基于模糊综合评价的电子商务平台商家企业信用评价方法专利检索-定量包装主要包装包装材料及设备专利检索查询-专利查询网

基于模糊综合评价的 电子商务平台商家企业信用评价方法

阅读：115发布：2020-05-08

专利汇可以提供基于模糊综合评价的电子商务平台商家企业信用评价方法专利检索，专利查询，专利分析的服务。并且本发明公开的基于模糊综合评价的电子商务平台商家企业信用评价方法，包括以下步骤：构建模糊评价指标体系集，并定义一、二级指标；建立客户评价可信度，并将其整合至评价指标体系集中；确定一、二级指标权重向量；对每个二级指标进行评价，根据评价人员总数、评价分布情况以及每个人的评价可信度，建立二级模糊评价矩阵；二级模糊评价矩阵、二级指标权重向量通过变换得到各个二级指标的评价结果向量；所有二级指标的结果向量组成的矩阵即为模糊评价矩阵；模糊评价矩阵、一级指标权重向量通过变换得到一级指标的评价结果向量，由此得到评价结果。本发明利用模糊数学的综合评价方法，建立较为全面客观的电子商务平台商家信用评价体系。，下面是基于模糊综合评价的电子商务平台商家企业信用评价方法专利的具体信息内容。

权利要求

1.基于模糊综合评价的电子商务平台商家企业信用评价方法，其特征在于，包括以下顺序的步骤：
S1、构建模糊评价指标体系集，并定义一级指标、二级指标；
S2、建立客户评价可信度，并将客户评价可信度整合至评价指标体系集中；
S3、确定一级指标权重向量、二级指标权重向量；
S4、选取了已出现的客户评价对每个二级指标进行评价，根据评价人员总数、评价分布情况以及每个人的评价可信度，建立二级模糊评价矩阵；二级模糊评价矩阵、二级指标权重向量通过变换得到各个二级指标的评价结果向量；所有二级指标的结果向量组成的矩阵即为模糊评价矩阵；模糊评价矩阵、一级指标权重向量通过变换得到一级指标的评价结果向量，由此得到评价结果。
2.根据权利要求1所述基于模糊综合评价的电子商务平台商家企业信用评价方法，其特征在于，所述步骤S1具体为：
确定模糊综合评价的指标体系集为:X＝(X1,X2,X3)；其中，X1、X2、X3均为一级指标，X1表示商家的业务水平,X2表示商家的服务水平，X3表示商家的物流水平；
每一个一级指标又分别包含不同的二级指标：
X1＝{X11,X12，X13}；X2＝{X21，X22，X23}；X3＝{X31，X32}；
其中，X11为商品的质量,X12为商品的包装，X13为商品的价格；X21为客服态度，X22为响应速度，X23为投诉处理；X31为发货速度，X32为货物损耗；
对每个二级评价指标定量设置一组模糊评价结果，给信用的好坏分一个等级，每个等级对应一个定性的分值，对每个评价指标设立n种模糊评价结果，转化为模型:Y＝{Y1,Y2,...,Yn}，则第t个参加评价的客户对二级指标Xij的评分记为：Yijt；其中i＝1,2,...,m；j＝1,2,...,n；t为参加评价的客户。
3.根据权利要求2所述基于模糊综合评价的电子商务平台商家企业信用评价方法，其特征在于，所述步骤S2具体为：
客户的评价可信度是其发表所有评价的可信度之综合，客户评价可信度T计算如下：
其中，W1、W2、W3为权重因子，W1+W2+W3＝1，R为回复，F为收藏，L为赞；
将客户评价可信度T整合至评价指标体系集中，即：
X1＝{X11*T,X12*T，X13*T}；X2＝{X21*T,X22*T,X23*T}；X3＝{X31*T,X32*T}；
后续的X11、X12、X13、X21、X22、X23、X31、X32为已经整合增加了客户可信度T的结果。
4.根据权利要求3所述基于模糊综合评价的电子商务平台商家企业信用评价方法，其特征在于，所述步骤S3具体为：
由评价指标可知，指标的得分越高，说明该指标越重要，根据评分算出各个指标的权重向量；一级指标的权重向量通过评分算出一级指标的各个系数，由其组成的向量，就是一级指标向量，记为A＝{A1,A2,...,Am}，Ai为一级指标的权重；
同理可知二级指标的所有系数构成的向量为二级指标向量，记为Aij＝{Ai1,Ai2,...,Ain}，Aij是二级指标是Xij的权重；
5.根据权利要求4所述基于模糊综合评价的电子商务平台商家企业信用评价方法，其特征在于，所述步骤S4具体为：
选取了已出现的客户评价对每个二级指标Xij进行评价，根据评价人员总数、评价分布情况以及每个人的评价可信度，建立二级模糊评价矩阵Uk如下：
在得到二级模糊评判矩阵Uk的同时，按照公式计算出二级指标的权重系数向量Aij,由变换公式Yi＝Aij·Uk，算出各个二级指标的结果向量，每个结果向量表示如下:Yi＝{Yi1,Yi2,...,Yin}；可知，所有的二级评价结果向量组成的矩阵即为模糊评价矩阵U:
同理根据模糊变换公式Y＝Ai·X，可以得到一级指标评价结果向量Y，记为Y＝{Y1,Y2,...,Ym}，由此得到评价结果。

