基于層次熵灰色關聯法的購物網站綜合評價

胡南輝，鄧春亮

（嘉應學院數學學院 梅州 514015）

基于層次熵灰色關聯法的購物網站綜合評價

胡南輝，鄧春亮

（嘉應學院數學學院 梅州 514015）

為研究現行購物網站的客觀綜合評價，通過隨機抽樣調查的方法獲得網購消費者對9個購物網站7項指標的評價，然后運用AHP法確定各項指標的權重，進而用熵技術進行修正.最終權重結果表明，商品質量，商品種類，信譽指數等3項指標排在前3位.在此權重基礎上，運用灰色關聯分析9個購物網站的綜合評價.分析結果顯示，綜合評價排在前3名的購物網站分別是京東、亞馬遜、當當.評價結果可為消費者選擇購物網站提供參考依據.

購物網站；熵技術；灰色關聯；綜合評價

0引言

隨著網絡科技的發展，購物網站的增長，選擇網購的人數也急劇增加.網購極大的改變了傳統的購物模式，影響著我們的生活，已成為當今社會生活不可或缺的重要組成部分.然而隨著網購的快速發展，購物網站數量的增加，讓眾多消費者在購買商品時無從選擇.因此研究不同購物網站的綜合評價具有現實性與必要性.

目前，國內關于網購方面的研究有不少，仲偉佇、席菱聆等[1]通過抽樣調查，運用美國顧客滿意指數（ACSI）模型，研究了顧客網絡購物滿意度的行為因素之間的相關關系.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大學生網購沖動行為的影響因素進行研究，得到商品因素及瀏覽網絡時間會顯著影響大學生的網購沖動行為.葉乃沂、周蝶[3]在網絡環境下研究了消費者網購感知風險的概念和測量模型，提出了消費者網絡購物感知風險的概念框架和15個測量項目.但現有文獻較多對網購滿意度、網購消費影響因素、網購消費行為、網購消費風險等方面進行研究，而在購物網站綜合評價方面的研究尚屬空白.

本文通過隨機抽樣調查，嘗試用層次分析法（AHP）[4]、熵技術[4]及灰色關聯[5-6]對不同購物網站綜合水平進行評價，期望研究結果可為消費者在網購時選擇購物網站提供一定的參考依據.

1 指標體系的建立及數據整理

1.1 指標體系的建立

這里主要研究現行9個消費者常用購物網站（淘寶、天貓、京東、亞馬孫、當當、1號店、唯品會、聚美優品、折800）的綜合水平.通過對多位網購經驗豐富的消費者進行咨詢，最終獲得影響購物網站評價的7項指標（商品質量、商品種類、商品價格、信譽指數、服務態度、促銷活動、物流效率等）.并根據指標的特性，將商品質量、商品種類、商品價格定為內部評價指標，將信譽指數、服務態度、促銷活動、物流效率定為外部評價指標.各項指標均采用5分制評分設計問卷.具體指標體系及評分標準見表1.

表1購物網站評價指標體系及評分標準

1.2 數據收集及整理

本次調查對象為廣東省范圍內具有網絡購物經歷的網民，問卷調查于2016年4月12日至5月11日進行，共發放問卷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%.具體描述性統計見表2.

2 用AHP法確定指標權重

2.1 購物網站層次分析模型的建立

根據前面建立的購物網站評價指標體系，得如下購物網站評價的層次分析模型，見圖1目標層O為消費者評價一購物網站，準則層B為購物網站評價的內部因素及外部因素，指標層X則體現準則層的具體評價內容，如商品質量、商品種類、商品價格、信譽指數、服務態度、促銷活動、物流效率等.

表2問卷調查對象樣本結構

圖1購物網站評價層次分析模型

2.2 層次判斷矩陣的構造與檢驗

根據上述建立的層次結構，通過695位消費者給出的各評價指標的重要性，將各指標的重要性進行兩兩對比判斷，采用1-9標度使之定量化[4]，由此獲得目標層對準則層O-B，準則層對指標層B1-X，B2-X，共3個判斷矩陣如下：

下對3個判斷矩陣進行一致性檢驗，由公式

計算3個判斷矩陣的一致性指標.計算得CI0＝0，CI1＝0.032 9，CI2＝0.048 1.查3個判斷均值的平均隨機一致性指標分別為RI0＝0，RI1＝0.58，RI2＝0.9.再由公式

計算3個判斷矩陣的一致性比率.得CR0＝0，CR1＝0.056 7，CR2＝0.053 5，根據判斷矩陣一致性檢驗標準，可知CR0＜0.1，CR1＜0.1，CR2＜0.1，顯然3個判斷矩陣均通過了一致性檢驗.

