基于BP神經(jīng)網(wǎng)絡的農(nóng)村電商物流服務客戶滿意度評價

摘 "要：客戶對農(nóng)村電商物流的需求是推進鄉(xiāng)村振興戰(zhàn)略實施的重要載體。因此，對客戶滿意度評價的測度應作為農(nóng)村電商發(fā)展戰(zhàn)略的重要組成部分。文章在構(gòu)建農(nóng)村電商物流服務客戶滿意度評價指標體系的基礎上，采用BP神經(jīng)網(wǎng)絡對農(nóng)村電商物流服務客戶滿意度進行評價。結(jié)果表明，所構(gòu)建的BP神經(jīng)網(wǎng)絡可以對農(nóng)村電商物流服務客戶滿意度進行可行有效的評價。

"關(guān)鍵詞：BP神經(jīng)網(wǎng)絡；農(nóng)村電商物流服務；客戶滿意度

"中圖分類號：F713.365.1 " "文獻標志碼：A

DOI：10.13714/j.cnki.1002-3100.2024.07.016

Abstract： The customer's demand for rural e-commerce logistics plays a crucial role in promoting the implementation of rural revitalization strategy. Therefore， the measurement of customer satisfaction evaluation should be taken as a significant component of the development strategy in rural e-commerce. Based on constructing customer satisfaction evaluation index system for rural e-commerce logistics service， this papers employs BP neural network to evaluate customer satisfaction for rural e-commerce logistics service. The results demonstrate that the constructed BP neural network can effectively evaluate the customer satisfaction for rural e-commerce logistics service.

Key words： BP neural network; rural e-commerce logistics service; customer satisfaction

0 "引 "言

"目前，在國家大力支持脫貧政策的背景下和我國經(jīng)濟快速發(fā)展的情況下，使得農(nóng)村電商規(guī)模呈逐年增長趨勢。農(nóng)村電商已在推進鄉(xiāng)村振興戰(zhàn)略、推動農(nóng)業(yè)升級中發(fā)揮出重要的作用[1]。當前的農(nóng)村電商物流既是“互聯(lián)網(wǎng)+”時代發(fā)展的必然，也是農(nóng)村電商發(fā)展的重要組成部分，更是全面建成小康社會發(fā)展目標的重要因素[2]。然而，農(nóng)村電商的發(fā)展還面臨著諸多挑戰(zhàn)，包括基礎設施不完善、信息化水平低、專業(yè)人才匱乏、物流成本高昂等[3]，這些問題直接影響農(nóng)村電商的客戶滿意度，限制了農(nóng)村電商的可持續(xù)發(fā)展。因此，建立農(nóng)村電商物流客戶滿意度評價模型具有實際的理論意義和應用價值。

"國內(nèi)外已有大量的學者對農(nóng)村電商物流相關(guān)評價進行了研究。李慶昌等[4]使用DANP多準則決策方法對快遞服務評價指標進行分析，研究主要素與次要素之間的相關(guān)性。魏臻祥等[5]意識到逆向物流服務質(zhì)量評價指標的實用性，采用改進的突變級數(shù)理論方法構(gòu)建物流服務質(zhì)量的評價模型。翟小可等[6]以層次分析法與模糊綜合評價法構(gòu)建農(nóng)村電商物流服務質(zhì)量評價模型。王志輝等[7]將SERVQUAL模型和德爾菲法相結(jié)合構(gòu)建質(zhì)量評價體系，得出設施設備與人員因素是電商物流服務質(zhì)量的核心影響因素?？傮w看，目前國內(nèi)對農(nóng)村電商物流服務及評價方面的研究相對缺乏，且主觀性較強。

"現(xiàn)如今，在人工智能廣泛普及的基礎上，神經(jīng)網(wǎng)絡在我國各個方面得到廣泛應用[8]。因此，本文結(jié)合神經(jīng)網(wǎng)絡的特征，采用BP神經(jīng)網(wǎng)絡對農(nóng)村電商物流服務客戶滿意度進行評價，證實該方法在農(nóng)村電商物流服務客戶滿意度評價當中可以得到廣泛應用與普及。

