基于灰色模糊聚類(lèi)分析的小微電商企業(yè)信用動(dòng)態(tài)評(píng)價(jià)

邢日彤 鮑新中

摘要：目前由于電子商務(wù)行業(yè)在我國(guó)的急速發(fā)展，很多電商平臺(tái)的小微店鋪企業(yè)所涉及的信用問(wèn)題也逐漸讓人不得不重視起來(lái)。本文在以往電子商務(wù)模式下的信用評(píng)價(jià)體系基礎(chǔ)上提出一種小微企業(yè)動(dòng)態(tài)信用評(píng)價(jià)模型并基于灰色模糊聚類(lèi)的方法對(duì)其進(jìn)行分析驗(yàn)證。本文在提出一個(gè)新的小微企業(yè)信用評(píng)價(jià)指標(biāo)體系后，對(duì)所收集的各段時(shí)間數(shù)據(jù)進(jìn)行降維，以期能夠?qū)π∥⑵髽I(yè)在一段動(dòng)態(tài)時(shí)間內(nèi)的信用狀態(tài)趨勢(shì)進(jìn)行動(dòng)態(tài)的觀(guān)察，最后用模糊聚類(lèi)的分析方法對(duì)這些小微電商企業(yè)店鋪的信用水平進(jìn)行分類(lèi)及排名以達(dá)到期望的評(píng)價(jià)效果。

關(guān)鍵詞：電子商務(wù);灰色關(guān)聯(lián)分析;模糊聚類(lèi)分析;信用評(píng)價(jià)

中圖分類(lèi)號(hào)：F270.7 文獻(xiàn)標(biāo)識(shí)碼：A

由于在互聯(lián)網(wǎng)環(huán)境中買(mǎi)賣(mài)雙方存在明顯的信用不對(duì)稱(chēng)問(wèn)題，買(mǎi)家無(wú)法直接接觸賣(mài)家提供的商品和服務(wù)，所以網(wǎng)絡(luò)交易中的商家信用問(wèn)題日益突出，這也是電商環(huán)境無(wú)法和傳統(tǒng)零售業(yè)相比擬的缺陷。所以解決和探索小微電商企業(yè)的信用問(wèn)題，建立可靠且可行的信用評(píng)價(jià)指標(biāo)體系及相應(yīng)的評(píng)價(jià)方法對(duì)于我國(guó)零售電子商務(wù)是極其有利并且必要的。

相關(guān)學(xué)者大多數(shù)是從指標(biāo)體系與模型構(gòu)建這兩個(gè)方面來(lái)研究探討。首先，從指標(biāo)體系方面，宋叢叢[1]提出了一種賣(mài)方信用評(píng)分系統(tǒng)來(lái)計(jì)算賣(mài)方信用度的值。董玫、李埔[2]、邵婷、胡巧程等[3]構(gòu)建了第三方信用評(píng)價(jià)體系。在模型構(gòu)建方面的研究相對(duì)較多，李薇[4]等人在雙邊綜合評(píng)分基礎(chǔ)上提出了一種新的電子商務(wù)信用測(cè)度模型。孫浩[5]將Agent建模技術(shù)運(yùn)用到測(cè)度模型當(dāng)中。付永貴等[6]運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)方法與數(shù)據(jù)挖掘算法構(gòu)建信用評(píng)估模型。朱清香等[7]通過(guò)三指數(shù)平滑模型對(duì)動(dòng)態(tài)信用數(shù)據(jù)進(jìn)行預(yù)測(cè)。張發(fā)明[8]以改進(jìn)動(dòng)態(tài)組合評(píng)價(jià)方法為基石，又提出一種嶄新的小微企業(yè)信用評(píng)價(jià)模型。

目前學(xué)術(shù)界關(guān)于信用評(píng)價(jià)指標(biāo)體系的新方法雖然層出不窮，但學(xué)者們較少關(guān)注以小微電商企業(yè)為研究主體的信用值的動(dòng)態(tài)變化等問(wèn)題。本研究將針對(duì)上述不足，在著手建立電商小微企業(yè)信用評(píng)價(jià)指標(biāo)體系之上，對(duì)前期所收集的各時(shí)間段和各個(gè)指標(biāo)的數(shù)據(jù)進(jìn)行有效降維，得以能夠?qū)π∥⑵髽I(yè)在一段有效時(shí)間內(nèi)的信用狀態(tài)和信用趨勢(shì)進(jìn)行動(dòng)態(tài)的觀(guān)察和評(píng)價(jià)，最后運(yùn)用模糊聚類(lèi)分析對(duì)其信用水平進(jìn)行歸類(lèi)并得到最后的信用排名。

