• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于層次分析法的動(dòng)態(tài)C2C電子商務(wù)信用評(píng)價(jià)模型改進(jìn)研究

    2020-02-14 05:53:22王曉東
    商情 2020年3期
    關(guān)鍵詞:賣家買家分析法

    【摘要】利用多因素分析法算出買賣雙方信用評(píng)價(jià)比重,科學(xué)設(shè)定成交額、時(shí)間跟蹤、信用值對(duì)信用評(píng)價(jià)的影響權(quán)重比例,建立交易雙方信用值綜合計(jì)算公式。

    【關(guān)鍵詞】因素分析法;信用違約

    為了降低買賣雙方為了各自利益做出的不誠(chéng)信行為,國(guó)內(nèi)所有電子商務(wù)平臺(tái)都有自己的評(píng)價(jià)系統(tǒng),跟蹤買賣交易過程,分析評(píng)價(jià)行為,計(jì)算雙方信用值。現(xiàn)有C2C平臺(tái)信用評(píng)價(jià)模型存在結(jié)構(gòu)單一,不全面準(zhǔn)確性較差,信用評(píng)價(jià)標(biāo)準(zhǔn)不一致,信用數(shù)據(jù)不共享等問題。建立一個(gè)更加準(zhǔn)確、全面、數(shù)據(jù)共享的第三方信用評(píng)價(jià)平臺(tái)勢(shì)在必行。

    1 C2C電子商務(wù)動(dòng)態(tài)信用評(píng)價(jià)模型改進(jìn)原則

    電子商務(wù)行業(yè)主流的信用評(píng)價(jià)模型,采用累加法,雙方完成交易然后互評(píng),不同評(píng)價(jià)獲得不同分值,累加計(jì)算出最后分值,從而顯示不同時(shí)期信用狀況變化。系統(tǒng)簡(jiǎn)單,運(yùn)營(yíng)成本較低,能夠有效降低信用違約風(fēng)險(xiǎn)。實(shí)際運(yùn)作中存在如下因素對(duì)信用評(píng)價(jià)的影響需要改進(jìn):(1)交易金額;(2)評(píng)價(jià)時(shí)間;(3)買家信用度。

    2 C2C賣家動(dòng)態(tài)信用評(píng)價(jià)模型的構(gòu)建

    在全新的動(dòng)態(tài)評(píng)價(jià)體系中,設(shè)定為五個(gè)評(píng)分檔,較好(+1),好(+0.5),中(0),差(-1),較差(-2)。買家打分后通過公式算出得分。模型自動(dòng)采集交易金額、雙方信用評(píng)級(jí)、評(píng)價(jià)時(shí)間等數(shù)據(jù),將數(shù)據(jù)輸入模型最后綜合計(jì)算出準(zhǔn)確的信用值。

    2.1評(píng)價(jià)指標(biāo)的權(quán)重的確定

    采用階梯層級(jí)遞進(jìn)的原則進(jìn)行各指標(biāo)權(quán)重判定。通過邀請(qǐng)業(yè)內(nèi)權(quán)威專家評(píng)審團(tuán)分別對(duì)同級(jí)指標(biāo)和子級(jí)內(nèi)同級(jí)指標(biāo)進(jìn)行分析比較,由公式計(jì)算其全部指標(biāo)的重要特性值,建立一個(gè)指標(biāo)重要特性判斷矩陣。

    2.1.1一級(jí)指標(biāo)權(quán)重的確定

    第一步,構(gòu)造賣家信用值判斷矩陣;第二步,計(jì)算重要性排序;第三步,一致性檢驗(yàn)。

    2.1.2二級(jí)指標(biāo)權(quán)重的確定

    (商品信息)B1、(服務(wù)水平)B2、(配送延時(shí))B3的判斷矩陣及指標(biāo)權(quán)重,二級(jí)評(píng)估指標(biāo)的權(quán)重為下:WB1(0.2314,0.5817,0.1205,00664);WB2(0.2297,0.1220,0.6483);WB3(0.6667,0.3333)。