1 "農(nóng)村電商物流服務客戶滿意度評價體系構(gòu)建

"考慮到各行業(yè)的獨特性，本文以某鎮(zhèn)農(nóng)產(chǎn)品電商物流服務客戶滿意度作為評價對象，將電商大眾消費者作為評價主體。農(nóng)村電商物流服務客戶滿意度評價體系構(gòu)建原則包括以下三部分：

（1）普遍性與特殊性結(jié)合原則。農(nóng)村電商物流服務客戶滿意度評價指標體系結(jié)合了農(nóng)村電商與農(nóng)村物流的特點，除了傳統(tǒng)意義上的電商與物流之間密不可分的作用關(guān)系而確立的評價指標之外，更應注重根據(jù)農(nóng)村地區(qū)獨有的物流特色設定指標，有效地平衡農(nóng)村電商物流的普遍性和特殊性需求，提高物流服務的適應性。

"（2）系統(tǒng)性與層次性結(jié)合原則。大多農(nóng)村電商物流服務質(zhì)量評價類文獻考慮到農(nóng)村物流的相關(guān)影響因素，忽略了交易前和交易后的農(nóng)村電商因素，本文認為農(nóng)村電商與物流之間密不可分，應將二者視為整體進行分析，而二者又確實有本質(zhì)區(qū)別，因此在設計評價指標體系時要結(jié)合系統(tǒng)性與層次性。層次性原則在指標體系維度中也尤為重要，本文主要從普通電商物流和農(nóng)村電商物流兩個維度設計評價指標，從而保證指標體系的系統(tǒng)性和全面性，提高農(nóng)村電商物流的協(xié)同效率。

"（3）科學性與實用性結(jié)合原則。本文的科學性主要體現(xiàn)在農(nóng)村電商物流服務客戶滿意度評價指標體系的構(gòu)建過程中，要確保選取的指標能夠真實有效地反映出農(nóng)村電商物流服務質(zhì)量優(yōu)劣，設計指標時將消費者心理因素和電商因素考慮在內(nèi)，既考慮到客觀環(huán)境帶來的影響，又考慮到人為因素對指標結(jié)果的主觀影響，做到實用性和適用性，并且力爭一定程度上提高其評價的準確性，推動農(nóng)村電商的可持續(xù)發(fā)展。

"基于此，首先選取普通電商物流指標作為一級指標，包括便利性、可靠性、響應性、經(jīng)濟性、有性性、客戶期望度。然后結(jié)合農(nóng)村電商物流的特點構(gòu)建二級指標體系[9-10]。建立農(nóng)村電商物流服務客戶滿意度指標體系如圖1所示。

2 "農(nóng)村電商物流服務客戶滿意度評價BP神經(jīng)網(wǎng)絡模型

2.1 "BP神經(jīng)網(wǎng)絡算法的基本原理

BP（Back Propagation）神經(jīng)網(wǎng)絡是Rumelhart和McClelland為首的科學家在1986年提出的多層前饋網(wǎng)絡，是一種基于誤差反向傳播算法訓練的人工神經(jīng)網(wǎng)絡模型，通過逐層傳遞和調(diào)整權(quán)重來實現(xiàn)輸入與輸出之間的復雜映射關(guān)系，BP神經(jīng)網(wǎng)絡模型如圖2所示，包含輸入層、隱含層、輸出層3個部分。該圖展示了由L層神經(jīng)元組成的多層神經(jīng)網(wǎng)絡，第1層與最后1層分別是輸入層和輸出層，而第2層到L-1層均稱為隱含層[11]。

2.2.3 "模型訓練

建立BP神經(jīng)網(wǎng)絡模型之后，必須對其進行樣本訓練，從而獲得各個節(jié)點的連接權(quán)重。設置期望誤差在0.5之內(nèi)，學習率為0.01，滿足上述期望誤差條件則可以停止訓練，得到最終的結(jié)果。

3 "實證分析

在利用BP神經(jīng)網(wǎng)絡模型進行農(nóng)村電商物流服務客戶滿意度評價指標體系的計算時，采用MATLAB軟件進行相關(guān)數(shù)據(jù)的運算，仿真實驗環(huán)境MATLAB 2019b，所用PC的CPU為i5，2.80GHz，內(nèi)存為8GB RAM。

