基于層次熵灰色關(guān)聯(lián)法的購物網(wǎng)站綜合評(píng)價(jià)

胡南輝，鄧春亮

（嘉應(yīng)學(xué)院數(shù)學(xué)學(xué)院 梅州 514015）

基于層次熵灰色關(guān)聯(lián)法的購物網(wǎng)站綜合評(píng)價(jià)

胡南輝，鄧春亮

（嘉應(yīng)學(xué)院數(shù)學(xué)學(xué)院 梅州 514015）

為研究現(xiàn)行購物網(wǎng)站的客觀綜合評(píng)價(jià)，通過隨機(jī)抽樣調(diào)查的方法獲得網(wǎng)購消費(fèi)者對(duì)9個(gè)購物網(wǎng)站7項(xiàng)指標(biāo)的評(píng)價(jià)，然后運(yùn)用AHP法確定各項(xiàng)指標(biāo)的權(quán)重，進(jìn)而用熵技術(shù)進(jìn)行修正.最終權(quán)重結(jié)果表明，商品質(zhì)量，商品種類，信譽(yù)指數(shù)等3項(xiàng)指標(biāo)排在前3位.在此權(quán)重基礎(chǔ)上，運(yùn)用灰色關(guān)聯(lián)分析9個(gè)購物網(wǎng)站的綜合評(píng)價(jià).分析結(jié)果顯示，綜合評(píng)價(jià)排在前3名的購物網(wǎng)站分別是京東、亞馬遜、當(dāng)當(dāng).評(píng)價(jià)結(jié)果可為消費(fèi)者選擇購物網(wǎng)站提供參考依據(jù).

購物網(wǎng)站；熵技術(shù)；灰色關(guān)聯(lián)；綜合評(píng)價(jià)

0引言

隨著網(wǎng)絡(luò)科技的發(fā)展，購物網(wǎng)站的增長(zhǎng)，選擇網(wǎng)購的人數(shù)也急劇增加.網(wǎng)購極大的改變了傳統(tǒng)的購物模式，影響著我們的生活，已成為當(dāng)今社會(huì)生活不可或缺的重要組成部分.然而隨著網(wǎng)購的快速發(fā)展，購物網(wǎng)站數(shù)量的增加，讓眾多消費(fèi)者在購買商品時(shí)無從選擇.因此研究不同購物網(wǎng)站的綜合評(píng)價(jià)具有現(xiàn)實(shí)性與必要性.

目前，國(guó)內(nèi)關(guān)于網(wǎng)購方面的研究有不少，仲偉佇、席菱聆等[1]通過抽樣調(diào)查，運(yùn)用美國(guó)顧客滿意指數(shù)（ACSI）模型，研究了顧客網(wǎng)絡(luò)購物滿意度的行為因素之間的相關(guān)關(guān)系.陳治、王曦璟[2]利用層次分析法，logistic回歸及方差分析等方法對(duì)大學(xué)生網(wǎng)購沖動(dòng)行為的影響因素進(jìn)行研究，得到商品因素及瀏覽網(wǎng)絡(luò)時(shí)間會(huì)顯著影響大學(xué)生的網(wǎng)購沖動(dòng)行為.葉乃沂、周蝶[3]在網(wǎng)絡(luò)環(huán)境下研究了消費(fèi)者網(wǎng)購感知風(fēng)險(xiǎn)的概念和測(cè)量模型，提出了消費(fèi)者網(wǎng)絡(luò)購物感知風(fēng)險(xiǎn)的概念框架和15個(gè)測(cè)量項(xiàng)目.但現(xiàn)有文獻(xiàn)較多對(duì)網(wǎng)購滿意度、網(wǎng)購消費(fèi)影響因素、網(wǎng)購消費(fèi)行為、網(wǎng)購消費(fèi)風(fēng)險(xiǎn)等方面進(jìn)行研究，而在購物網(wǎng)站綜合評(píng)價(jià)方面的研究尚屬空白.

本文通過隨機(jī)抽樣調(diào)查，嘗試用層次分析法（AHP）[4]、熵技術(shù)[4]及灰色關(guān)聯(lián)[5-6]對(duì)不同購物網(wǎng)站綜合水平進(jìn)行評(píng)價(jià)，期望研究結(jié)果可為消費(fèi)者在網(wǎng)購時(shí)選擇購物網(wǎng)站提供一定的參考依據(jù).