说明书全文

基于模糊综合评价的电子商务平台商家企业信用评价方法

技术领域

[0001] 本发明涉及电子商务平台领域，特别涉及基于模糊综合评价的电子商务平台商家企业信用评价方法。

背景技术

[0002] 电子商务平台作为国民经济的朝阳产业，给居民购物、生活带来各种便捷的同时，也越来越引起国家相关部门的重视。作为商业的重要组成部分，其商家企业信用是客户在购物时优先考虑的因素之一。但是企业信用这个概念无法具体量化，因此对其评价方法也就参差不齐。常见电子商务平台采用商品描述是否符合、商家服务态度、物流配送速度这三方面对商家进行信用评价，也有一部分平台使用更加单一的评价方式。

[0003] 上述的评价方法存在的问题主要有两方面，一是评价体系集不够全面，未能全面反映商家的信用度，二是缺乏防御恶意评价的方式和方法，这就是造成部分商家信用评价不够客观的主要原因。

发明内容

[0004] 本发明的目的在于克服现有技术的缺点与不足，提供基于模糊综合评价的电子商务平台商家企业信用评价方法，本发明提出更加完善的评价体系集，引入客户评价可信度，利用模糊数学的综合评价方法，建立较为全面客观的电子商务平台商家信用评价体系。

[0005] 本发明的目的通过以下的技术方案实现：

[0006] 基于模糊综合评价的电子商务平台商家企业信用评价方法，包括以下顺序的步骤：

[0007] S1、构建模糊评价指标体系集，并定义一级指标、二级指标；

[0008] S2、建立客户评价可信度，并将客户评价可信度整合至评价指标体系集中；

[0009] S3、确定一级指标权重向量、二级指标权重向量；

[0010] S4、选取了已出现的客户评价对每个二级指标进行评价，根据评价人员总数、评价分布情况以及每个人的评价可信度，建立二级模糊评价矩阵；二级模糊评价矩阵、二级指标权重向量通过变换得到各个二级指标的评价结果向量；所有二级指标的结果向量组成的矩阵即为模糊评价矩阵；模糊评价矩阵、一级指标权重向量通过变换得到一级指标的评价结果向量，由此得到评价结果。

[0011] 所述步骤S1具体为：

[0012] 在电子商务平台商家信用体系中，确定模糊综合评价的指标体系集为:X＝(X1,X2,X3)；其中，X1、X2、X3均为一级指标，X1表示商家的业务水平,X2表示商家的服务水平，X3表示商家的物流水平；

[0013] 每一个一级指标又分别包含不同的二级指标：

[0014] X1＝{X11,X12，X13}；X2＝{X21，X22，X23}；X3＝{X31，X32}；

[0015] 其中，X11为商品的质量,X12为商品的包装，X13为商品的价格；X21为客服态度，X22为响应速度，X23为投诉处理；X31为发货速度，X32为货物损耗；

[0016] 对每个二级评价指标定量设置一组模糊评价结果，给信用的好坏分一个等级，每个等级对应一个定性的分值，对每个评价指标设立n种模糊评价结果，转化为模型:Y＝{Y1,Y2,...,Yn}，则第t个参加评价的客户对二级指标Xij的评分记为：Yijt；其中i＝1,2,...,m；j＝1,2,...,n；t为参加评价的客户。

[0017] 由于对信用没有办法进行具体的定量评价，因此需要对每个二级评价指标定量设置一组模糊评价结果，给信用的好坏分一个等级，每个等级对应一个定性的分值，对每个评价指标设立四种模糊评价结果:Y1:优秀(9～10分)，Y2:较好(6～8分)，Y3:一般(3～5)，Y4:差(1～2分)，转化为模型:Y＝{Y1,Y2,...,Yn}，则二级指标的评分记为：

[0018] Yijt，i＝1,2,...,m；j＝1,2,...,n；t为参加评价的客户。

[0019] Yijt为“Y1,Y2,...,Yn”其中的一个值。

[0020] 所述步骤S2具体为：

[0021] 为了更真实的反映评价，增加了其他客户对评价发表人回复、收藏、赞的操作，这些操作除了影响评价的排序外，还会更深层次的影响发表人的评价“可信度”。客户的评价可信度是其发表所有评价的可信度之综合，客户评价可信度T计算如下：