"為了驗證BP神經(jīng)網(wǎng)絡的有效性，首先需要用有評價結(jié)果的訓練集進行邏輯學習，然后用測試集進行誤差測試，如果BP神經(jīng)網(wǎng)絡模擬的評價結(jié)果與實際評價結(jié)果在設定的誤差內(nèi)，則基于BP神經(jīng)網(wǎng)絡農(nóng)村電商物流服務客戶滿意度評價模型構(gòu)成。本文以某鎮(zhèn)的電商為例，得到300組數(shù)據(jù)，隨機選取270組樣本作為訓練樣本訓練網(wǎng)絡，其余30組作為測試樣本集輸入完成訓練的BP神經(jīng)網(wǎng)絡中進行誤差測試。測試樣本輸入到BP神經(jīng)網(wǎng)絡中進行仿真處理，把仿真得到的預測數(shù)據(jù)還原為原始數(shù)量級，將輸入BP神經(jīng)網(wǎng)絡的預測值與真實值比較，得到兩者之間誤差，通過擬合系數(shù)和均方誤差來衡量預測性能，同時BP神經(jīng)網(wǎng)絡的適用性用泛化能力衡量。

圖3展示了BP神經(jīng)網(wǎng)絡訓練過程中的均方誤差曲線。BP神經(jīng)網(wǎng)絡經(jīng)過3次迭代就能滿足設定的誤差要求，在訓練過程中均方誤差曲線逐漸減小，說明神經(jīng)網(wǎng)絡能較好地適用訓練數(shù)據(jù)，同時也說明農(nóng)村電商物流服務客戶滿意度評價的真實值與神經(jīng)網(wǎng)絡的預測值比較接近。

"圖4給出了BP神經(jīng)網(wǎng)絡誤差直方圖，可以看出，農(nóng)村電商物流服務客戶滿意度評價值誤差均能滿足設定的要求，無論是從訓練集、驗證集還是測試集，說明BP神經(jīng)網(wǎng)絡擁有較強的非線性函數(shù)逼近效果。

BP神經(jīng)網(wǎng)絡在農(nóng)村電商物流服務客戶滿意度評價值上通過迭代的訓練過程，逐漸調(diào)整權(quán)重，使網(wǎng)絡能夠更好地擬合訓練數(shù)據(jù)。圖5展示了訓練后的BP神經(jīng)網(wǎng)絡期望值與預測值對比結(jié)果，從圖5中可以看出，農(nóng)村電商物流服務客戶滿意度評價的期望值與預測值無限逼近，且誤差較小穩(wěn)定在0附近，滿足實際誤差設定的要求。

為了進一步驗證所構(gòu)建的BP神經(jīng)網(wǎng)絡農(nóng)村電商物流服務客戶滿意度評價有效性，對上述所提及的泛化能力進行驗證，選取了可靠性的指標進行測試，測試結(jié)果及相對誤差如表1所示，從圖5中可以看出相對誤差的最大值為4.92%，最小值為0.47%，均滿足期望誤差5%的設定要求，說明所構(gòu)建的BP神經(jīng)網(wǎng)絡對農(nóng)村電商物流服務客戶滿意度評價可以推廣至其余的評價指標體系。

4 "結(jié) "論

"本文針對農(nóng)村電商物流服務客戶滿意度的特點，構(gòu)建農(nóng)村電商物流服務客戶滿意度評價體系，在此基礎上利用BP神經(jīng)網(wǎng)絡對農(nóng)村電商物流服務客戶滿意度進行評價，通過不斷迭代訓練，能夠準確預測農(nóng)村電商物流服務客戶滿意度。根據(jù)研究結(jié)果，主要得出以下結(jié)論：（1）BP神經(jīng)網(wǎng)絡在農(nóng)村電商物流服務客戶滿意度評價中具有較好的預測能力。通過對客戶滿意度評價值的學習和訓練，能夠準確預測客戶滿意度水平，為農(nóng)村電商物流服務提供可靠的評估依據(jù)。（2）通過BP神經(jīng)網(wǎng)絡的泛化性進行驗證，可以得到BP神經(jīng)網(wǎng)絡模型能夠推廣到其他的評價體系中，且展現(xiàn)了較好的預測性能，從而為決策和問題解決提供可靠的依據(jù)。（3）BP神經(jīng)網(wǎng)絡在農(nóng)村電商物流服務客戶滿意度的預測中應用具有實際意義。利用該模型，企業(yè)可以更好地了解客戶的需求和期望，并針對性地改進物流服務，提高客戶滿意度和忠誠度。