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計算，得綜合權重向量

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層對于目標層的總權重，見表3.

表3指標層（X）對于目標層（O）的總權重

因AHP法在采用主觀標度時，易出現較大偏差，導致結果不夠可靠，因此下面采用熵技術對各指標的權系數進行修正.

3 熵技術法修正指標權系數

3.1 熵技術修正權重

熵，在信息論中，是事件出現的平均不確定性的度量.熵越大，不確定性越大.通過熵技術得到各個指標的信息熵，熵越小，則指標權重越大[4].

用μ修正AHP法下的權系數w＝（w1，w2，…，w7），得各指標的修正權重，

7，其中，0≤Ej≤1.

各參數計算結果及熵修正權重見表4.

表4決策參數＆熵修正權重＆排序

3.2 權重排序結果分析

由表4，對照AHP法及熵技術修正后指標的權重可知，兩種方法的權重排序保持一致，說明消費者對各購物網站各項指標的評分比較客觀.另外從權重數值上看，權重排在前三位的是商品質量X1、商品價格X2、信譽指數X4.說明消費者網購時，比較關心商品的質量、種類及信譽度.

下面根據熵技術修正后的最終權重，運用灰色關聯分析9個購物網站的綜合評價.

4 灰色關聯分析

灰色關聯分析是通過灰色關聯度來分析和確定系統因素間的影響程度或因素對系統主行為的貢獻測度的一種方法[5-6].其基本思想是根據序列曲線幾何形狀的相似程度來判斷其聯系是否緊密.曲線越接近，相應序列之間的關聯度就越大，反之就越小.灰色關聯度越大，兩因素變化態勢越一致.

4.1 灰色關聯計算步驟

具體步驟：

（1）確定比較對象（評價對象）和參考數列（評價標準）

設評價對象有m個，評價指標有n個，參考數列為x0＝{x（0k）k＝1，2，…，n}，比較數列為

（2）在上述層次熵確定的各指標的權重基礎上，計算比較列xi對參考列x0在第k個指標上的關聯系數

其中，minmin x（0t）-x（st），maxmaxx（0t）-x（st）分別為兩級最小差及兩級最大stst差，ρ∈[0，1]為分辨系數，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）計算第i個評價對象對理想對象的灰色加權關聯度

根據灰色加權關聯度的大小，對各評價對象進行排序，可建立評價對象的關聯序，關聯度越大，其評價結果越好.

4.2 灰色關聯數值計算

表5比較數列和參考數列值

取ρ＝0.5，計算關聯系數ξi（k）及加權關聯度ri，具體數值見表6.

表6關聯系數和關聯度值

4.3 結果分析

由表5參考數列值（虛擬最優網站）可發現商品質量、信譽指數、服務態度、物流效率好的最優網站是京東，商品種類齊全和價格優惠的最優網站是淘寶，促銷活動多的最優網站是聚美優品.

再由加權關聯度及關聯度排序表6最后兩列可見，綜合評價排在前3的是京東、亞馬遜、當當.其中，京東與虛擬最優網站的關聯度最大，說明京東優于其他購物網站，消費者網購時可優先考慮上京東網.

5 結束語

本文采用AHP法及熵技術相結合的方法確定購物網站評價指標的權重，提高了權重可信度.并在此權重基礎上，對9個購物網站采用灰色關聯分析法進行綜合評價，灰色關聯分析對樣本量的多少和樣本有無規律都同樣適用，而且計算量小，不會出現量化結果與定性分析結果不符的情況，因此結果比較準確可靠.本文研究結果可為消費者在網購時選擇購物網站提供參考依據.

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

[2]陳治，王曦瑾.大學生網購沖動行為影響因素研究[J].數理統計與管理，2013，32（4）：666-683.

[3]葉乃沂，周蝶.消費者網絡購物感知風險概念及測量模型研究[J].管理工程學報，2014，28（4）：88-94.

[4]王文元，史國旭，周文強，等.熵AHP法對鳶尾根花卉的綜合評價[J].中國農學通報，2012，28（16）：292-298.

[5]丁建新，邢亞楠，金浩.基于灰色關聯分析法的商業銀行網點選址研究-以建設銀行衡水分行為例[J].浙江金融，2012（1）：50-53.

[6]金濤.基于層次分析法和灰色關聯分析的產品界面視覺評價模型構建方法[J].東華大學學報（自然科學版），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，主要從事應用數學方面的研究；

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

嘉應學院自然科學研究項目（2011KJM03，2014KJY02）.