1 指標(biāo)體系的建立及數(shù)據(jù)整理

1.1 指標(biāo)體系的建立

這里主要研究現(xiàn)行9個(gè)消費(fèi)者常用購物網(wǎng)站（淘寶、天貓、京東、亞馬孫、當(dāng)當(dāng)、1號(hào)店、唯品會(huì)、聚美優(yōu)品、折800）的綜合水平.通過對(duì)多位網(wǎng)購經(jīng)驗(yàn)豐富的消費(fèi)者進(jìn)行咨詢，最終獲得影響購物網(wǎng)站評(píng)價(jià)的7項(xiàng)指標(biāo)（商品質(zhì)量、商品種類、商品價(jià)格、信譽(yù)指數(shù)、服務(wù)態(tài)度、促銷活動(dòng)、物流效率等）.并根據(jù)指標(biāo)的特性，將商品質(zhì)量、商品種類、商品價(jià)格定為內(nèi)部評(píng)價(jià)指標(biāo)，將信譽(yù)指數(shù)、服務(wù)態(tài)度、促銷活動(dòng)、物流效率定為外部評(píng)價(jià)指標(biāo).各項(xiàng)指標(biāo)均采用5分制評(píng)分設(shè)計(jì)問卷.具體指標(biāo)體系及評(píng)分標(biāo)準(zhǔn)見表1.

表1購物網(wǎng)站評(píng)價(jià)指標(biāo)體系及評(píng)分標(biāo)準(zhǔn)

1.2 數(shù)據(jù)收集及整理

本次調(diào)查對(duì)象為廣東省范圍內(nèi)具有網(wǎng)絡(luò)購物經(jīng)歷的網(wǎng)民，問卷調(diào)查于2016年4月12日至5月11日進(jìn)行，共發(fā)放問卷900份，收回784份，排除填寫不完整或沒有填寫的問卷，有效問卷695份，有效回收率為77.22%.具體描述性統(tǒng)計(jì)見表2.

2 用AHP法確定指標(biāo)權(quán)重

2.1 購物網(wǎng)站層次分析模型的建立

根據(jù)前面建立的購物網(wǎng)站評(píng)價(jià)指標(biāo)體系，得如下購物網(wǎng)站評(píng)價(jià)的層次分析模型，見圖1目標(biāo)層O為消費(fèi)者評(píng)價(jià)一購物網(wǎng)站，準(zhǔn)則層B為購物網(wǎng)站評(píng)價(jià)的內(nèi)部因素及外部因素，指標(biāo)層X則體現(xiàn)準(zhǔn)則層的具體評(píng)價(jià)內(nèi)容，如商品質(zhì)量、商品種類、商品價(jià)格、信譽(yù)指數(shù)、服務(wù)態(tài)度、促銷活動(dòng)、物流效率等.

表2問卷調(diào)查對(duì)象樣本結(jié)構(gòu)

圖1購物網(wǎng)站評(píng)價(jià)層次分析模型

2.2 層次判斷矩陣的構(gòu)造與檢驗(yàn)

根據(jù)上述建立的層次結(jié)構(gòu)，通過695位消費(fèi)者給出的各評(píng)價(jià)指標(biāo)的重要性，將各指標(biāo)的重要性進(jìn)行兩兩對(duì)比判斷，采用1-9標(biāo)度使之定量化[4]，由此獲得目標(biāo)層對(duì)準(zhǔn)則層O-B，準(zhǔn)則層對(duì)指標(biāo)層B1-X，B2-X，共3個(gè)判斷矩陣如下：

下對(duì)3個(gè)判斷矩陣進(jìn)行一致性檢驗(yàn)，由公式

計(jì)算3個(gè)判斷矩陣的一致性指標(biāo).計(jì)算得CI0＝0，CI1＝0.032 9，CI2＝0.048 1.查3個(gè)判斷均值的平均隨機(jī)一致性指標(biāo)分別為RI0＝0，RI1＝0.58，RI2＝0.9.再由公式

計(jì)算3個(gè)判斷矩陣的一致性比率.得CR0＝0，CR1＝0.056 7，CR2＝0.053 5，根據(jù)判斷矩陣一致性檢驗(yàn)標(biāo)準(zhǔn)，可知CR0＜0.1，CR1＜0.1，CR2＜0.1，顯然3個(gè)判斷矩陣均通過了一致性檢驗(yàn).

w0＝（0.833 3，0.166 7），w1＝（0.723 5，0.193 2，0.083 3），w（20.557 9，0.263 3，0.121 9，0.056 9），

由w0，w1，w2計(jì)算，得綜合權(quán)重向量

w＝（0.833 3，0.166 7）（0.723 5 0.193 2 0.083 3 0 0 0 0）0 0 0 0.557 9 0.263 3 0.121 9 0.056 9

＝（0.602 9，0.161 0，0.069 4，0.093 0，0.043 9，0.020 3，0.009 5）w中每一分量即為指標(biāo)層對(duì)于目標(biāo)層的總權(quán)重，見表3.