"盡管本文在農(nóng)村電商物流服務客戶滿意度評價方面取得了一定的成果，但仍存在一些局限性。例如，農(nóng)村電商物流服務客戶滿意度評價數(shù)據(jù)集有限，不足以覆蓋所有潛在的影響因素；此外，BP神經(jīng)網(wǎng)絡模型可能仍需要進一步的優(yōu)化和改進，以提高預測準確性和魯棒性。未來的研究可以進一步拓展農(nóng)村電商物流服務客戶滿意度評價數(shù)據(jù)集的規(guī)模和多樣性，以更全面地評估農(nóng)村電商物流服務客戶滿意度，為農(nóng)村電商企業(yè)提供重要的決策支持和改進方向，進而提高客戶滿意度和市場競爭力。

參考文獻：

[1] 魏松波，王康，李永飛，等. 農(nóng)村電商物流服務水平評價研究[J]. 中小企業(yè)管理與科技，2022（3）：153-155.

[2] 張倩，林美順. 淺析農(nóng)村電商物流發(fā)展的現(xiàn)狀及發(fā)展趨勢[J]. 商業(yè)文化，2021（10）：110-111.

[3] 余震云. 論互聯(lián)網(wǎng)經(jīng)濟背景下農(nóng)村電商物流的困境及對策[J]. 中國商論，2023（10）：83-85.

[4] 李慶昌，張恩敏. 國際快遞物流行業(yè)服務評價體系研究——基于DANP方法[J]. 物流科技，2016，39（1）：89-94.

[5] 魏臻祥，蘭洪杰. 電商逆向物流服務質(zhì)量評價研究——基于突變級數(shù)法[J]. 經(jīng)營與管理，2021（3）：91-95.

[6] 翟小可，吳祈宗. 基于AHP-模糊綜合評價的農(nóng)村電商物流服務質(zhì)量評價研究[J]. 數(shù)學的實踐與認識，2019，49（5）：121-127.

[7] 王志輝，高懷照. 基于農(nóng)村電商產(chǎn)業(yè)集群的物流服務質(zhì)量評價研究[J]. 河南科技，2020（20）：30-33.

[8] 錢宇. 基于BP神經(jīng)網(wǎng)絡的課程質(zhì)量評價體系構(gòu)建——以物流信息技術(shù)應用課程為例[J]. 物流工程與管理，2021，43（10）：172

-174.

[9] 林小芳，趙政華. 電商物流服務質(zhì)量對顧客滿意度的影響研究綜述[J]. 市場周刊，2019（11）：68-70.

[10] 金義，周傳生. BP神經(jīng)網(wǎng)絡在高校校園網(wǎng)絡安全評價中的應用與研究[J]. 網(wǎng)絡安全技術(shù)與應用，2021（1）：100-102.

[11] 王佑鎂，李寧宇，尹以晴，等. 從再現(xiàn)到預測：基于BP神經(jīng)網(wǎng)絡的中小學生數(shù)字閱讀素養(yǎng)評測體系研究[J]. 電化教育研究，2022，43（8）：68-76.

[12] 陳雄寅. 基于BP神經(jīng)網(wǎng)絡的港口物流需求預測研究[J]. 物流工程與管理，2022，44（12）：11-14，20.

收稿日期：2023-06-20

基金項目：教育部人文社會科學研究青年基金項目“物流業(yè)與制造業(yè)協(xié)同集聚機理及空間效應研究：基于產(chǎn)業(yè)融合與空間集聚交互視角”（19XJC790016）；陜西省創(chuàng)新能力支撐計劃項目（軟科學研究計劃項目）“雙鏈融合下陜西省物流業(yè)與制造業(yè)融合創(chuàng)新機理與發(fā)展對策”（2022KRM002）；陜西省教育廳重點科學研究計劃項目（新型智庫項目）“陜西省紡織業(yè)與物流業(yè)融合現(xiàn)狀及發(fā)展路徑研究”（21JT018）

作者簡介：馬倩倩（1998—），女，安徽宿州人，西安工程大學管理學院碩士研究生，研究方向：物流管理。

引文格式：馬倩倩. 基于BP神經(jīng)網(wǎng)絡的農(nóng)村電商物流服務客戶滿意度評價[J]. 物流科技，2024，47（7）：66-69.