电子商务数据质量评估模型研究

摘要:本文旨在为电子商务网站的质量评估提出一种新方法。通过在线活动评估客户的满意度，电商网站的标准视为评估系统的输入变量，考虑到消费者的行为可能被解释为模糊值的事实，这些标准的值是根据潜在用户使用该网站的在线行为隐式捕获的。所提出的电商数据评估模型是一种多准则程序，结合模糊逻辑，可以搜索有价值的动态信息，以自动评估电子商务网站，提高销售量，由网站管理员做出决策并满足客户需求。根据客户的行为评估确定不同电子商务客户满意度标准的重要性。

关键词:电子商务；客户满意度；电商数据;评估模型；模糊逻辑

1引言

许多电商站点创建聊天工具来代替服务人员，为用户提供购买体验，然而市场研究和消费者满意度参数表明，这些聊天工具还不够。因此，电商公司必须收集在线客户的偏好，以便在促销和定价策略中做出更好的决策。本文研究的目的是分析这些隐含的知识，并通过识别和排名主要质量标准以及对在线消费者的观点进行调查，从而向商务专业人士提供理解，以构建高质量的电子商务网站。因此，可以通过对在线客户的行为进行调查，在多标准分析的背景下制定电子商务网站评估问题。建议的用于评估电子商务网站质量的多标准模型阶段如下所述：第一阶段：建立评估对象和要评估的项目集。第二阶段：获取在线客户的观点。第三阶段：确定在第一阶段中确定的项目的权重。第四阶段：在每个质量模型层次级别中聚合质量属性。在此阶段，将这些因素获得的结果结合起来，以揭示电子商务网站的数据服务质量。文献[1]使用模糊逻辑方法，帮助电子商务网站管理员和服务提供商了解电子商务网站因素的重要性水平，进而帮助他们提高网站质量。文献[2]基于层次分析法和多层感知器神经网络使用购买决策过程，通过使用最小二乘误差和梯度下降方法调整网络权重来开发特定的非线性映射，从而增加买方意见的一致性。从而改善了符合买方共同协议的指标的选择。对于文献[3]中的电子商务网站，根据其内容和特征进行排名，归因于30个变量，应用了多准则方法来执行评估和排名任务。文献[4]提出了一种混合模糊决策方法，将模糊Electre和Fuzzy-TOPSIS方法的要素结合起来，朝着新的排名程序发展。本文着眼于与决策支持客户有关的问题，让他们隐含地判断在线商店的产品、服务和优惠。相关上面提到的方法需要真实地了解该因素的重要性，只有极少数应用的模糊评估算法考虑评估数据中固有的定量、定性、不精确和不一致的信息。

2模型设计

2.1模型架构

在本文提出的模型体系结构中，主要包括三个部分：数据收集，数据分析和知识获取。数据收集组件显示由业务用户定义的业务数据，并记录消费者的销售交易以及通过电子商务网站进行的其他类型的在线客户交互。提取原始数据数据完成数据分析。从挖掘结果中获取一些特定的知识模式和规则，以建立电子营销知识数据库，以便管理人员可以为目标消费者规划策略和策略。图1中描述的数据流通过六个阶段进行传递和分析，各阶段详细说明如下1.每次交互都会收集来自浏览网站的客户的数据。2.数据由业务数据库收集和接收。3.电子商务网站的评估标准被定义为包括在分析中。4.为每个“电子商务网站参数”分配一个“权重”(以表示该参数的重要性)，以使客户满意。5.使用模糊分析评估电子商务网站的满意度。6.完成所有计算后，结果发送到知识数据库。

2.2客户满意度评估

1)电子商务网站的部分评估如图2所示为一个评估模式，用于评估电子商务网站的效率、内容和付款系统可用性等三个内容。该模式使管理人员可以根据基于消费者反应的自动评估来知道存在缺陷的组件。因此，该评估可以为效率、内容和支付系统的有效性赋予值。2)客户满意度的全球评估多准则分类：在本文提出的电子商务网站的多准则分类模型中[5]，根据客户满意度的不同水平发现了网站不同准则的价值。分类模型是根据所有网站标准上客户的判断(假设是真实的)进行测试的。提出了一种基于在线客户的踪迹和情感自动提取这些数据的模型，用于自动评估网站。因此，不同模糊变量的隶属函数的构造是基于每个变量的先行数量[6-7]。计算隶属度到电子客户满意度。接下来对输入数据进行描述，并对方法进行介绍。其中，VS表示效率较高、服务内力较强，S表示表示效率高、服务内力强，M表示效率中等、服务能力中等，W表示效率差、服务能力差，VW表示效率非常差、服务能力非常差。网站的易用性是根本，内容因素为第二因素，这就要求电子商务网站必须正确、适当地管理和显示其存储数据的能力。

3结束语

本文所提及的模型处理了公司用来增强电子消费者满意度的关键因素。由于客户随时间变化，因此使用动态数据挖掘方法可以根据在线消费者行为来有效地调整和改善电子商务网站的质量。通过自动捕获网站性能的大多数诊断指标，对基于点击流数据的电子客户进行动态分析。本文引入性能分析模型，根据客户的导航会话和可能使用的在线服务的反馈对客户进行分类，并对所建议的电子商务网站评估算法进行测试，结果表明该模型对于电商网站性能提升有较为明显的优势。

作者：李莉 单位：西安文理学院