層次分析法層次性優(yōu)點以及模糊評價法把定性問題轉化成定量問題的優(yōu)點的結合，來對電子商務推薦系統(tǒng)顧客滿意度進行評價。模糊綜合評價法更多的是使用在建筑工程、物流選址這些方面，國內用到電子商務評價的也只用在了電商平臺的顧客滿意度，對于推薦系統(tǒng)的相關內容評價，目前研究甚少。電子商務推薦系統(tǒng)帶給顧客的真實體驗，最終實現(xiàn)量化結果的確定，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)的認可度。同時，也有助于電子商務平臺發(fā)展、完善推薦系統(tǒng)。

一、評價指標體系建構

電子商務推薦系統(tǒng)輔助顧客進行消費決策。根據(jù)顧客的消費記錄、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。電子商務推薦系統(tǒng)相當于網(wǎng)絡中虛擬的“導購員”。由于推薦系統(tǒng)的作用，最終會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，本文就重點研究評價電子商務推薦系統(tǒng)所帶來的顧客滿意度情況。

針對電子商務推薦系統(tǒng)所產生的顧客滿意度的指標有很多。但是為了能夠更客觀、真實地反應顧客對于推薦系統(tǒng)的滿意度，筆者選取了五個一級指標，十五個二級指標，建立了電子商務推薦系統(tǒng)顧客滿意度指標體系。 二、模糊綜合評價法

（一）模糊綜合評價法模型

模糊綜合評價法有三種模型，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對顧客滿意度的聯(lián)系。所以最后采用加權平均型來進行模糊計算。模糊評價法一般是一層模糊計算和多層模糊計算。針對本文研究內容，需要使用兩次模糊計算。這樣以求得更加準確有效的評價結果。

（二）模糊評價因素集

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

（三）模糊評價評語集

模糊評價評語是針對所要研究的對象進行評價的語言描述。所要進行的評語集為{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評價。分別是{很滿意，滿意，一般，不滿意，很不滿意}。

（四）確定指標因素的權重

本文是層次和模糊的結合使用。所以是通過層次分析法來確定各指標的權重。在運用層次分析法構造評判矩陣的時候是找一些關于研究電子商務專業(yè)人士來進行打分。然后通過層次分析法的計算得出的權重。權重集為{W1，W2，W3，W4……}。

（五）構造模糊隸屬度

本文中的模糊隸屬度是根據(jù)專業(yè)人士評價和層次分析法來確定權重W。評價矩陣R是通過消費者填寫的評價表得到的。最后構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指標中的A因素；R2代表的是影響顧客滿意度因素一級指標中的B因素；R3代表的是影響顧客滿意度因素一級指標中的C因素；R4代表的是影響顧客滿意度因素一級指標中的D因素；R5代表的是影響顧客滿意度因素一級指標中的E因素。其中針對這次打分的專業(yè)老師都是關于電子商務以及電子商務推薦系統(tǒng)方面有很深入研究的人；參與這次顧客滿意度評價的消費者是多次在該網(wǎng)站上購物的消費者，其中也包括使用電子商務推薦系統(tǒng)的消費者。這樣做的目的是為了最終對該網(wǎng)站的評分真實有效。

（六）模糊計算

前面是對要進行模糊計算所需要的相關內容進行了界定和確定。接下來就是對相關指標進行模糊計算。因為本文研究的有兩個指標層，所以針對每一層都要進行一次模糊計算。計算公式：Z=W*R

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

三、實證分析

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

（一）指標權重的確定

電子商務推薦系統(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)驗去評價并不合理。所以采用層次分析法來確定。層次分析法的相對重要等級是1-9。構造針對上一層次某單元（元素），本層次與它有關單元之間相對重要性的比較，得出成對比較陣（判斷矩陣）。其中判斷矩陣的內容是，假如A比B重要的比列為X，那么B比A的重要則為1/X。判斷矩陣得出后，算出來了相應指標層的權重。然后判斷矩陣是否有可接受的隨機一致性比率。通過CR與0.1的大小來確定。當C.R.>0.10時，就需要調整和修正判斷矩陣，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性，矩陣具有合理性。當n<3時，判斷矩陣永遠具有完全一致性。判斷矩陣一致性指標C.I.與同階平均隨機一致性指標R.I.之比稱為隨機一致性比率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)過計算1000次得到的平均隨機一致性指標。有相應的數(shù)據(jù)直接計算使用。

通過消費者對幾個指標問卷的填寫得到的一些數(shù)據(jù)。隨機抽取其中一位的調查結果進行分析。

（二）模糊綜合評價

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

在所有指標計算完成之后，運用之前對評語集賦值進行計算：

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

再利用下面公式進行加權平均對顧客滿意度的評價值進行計算：

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

四、總結與展望

本文通過層次分析法與模糊綜合評價法的綜合使用對網(wǎng)購平臺推薦系統(tǒng)的顧客滿意度進行了量化評價。這個評價結果可以看到，電子商務推薦系統(tǒng)的運用，顧客滿意度也并不是那么理想。之前的研究中，電子商務平臺只是將推薦系統(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。通過這次更加細化量化的評價結果，對于電子商務推薦系統(tǒng)以后發(fā)展和改進有一定的推動作用。

電子商務推薦系統(tǒng)研究的內容盡管在指標權重的確定上更加的客觀，但是仍然有其他一些相關因素沒有考慮到。在最終加權計算的過程中，只看到了一個得分，對于電子商務推薦系統(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推薦系統(tǒng)更好的改善。

參考文獻：

[1] 李玲玲.基于模糊綜合評價法的B2C電子商務網(wǎng)站評價模型研究[J].電腦知識與技術，2017（26）.

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

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

[4] 郭 薇.基于因子分析的B2C電子商務客戶體驗模糊評價[J].統(tǒng)計與決策，2018（7）.

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

[責任編輯：譚志遠]