導語：電子商務數(shù)據(jù)質量評估模型研究一文來源于網(wǎng)友上傳，不代表本站觀點，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網(wǎng)站的質量評估提出一種新方法。通過在線活動評估客戶的滿意度，電商網(wǎng)站的標準視為評估系統(tǒng)的輸入變量，考慮到消費者的行為可能被解釋為模糊值的事實，這些標準的值是根據(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)評估模型是一種多準則程序，結合模糊邏輯，可以搜索有價值的動態(tài)信息，以自動評估電子商務網(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)客戶的行為評估確定不同電子商務客戶滿意度標準的重要性。

關鍵詞:電子商務；客戶滿意度；電商數(shù)據(jù);評估模型；模糊邏輯

1引言

許多電商站點創(chuàng)建聊天工具來代替服務人員，為用戶提供購買體驗，然而市場研究和消費者滿意度參數(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，并通過識別和排名主要質量標準以及對在線消費者的觀點進行調(diào)查，從而向商務專業(yè)人士提供理解，以構建高質量的電子商務網(wǎng)站。因此，可以通過對在線客戶的行為進行調(diào)查，在多標準分析的背景下制定電子商務網(wǎng)站評估問題。建議的用于評估電子商務網(wǎng)站質量的多標準模型階段如下所述：第一階段：建立評估對象和要評估的項目集。第二階段：獲取在線客戶的觀點。第三階段：確定在第一階段中確定的項目的權重。第四階段：在每個質量模型層次級別中聚合質量屬性。在此階段，將這些因素獲得的結果結合起來，以揭示電子商務網(wǎng)站的數(shù)據(jù)服務質量。文獻[1]使用模糊邏輯方法，幫助電子商務網(wǎng)站管理員和服務提供商了解電子商務網(wǎng)站因素的重要性水平，進而幫助他們提高網(wǎng)站質量。文獻[2]基于層次分析法和多層感知器神經(jīng)網(wǎng)絡使用購買決策過程，通過使用最小二乘誤差和梯度下降方法調(diào)整網(wǎng)絡權重來開發(fā)特定的非線性映射，從而增加買方意見的一致性。從而改善了符合買方共同協(xié)議的指標的選擇。對于文獻[3]中的電子商務網(wǎng)站，根據(jù)其內(nèi)容和特征進行排名，歸因于30個變量，應用了多準則方法來執(zhí)行評估和排名任務。文獻[4]提出了一種混合模糊決策方法，將模糊Electre和Fuzzy-TOPSIS方法的要素結合起來，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的問題，讓他們隱含地判斷在線商店的產(chǎn)品、服務和優(yōu)惠。相關上面提到的方法需要真實地了解該因素的重要性，只有極少數(shù)應用的模糊評估算法考慮評估數(shù)據(jù)中固有的定量、定性、不精確和不一致的信息。

2模型設計

2.1模型架構

在本文提出的模型體系結構中，主要包括三個部分：數(shù)據(jù)收集，數(shù)據(jù)分析和知識獲取。數(shù)據(jù)收集組件顯示由業(yè)務用戶定義的業(yè)務數(shù)據(jù)，并記錄消費者的銷售交易以及通過電子商務網(wǎng)站進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。從挖掘結果中獲取一些特定的知識模式和規(guī)則，以建立電子營銷知識數(shù)據(jù)庫，以便管理人員可以為目標消費者規(guī)劃策略和策略。圖1中描述的數(shù)據(jù)流通過六個階段進行傳遞和分析，各階段詳細說明如下1.每次交互都會收集來自瀏覽網(wǎng)站的客戶的數(shù)據(jù)。2.數(shù)據(jù)由業(yè)務數(shù)據(jù)庫收集和接收。3.電子商務網(wǎng)站的評估標準被定義為包括在分析中。4.為每個“電子商務網(wǎng)站參數(shù)”分配一個“權重”(以表示該參數(shù)的重要性)，以使客戶滿意。5.使用模糊分析評估電子商務網(wǎng)站的滿意度。6.完成所有計算后，結果發(fā)送到知識數(shù)據(jù)庫。

2.2客戶滿意度評估

1)電子商務網(wǎng)站的部分評估如圖2所示為一個評估模式，用于評估電子商務網(wǎng)站的效率、內(nèi)容和付款系統(tǒng)可用性等三個內(nèi)容。該模式使管理人員可以根據(jù)基于消費者反應的自動評估來知道存在缺陷的組件。因此，該評估可以為效率、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估多準則分類：在本文提出的電子商務網(wǎng)站的多準則分類模型中[5]，根據(jù)客戶滿意度的不同水平發(fā)現(xiàn)了網(wǎng)站不同準則的價值。分類模型是根據(jù)所有網(wǎng)站標準上客戶的判斷(假設是真實的)進行測試的。提出了一種基于在線客戶的蹤跡和情感自動提取這些數(shù)據(jù)的模型，用于自動評估網(wǎng)站。因此，不同模糊變量的隸屬函數(shù)的構造是基于每個變量的先行數(shù)量[6-7]。計算隸屬度到電子客戶滿意度。接下來對輸入數(shù)據(jù)進行描述，并對方法進行介紹。其中，VS表示效率較高、服務內(nèi)力較強，S表示表示效率高、服務內(nèi)力強，M表示效率中等、服務能力中等，W表示效率差、服務能力差，VW表示效率非常差、服務能力非常差。網(wǎng)站的易用性是根本，內(nèi)容因素為第二因素，這就要求電子商務網(wǎng)站必須正確、適當?shù)毓芾砗惋@示其存儲數(shù)據(jù)的能力。

3結束語

本文所提及的模型處理了公司用來增強電子消費者滿意度的關鍵因素。由于客戶隨時間變化，因此使用動態(tài)數(shù)據(jù)挖掘方法可以根據(jù)在線消費者行為來有效地調(diào)整和改善電子商務網(wǎng)站的質量。通過自動捕獲網(wǎng)站性能的大多數(shù)診斷指標，對基于點擊流數(shù)據(jù)的電子客戶進行動態(tài)分析。本文引入性能分析模型，根據(jù)客戶的導航會話和可能使用的在線服務的反饋對客戶進行分類，并對所建議的電子商務網(wǎng)站評估算法進行測試，結果表明該模型對于電商網(wǎng)站性能提升有較為明顯的優(yōu)勢。

作者：李莉 單位：西安文理學院