[0022]

[0023] 其中，W1、W2、W3为权重因子，W1+W2+W3＝1，R为回复，F为收藏，L为赞；

[0024] 将客户评价可信度T整合至评价指标体系集中，即：

[0025] X1＝{X11*T,X12*T，X13*T}；X2＝{X21*T,X22*T,X23*T}；X3＝{X31*T,X32*T}；

[0026] 后续的X11、X12、X13、X21、X22、X23、X31、X32为已经整合增加了客户可信度T的结果。

[0027] 所述步骤S3具体为：

[0028] 由评价指标可知，指标的得分越高，说明该指标越重要，根据评分算出各个指标的权重向量；一级指标的权重向量通过评分算出一级指标的各个系数，由其组成的向量，就是一级指标向量，记为A＝{A1,A2,...,Am}，Ai为一级指标的权重；

[0029]

[0030] 同理可知二级指标的所有系数构成的向量为二级指标向量，记为Aij＝{Ai1,Ai2,...,Ain}，Aij是二级指标是Xij的权重；

[0031]

[0032] 所述步骤S4具体为：

[0033] 在对电子商务平台商家企业信用进行评价时，选取了已出现的客户评价对每个二级指标Xij进行评价，根据评价人员总数、评价分布情况以及每个人的评价可信度，建立二级模糊评价矩阵Uk如下：

[0034]

[0035]

[0036] 在得到二级模糊评判矩阵Uk的同时，按照公式计算出二级指标的权重系数向量Aij,由变换公式Yi＝Aij·Uk，算出各个二级指标的结果向量，每个结果向量表示如下:Yi＝{Yi1,Yi2,...,Yin}；可知，所有的二级评价结果向量组成的矩阵即为模糊评价矩阵U:

[0037]

[0038] 同理根据模糊变换公式Y＝Ai·X，可以得到一级指标评价结果向量Y，记为Y＝{Y1,Y2,...,Ym}，由此得到评价结果。

[0039] 本发明与现有技术相比，具有如下优点和有益效果：

[0040] 本发明所采用的模糊综合评价法是一种基于模糊数学的综合评价方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰、系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。

[0041] 现有的评价方法或系统主要由一个或三个评价参数组成，并不能客观反映出商家的真实信用。本发明使用了模糊综合评价为基础，并引入了客户评价可信度来防止用户恶意评价，以此产生的评价数据，更能客观、全面评价电子商务平台内的商家信用。

[0042] 本发明使用一级指标和二级指标，分商品质量、商品包装、商品价格、客服态度、响应速度、投诉处理、发货速度、货物损耗等参数来反映商家的业务、服务和物流水平，通过模糊数学和评价可信度，计算其企业信用，该方法更具科学性、客观性。附图说明

[0043] 图1为本发明所述客户的评价流程图。

[0044] 图2为本发明所述基于模糊综合评价的电子商务平台商家企业信用评价方法的流程图。

具体实施方式

[0045] 下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

[0046] 如图1、2，基于模糊综合评价的电子商务平台商家企业信用评价方法，包括以下顺序的步骤：

[0047] S1、构建评价指标体系集：

[0048] 在电子商务平台商家信用体系中，确定模糊综合评价的指标体系集为:X＝(X1,X2,X3)；其中，X1、X2、X3均为一级指标，X1表示商家的业务水平,X2表示商家的服务水平，X3表示商家的物流水平；

[0049] 每一个一级指标又分别包含不同的二级指标：

[0050] X1＝{X11,X12，X13}；X2＝{X21，X22，X23}；X3＝{X31，X32}；

[0051] 其中，X11为商品的质量,X12为商品的包装，X13为商品的价格；X21为客服态度，X22为响应速度，X23为投诉处理；X31为发货速度，X32为货物损耗；

[0052] 对每个二级评价指标定量设置一组模糊评价结果，给信用的好坏分一个等级，每个等级对应一个定性的分值，对每个评价指标设立n种模糊评价结果，转化为模型:Y＝{Y1,Y2,...,Yn}，则第t个参加评价的客户对二级指标Xij的评分记为：Yijt；其中i＝1,2,...,m；j＝1,2,...,n；t为参加评价的客户；

[0053] 由于对信用没有办法进行具体的定量评价，因此需要对每个二级评价指标定量设置一组模糊评价结果，给信用的好坏分一个等级，每个等级对应一个定性的分值，对每个评价指标设立四种模糊评价结果:Y1:优秀(9～10分)，Y2:较好(6～8分)，Y3:一般(3～5)，Y4:差(1～2分)，转化为模型:Y＝{Y1,Y2,...,Yn}，则二级指标的评分记为：