    2.1.3層次總排序

    根據(jù)賣價(jià)的信用值A(chǔ),通過二級(jí)指標(biāo)層對(duì)于一級(jí)指標(biāo)層權(quán)重的排列,可以清晰看出各指標(biāo)在信用評(píng)價(jià)體系中所占的權(quán)重比例。

    2.2交易金額加權(quán)計(jì)算

    為求公平公正,需要將成交額數(shù)據(jù)納入評(píng)價(jià)模型中。通過對(duì)京東以及淘寶網(wǎng)交易數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析,以及對(duì)賣家進(jìn)行問卷調(diào)查,得出如下商品交易額權(quán)重。

    3 C2C買家動(dòng)態(tài)信用評(píng)價(jià)模型的構(gòu)建

    3.1買家信用度加權(quán)計(jì)算

    為了保證信用配件準(zhǔn)確性也必須需要把買家信用等級(jí)加入到評(píng)價(jià)模型中。高信用買家的權(quán)重高于低信用買家。

    3.2評(píng)價(jià)時(shí)間加權(quán)計(jì)算

    評(píng)價(jià)模型必須根據(jù)不用的評(píng)價(jià)時(shí)間對(duì)賣家信用產(chǎn)生不同的影響。應(yīng)該增加近期評(píng)價(jià)在模型中的權(quán)重比例。提高評(píng)價(jià)準(zhǔn)性,將降雙方違約風(fēng)險(xiǎn)。

    參考文獻(xiàn):

    [1]李道全,吳興成,郭瑞敏.基于層次分析法的電子商務(wù)交易決策模型[J].現(xiàn)代電子技術(shù),2017,40(10):68-71.

    [2]郭順利,張向先,李中梅.基于加權(quán)灰色關(guān)聯(lián)度的C2C平臺(tái)商品信息可信度評(píng)估方法研究[J].情報(bào)科學(xué),2017(7):142-148.

    [3]李聰,李雪琴,Gajanan G.Hegde,等.C2C電子商務(wù)差異化折扣模型:基于在線購(gòu)買歷史聚合[J].管理工程學(xué)報(bào),2016,30(2):64-75.

    作者簡(jiǎn)介:

    王曉東(1978-),男,漢族,遼寧朝陽(yáng)人,本科,副教授,研究方向:政務(wù)信息化與電子商務(wù)。

    猜你喜歡
    賣家買家分析法
    賣家秀與買家秀
    異步機(jī)傳統(tǒng)分析法之困難及其克服
    賣家秀與買家秀
    家庭百事通(2021年5期)2021-05-30 10:48:04
    買家秀和賣家秀
    童話世界(2020年17期)2020-07-25 02:18:46
    不會(huì)吃蟹腿的買手 不是好賣家
    基于時(shí)間重疊分析法的同車倒卡逃費(fèi)探析
    層次分析法在SWOT分析法中的應(yīng)用
    熱圖
    家庭百事通(2016年1期)2016-01-12 18:44:43
    拉風(fēng)買家秀
    Coco薇(2015年10期)2015-10-19 01:12:21
    AHP和SWOT分析法在規(guī)劃編制中的應(yīng)用
    普兰店市| 宁武县| 勃利县| 滨州市| 临西县| 富民县| 庆城县| 沁源县| 罗源县| 新化县| 昭平县| 安平县| 冕宁县| 中宁县| 苍梧县| 错那县| 永吉县| 休宁县| 正定县| 绥宁县| 永春县| 称多县| 岳阳县| 南靖县| 阿城市| 北京市| 汉中市| 色达县| 诸暨市| 吐鲁番市| 桐柏县| 买车| 佛教| 繁昌县| 申扎县| 古蔺县| 科技| 谷城县| 阳信县| 宜兴市| 张北县|