表3指標(biāo)層（X）對(duì)于目標(biāo)層（O）的總權(quán)重

因AHP法在采用主觀標(biāo)度時(shí)，易出現(xiàn)較大偏差，導(dǎo)致結(jié)果不夠可靠，因此下面采用熵技術(shù)對(duì)各指標(biāo)的權(quán)系數(shù)進(jìn)行修正.

3 熵技術(shù)法修正指標(biāo)權(quán)系數(shù)

3.1 熵技術(shù)修正權(quán)重

熵，在信息論中，是事件出現(xiàn)的平均不確定性的度量.熵越大，不確定性越大.通過熵技術(shù)得到各個(gè)指標(biāo)的信息熵，熵越小，則指標(biāo)權(quán)重越大[4].

用μ修正AHP法下的權(quán)系數(shù)w＝（w1，w2，…，w7），得各指標(biāo)的修正權(quán)重，

7，其中，0≤Ej≤1.

各參數(shù)計(jì)算結(jié)果及熵修正權(quán)重見表4.

表4決策參數(shù)＆熵修正權(quán)重＆排序

3.2 權(quán)重排序結(jié)果分析

由表4，對(duì)照AHP法及熵技術(shù)修正后指標(biāo)的權(quán)重可知，兩種方法的權(quán)重排序保持一致，說明消費(fèi)者對(duì)各購物網(wǎng)站各項(xiàng)指標(biāo)的評(píng)分比較客觀.另外從權(quán)重?cái)?shù)值上看，權(quán)重排在前三位的是商品質(zhì)量X1、商品價(jià)格X2、信譽(yù)指數(shù)X4.說明消費(fèi)者網(wǎng)購時(shí)，比較關(guān)心商品的質(zhì)量、種類及信譽(yù)度.

下面根據(jù)熵技術(shù)修正后的最終權(quán)重，運(yùn)用灰色關(guān)聯(lián)分析9個(gè)購物網(wǎng)站的綜合評(píng)價(jià).

4 灰色關(guān)聯(lián)分析

灰色關(guān)聯(lián)分析是通過灰色關(guān)聯(lián)度來分析和確定系統(tǒng)因素間的影響程度或因素對(duì)系統(tǒng)主行為的貢獻(xiàn)測(cè)度的一種方法[5-6].其基本思想是根據(jù)序列曲線幾何形狀的相似程度來判斷其聯(lián)系是否緊密.曲線越接近，相應(yīng)序列之間的關(guān)聯(lián)度就越大，反之就越小.灰色關(guān)聯(lián)度越大，兩因素變化態(tài)勢(shì)越一致.

4.1 灰色關(guān)聯(lián)計(jì)算步驟

具體步驟：

（1）確定比較對(duì)象（評(píng)價(jià)對(duì)象）和參考數(shù)列（評(píng)價(jià)標(biāo)準(zhǔn)）

設(shè)評(píng)價(jià)對(duì)象有m個(gè)，評(píng)價(jià)指標(biāo)有n個(gè)，參考數(shù)列為x0＝{x（0k）k＝1，2，…，n}，比較數(shù)列為

（2）在上述層次熵確定的各指標(biāo)的權(quán)重基礎(chǔ)上，計(jì)算比較列xi對(duì)參考列x0在第k個(gè)指標(biāo)上的關(guān)聯(lián)系數(shù)

其中，minmin x（0t）-x（st），maxmaxx（0t）-x（st）分別為兩級(jí)最小差及兩級(jí)最大stst差，ρ∈[0，1]為分辨系數(shù)，一般情況下取0.5，ρ越大，分辨率越大；ρ越小，分辨率越小.（3）計(jì)算第i個(gè)評(píng)價(jià)對(duì)象對(duì)理想對(duì)象的灰色加權(quán)關(guān)聯(lián)度

根據(jù)灰色加權(quán)關(guān)聯(lián)度的大小，對(duì)各評(píng)價(jià)對(duì)象進(jìn)行排序，可建立評(píng)價(jià)對(duì)象的關(guān)聯(lián)序，關(guān)聯(lián)度越大，其評(píng)價(jià)結(jié)果越好.

4.2 灰色關(guān)聯(lián)數(shù)值計(jì)算

表5比較數(shù)列和參考數(shù)列值

取ρ＝0.5，計(jì)算關(guān)聯(lián)系數(shù)ξi（k）及加權(quán)關(guān)聯(lián)度ri，具體數(shù)值見表6.