1 中小微企業(yè)動(dòng)態(tài)信用評(píng)價(jià)指標(biāo)體系的建立與數(shù)據(jù)獲取

1.1 中小微企業(yè)動(dòng)態(tài)信用評(píng)價(jià)指標(biāo)體系的構(gòu)建

為更好地體現(xiàn)出對(duì)于小微企業(yè)動(dòng)態(tài)信用的評(píng)價(jià)，根據(jù)數(shù)據(jù)可得性原則，選取了6個(gè)信用指標(biāo)，分別為注冊(cè)年限、賣(mài)家信用等級(jí)、商品描述相符度、物流滿(mǎn)意度、粉絲數(shù)、好評(píng)率，注冊(cè)年限越長(zhǎng)表示企業(yè)信用越好，賣(mài)家信用等級(jí)越高信用越好，商品描述相符度越高信用越好，物流滿(mǎn)意度越高信用越好，粉絲增加量越大信用越好，好評(píng)率越高信用越好，如表1所示。

1.2 原始數(shù)據(jù)的標(biāo)準(zhǔn)化處理

1.2.1 樣本選取和數(shù)據(jù)獲取

本文以8家鮮花商店為例進(jìn)行實(shí)證分析，分別是欣欣向榮工廠(chǎng)店、小時(shí)光宇宙、很時(shí)尚居家、唯億鮮花連鎖店、寵愛(ài)一生、都市花園連鎖花店、仟益鮮花、優(yōu)鮮鮮花。以?xún)蓚€(gè)月為采樣周期收集各指標(biāo)的數(shù)據(jù)，共收集了12個(gè)月的6期數(shù)據(jù)作為計(jì)算依據(jù)。本文使用Matlab進(jìn)行數(shù)據(jù)處理分析。

1.2.2 數(shù)據(jù)標(biāo)準(zhǔn)化處理

為了能夠去除不同數(shù)據(jù)的單位所帶來(lái)的不一致，需要先將收集的這些數(shù)據(jù)轉(zhuǎn)化為純數(shù)值，也就是無(wú)量綱化。對(duì)每個(gè)維度特征的均值和標(biāo)準(zhǔn)差進(jìn)行計(jì)算，利用函數(shù)變換將具體數(shù)值映射到對(duì)應(yīng)數(shù)值區(qū)間。在第i個(gè)時(shí)間數(shù)據(jù)收集點(diǎn)第j個(gè)受評(píng)鮮花店鋪的指標(biāo)得分用xij表示。

2 數(shù)據(jù)分析

2.1 數(shù)據(jù)分析

2.1.1 灰色關(guān)聯(lián)分析

本研究對(duì)采集得到的8個(gè)受評(píng)店鋪、6個(gè)評(píng)價(jià)指標(biāo)在6個(gè)時(shí)間點(diǎn)的數(shù)據(jù)進(jìn)行灰色關(guān)聯(lián)處理，利用灰色關(guān)聯(lián)分析將6×6×8的三維數(shù)據(jù)降成了6×8的二維數(shù)據(jù)，而對(duì)于多維的數(shù)據(jù)來(lái)說(shuō)，還需要建立灰色關(guān)聯(lián)矩陣：

2.1.2 模糊聚類(lèi)分析

把8個(gè)鮮花店鋪在6個(gè)數(shù)據(jù)收集時(shí)間點(diǎn)上的灰色關(guān)聯(lián)度建立基于時(shí)間維度的一維向量數(shù)據(jù)，再將這些數(shù)據(jù)用模糊聚類(lèi)分析即可得到原始數(shù)據(jù)矩陣，再通過(guò)數(shù)量積法對(duì)原始數(shù)據(jù)矩陣進(jìn)行轉(zhuǎn)化，得到模糊相似矩陣：

運(yùn)用扎德算子進(jìn)行平方自合成運(yùn)算，求出其傳遞閉包。

最終當(dāng)λ=0.29時(shí)，受評(píng)單位的信用等級(jí)“唯億鮮花連鎖店、小時(shí)光宇宙、寵愛(ài)一生”聚為一類(lèi)，“欣欣向榮工廠(chǎng)店、很時(shí)尚居家、都市花園連鎖花店”聚為一類(lèi)，“優(yōu)鮮鮮花、仟益鮮花”聚為一類(lèi)。

2.2 結(jié)果分析

基于以上數(shù)據(jù)分析得到各8個(gè)樣本企業(yè)信用動(dòng)態(tài)評(píng)價(jià)結(jié)果。我們要選取多個(gè)數(shù)據(jù)時(shí)間點(diǎn)對(duì)受評(píng)鮮花店鋪的整體的信用水平進(jìn)行一段時(shí)期內(nèi)連續(xù)的動(dòng)態(tài)評(píng)價(jià)。通過(guò)分析可以得出，欣欣向榮工廠(chǎng)店2019年1月的信用水平最好，小時(shí)光宇宙店3月的信用水平較為突出，很時(shí)尚居家5月的信用水平較好，唯億鮮花連鎖店7月的信用水平較好，寵愛(ài)一生9月的信用水平最好，都市花園連鎖花店11月的信用水平較為突出，而仟益鮮花和優(yōu)鮮鮮花在2019年的信用水平都處于一般水平，7月的信用水平達(dá)到自身店鋪的全年最高值。

