1、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那么程序，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
许多电商站点创立聊天工具来代替服务人员，为
2、用户提供购买体 验，然而市场研究和消费者满意度参数说明，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工程集。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工程的权 重。第四阶段：在每个质量模
3、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，应用了多准那么方法来执行评估 和排名任务。文献［4］提出了一种混合模糊决策方法，将模糊E
4、lectre 和Fuzzy-TOPSIS方法的要素结合起来，朝着新的排名程序开展。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，主要包括三个局部：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
5、和规那么，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）电子商务网站的局部评估如图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
6、模式 使管理人员可以根据基于消费者反响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那么分类：在本文提出的电子商务网站的 多准那么分类模型中[5],根据客户满意度的不同水平发现了网站不同 准那么的价值。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] o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
7、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 的在线服务的反响对客户进行分类，并对所建议的电子商务网站评估 算法进行测试，结果说明该模型对于电商网站性能提升有较为明显的 优势。
浙ICP备2021020529号-1 | 浙B2-20240490 