[0054] Yijt，i＝1,2,...,m；j＝1,2,...,n；t为参加评价的客户。

[0055] Yijt为“Y1,Y2,...,Yn”其中的一个值。

[0056] S2、建立客户评价可信度：

[0057] 为了更真实的反映评价，增加了其他客户对评价发表人回复、收藏、赞的操作，这些操作除了影响评价的排序外，还会更深层次的影响发表人的评价“可信度”。客户的评价可信度是其发表所有评价的可信度之综合，客户评价可信度T计算如下：

[0058]

[0059] 其中，W1、W2、W3为权重因子，W1+W2+W3＝1，R为回复，F为收藏，L为赞；

[0060] 将客户评价可信度T整合至评价指标体系集中，即：

[0061] X1＝{X11*T,X12*T，X13*T}；X2＝{X21*T,X22*T,X23*T}；X3＝{X31*T,X32*T}；

[0062] 后续的X11、X12、X13、X21、X22、X23、X31、X32为已经整合增加了客户可信度T的结果；

[0063] S3、确定各指标权重向量：

[0064] 由评价指标可知，指标的得分越高，说明该指标越重要，根据评分算出各个指标的权重向量；一级指标的权重向量通过评分算出一级指标的各个系数，由其组成的向量，就是一级指标向量，记为A＝{A1,A2,...,Am}，Ai为一级指标的权重；

[0065]

[0066] 同理可知二级指标的所有系数构成的向量为二级指标向量，记为Aij＝{Ai1,Ai2,...,Ain}，Aij是二级指标是Xij的权重；

[0067]

[0068] S4、构造模糊综合评价矩阵；

[0069] 在对电子商务平台商家企业信用进行评价时，选取了已出现的客户评价对每个二级指标Xij进行评价，根据评价人员总数、评价分布情况以及每个人的评价可信度，建立二级模糊评价矩阵Uk如下：

[0070]

[0071]

[0072] 二级模糊评价矩阵Uk为3*3矩阵，第9个指标U33为0；

[0073] 在得到二级模糊评判矩阵Uk的同时，按照公式计算出二级指标的权重系数向量Aij,由变换公式Yi＝Aij·Uk，算出各个二级指标的结果向量，每个结果向量表示如下:Yi＝{Yi1,Yi2,...,Yin}；可知，所有的二级评价结果向量组成的矩阵即为模糊评价矩阵U:

[0074]

[0075] 同理根据模糊变换公式Y＝Ai·X，可以得到一级指标评价结果向量Y，记为Y＝{Y1,Y2,...,Ym}；

[0076] S5、评价结果

[0077] 在评价过程中选取了某100份具有代表意义的客户评价，得到相关数据见表1；

[0078] 表1 二级指标评价结果统计

[0079]

[0080] 根据表1数据及公式(1)和(2)，得出一级指标及二级指标的权系数向量:A＝(0.52,0.36,0.12)，A1＝(0.60,0.30,0.20)，A2＝(0.50,0.30,0.20)，A3＝(0.70,0.30)，见表2；

[0081] 表2 一、二级指标系数

[0082]

[0083] 按照公式(3)和(4)，可以算出各个二级模糊评判矩阵如下:

[0084]

[0085]

[0086]

[0087] 又由Yi＝Aij·Uk，则:

[0088]

[0089]

[0090]

[0091] 由于

[0092]

[0093] 则

[0094]

[0095] 进行归一化处理得Y＝(0.74,0.16,0.05,0.05)，由此可以得出引入了客户评价可信度的模糊评价计算结果，74％的客户认为商家的商品做得优秀，16％的客户认为商家服务水平较好，5％的客户认为商家的物流水平一般，5％的客户认为商家提供的整体服务不够好。

[0096] 评价结果是抽取了100个速记样本来计算结果，不同的数据代表不同的评价结果。

[0097] 上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

标题	发布/更新时间	阅读量
一种车灯灯罩半透明镀铝的方法	2020-05-11	679
用于双壁波纹管外层的HDPE复合材料的制备方法	2020-05-11	240
一种药用高摩擦包装用复合膜及其制备方法	2020-05-08	704
一种诺丽果保健茶及其制备方法和用途	2020-05-08	494
一种灭鼠用的维生素D3稻谷产品及制作流程及其使用方法	2020-05-08	400
一种化妆品灌装机用的定量灌装机构	2020-05-11	65
干秸秆生物黄储蓄牧饲料	2020-05-11	438
一种用于提取食品包装纸表面甜味剂的装置	2020-05-08	215
一种包装袋收集整理装置	2020-05-08	164
一种食品包装装置	2020-05-08	884

基于模糊综合评价的电子商务平台商家企业信用评价方法

基于模糊综合评价的电子商务平台商家企业信用评价方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：