表6關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度值

4.3 結(jié)果分析

由表5參考數(shù)列值（虛擬最優(yōu)網(wǎng)站）可發(fā)現(xiàn)商品質(zhì)量、信譽(yù)指數(shù)、服務(wù)態(tài)度、物流效率好的最優(yōu)網(wǎng)站是京東，商品種類齊全和價(jià)格優(yōu)惠的最優(yōu)網(wǎng)站是淘寶，促銷活動(dòng)多的最優(yōu)網(wǎng)站是聚美優(yōu)品.

再由加權(quán)關(guān)聯(lián)度及關(guān)聯(lián)度排序表6最后兩列可見，綜合評(píng)價(jià)排在前3的是京東、亞馬遜、當(dāng)當(dāng).其中，京東與虛擬最優(yōu)網(wǎng)站的關(guān)聯(lián)度最大，說明京東優(yōu)于其他購物網(wǎng)站，消費(fèi)者網(wǎng)購時(shí)可優(yōu)先考慮上京東網(wǎng).

5 結(jié)束語

本文采用AHP法及熵技術(shù)相結(jié)合的方法確定購物網(wǎng)站評(píng)價(jià)指標(biāo)的權(quán)重，提高了權(quán)重可信度.并在此權(quán)重基礎(chǔ)上，對(duì)9個(gè)購物網(wǎng)站采用灰色關(guān)聯(lián)分析法進(jìn)行綜合評(píng)價(jià)，灰色關(guān)聯(lián)分析對(duì)樣本量的多少和樣本有無規(guī)律都同樣適用，而且計(jì)算量小，不會(huì)出現(xiàn)量化結(jié)果與定性分析結(jié)果不符的情況，因此結(jié)果比較準(zhǔn)確可靠.本文研究結(jié)果可為消費(fèi)者在網(wǎng)購時(shí)選擇購物網(wǎng)站提供參考依據(jù).

[1]仲偉佇，席菱聆，武瑞娟.基于ACSI模型的網(wǎng)絡(luò)購物滿意度影響因素實(shí)證研究[J].軟科學(xué)，2014，28（2）：100-105.

[2]陳治，王曦瑾.大學(xué)生網(wǎng)購沖動(dòng)行為影響因素研究[J].數(shù)理統(tǒng)計(jì)與管理，2013，32（4）：666-683.

[3]葉乃沂，周蝶.消費(fèi)者網(wǎng)絡(luò)購物感知風(fēng)險(xiǎn)概念及測(cè)量模型研究[J].管理工程學(xué)報(bào)，2014，28（4）：88-94.

[4]王文元，史國(guó)旭，周文強(qiáng)，等.熵AHP法對(duì)鳶尾根花卉的綜合評(píng)價(jià)[J].中國(guó)農(nóng)學(xué)通報(bào)，2012，28（16）：292-298.

[5]丁建新，邢亞楠，金浩.基于灰色關(guān)聯(lián)分析法的商業(yè)銀行網(wǎng)點(diǎn)選址研究-以建設(shè)銀行衡水分行為例[J].浙江金融，2012（1）：50-53.

[6]金濤.基于層次分析法和灰色關(guān)聯(lián)分析的產(chǎn)品界面視覺評(píng)價(jià)模型構(gòu)建方法[J].東華大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，42（4）：576-581.

Comprehensive Evaluation of Shopping Websites Basedon AHP Entropy Technology and Gray Correlation

HUNanhui,DENGChunliang
（College of Mathematics,JiayingUniversity,Meizhou 514015,Guangdong,China）

In order to research the objective and comprehensive evaluation of the current shopping website,random sampling survey method was used to obtain the evaluation of 7 indicators of 9 shopping sites.The weight of each indicator is firstly determined by AHP method and modified by entropy technology.Final weight results show that 3 indicators ranked in the top 3:commodity quality,commodity type,reputation index.Based on the final weight,the gray correlation analysis was used to analyze the comprehensive evaluation of 9 shopping sites.Analysis results show that comprehensive evaluation of the 3 shopping sites ranked in the top 3:Jingdong,Amazon,Dangdang. The evaluation results can provide reference for consumers tochoose shoppingsites.

shoppingsites;entropytechnology;graycorrelation;comprehensive evaluation

O212.1

A

1001-4217（2017）03-0046-07

2016-11-30

胡南輝（1981—），男，廣東梅州人，講師，碩士，主要從事應(yīng)用數(shù)學(xué)方面的研究；

鄧春亮（1984—），女，廣東梅州人，講師，碩士，主要從事數(shù)理統(tǒng)計(jì)方面的研究，E-mail：liang_8401@163.com.

嘉應(yīng)學(xué)院自然科學(xué)研究項(xiàng)目（2011KJM03，2014KJY02）.