灰色模糊聚類(lèi)分析模型可以呈現(xiàn)各個(gè)店鋪的信用波動(dòng)和信用趨勢(shì)，并且通過(guò)信用評(píng)價(jià)值和均值及方差對(duì)受評(píng)店鋪進(jìn)行整體的信用排名，這8個(gè)受評(píng)店鋪的信用綜合評(píng)價(jià)排名如表3所示。

從上表中可以看到唯億鮮花連鎖店的信用綜合評(píng)價(jià)排名為第一，是8家店鋪中信用排名最高的一家，小時(shí)光宇宙排名第二，很時(shí)尚居家店鋪信用排名第三，排名第四的店鋪是寵愛(ài)一生，第五為欣欣向榮工廠(chǎng)店，第六為都市花園連鎖花店，第七為優(yōu)鮮鮮花，仟益鮮花店排名第八，是信用評(píng)價(jià)水平最低的店家。通過(guò)表3我們可以發(fā)現(xiàn)基于灰色模糊聚類(lèi)分析方法的動(dòng)態(tài)信用評(píng)價(jià)方法解釋性比較強(qiáng)，應(yīng)用起來(lái)也較為容易，可以提高小微電商企業(yè)信用評(píng)價(jià)的科學(xué)性和說(shuō)服力。

3 結(jié)語(yǔ)

為保障商品消費(fèi)者的合法權(quán)益、用戶(hù)體驗(yàn)和提升電子商務(wù)平臺(tái)服務(wù)水平，電商交易過(guò)程中商家店鋪信用問(wèn)題是必須著重解決的基本問(wèn)題。通過(guò)多篇相關(guān)研究和對(duì)電子商務(wù)大環(huán)境的探索，本文在信用指標(biāo)體系建立的基礎(chǔ)上，運(yùn)用灰色關(guān)聯(lián)分析和模糊聚類(lèi)分析的方法對(duì)我國(guó)小微電商企業(yè)信用水平進(jìn)行有效的動(dòng)態(tài)信用評(píng)價(jià)，確定了電商小微企業(yè)的基本現(xiàn)狀及存在的信用問(wèn)題。新建立了基于模糊聚類(lèi)分析法的小微電商企業(yè)信用評(píng)價(jià)動(dòng)態(tài)模型，并通過(guò)實(shí)例分析對(duì)8家小微電子商務(wù)企業(yè)進(jìn)行數(shù)據(jù)搜集，對(duì)這8家店鋪的信用水平進(jìn)行綜合測(cè)評(píng)，并且能夠驗(yàn)證該模型的有效性和合理性。最后發(fā)現(xiàn)如果想要對(duì)小微電商企業(yè)的信用進(jìn)行有效的動(dòng)態(tài)管理和動(dòng)態(tài)評(píng)價(jià)，那么就需要我們建立合理的評(píng)價(jià)指標(biāo)體系并且收集他們?cè)诓煌瑫r(shí)段內(nèi)的信用相關(guān)數(shù)據(jù)，最后得以追蹤他們信用水平的變化趨勢(shì)，同時(shí)，明確了商家信用評(píng)價(jià)體系是研究小微電子商務(wù)企業(yè)信用的重點(diǎn)。

參考文獻(xiàn)

[1] 宋叢叢.賣(mài)方信用評(píng)價(jià)體系構(gòu)建研究[J].科技視界，2013，26：133-134.

[2] 董玫，李埔.電子商務(wù)信用評(píng)價(jià)的法律規(guī)制[J].商業(yè)經(jīng)濟(jì)研究，2015，29：101-102.

[3] 邵婷，胡巧程，林建宗.天貓平臺(tái)買(mǎi)家信用評(píng)價(jià)機(jī)制構(gòu)建研究[J].企業(yè)經(jīng)濟(jì)，2015，8：91-94.

[4] 李薇，付琴琴.雙向電子商務(wù)信用評(píng)價(jià)體系的構(gòu)建與模型分析[J].江蘇商論，2012，12：27-31.

[5] 孫浩，薛霄.基于多Agent建模的電子商務(wù)生態(tài)系統(tǒng)演化實(shí)驗(yàn)研究[J].計(jì)算機(jī)工程，2016，42（7）：27-32，41.

[6] 付永貴，朱建明.基于大數(shù)據(jù)的網(wǎng)絡(luò)供應(yīng)商信用評(píng)估模型[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016，8：74-83.

[7] 朱清香，許楠，劉亭妤，等.涉農(nóng)企業(yè)信用評(píng)價(jià)動(dòng)態(tài)指標(biāo)隸屬度向量判別研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2017，4712：57-63.

[8] 張發(fā)明，李艾珉，韓媛媛.基于改進(jìn)動(dòng)態(tài)組合評(píng)價(jià)方法的小微企業(yè)信用評(píng)價(jià)研究[J].管理學(xué)報(bào)，2019，1602：286-296.