運用層次分析法分析電子商務軟件易用性的評價值

摘要:基于易用性評測的理論基礎，以電子商務軟件易用性評測的指標體系和評測方法為研究依據，詳述了如何運用層次分析法對指標值進行評價#65377;對五個B2C網站的易用性進行評測，并給出比較結果#65377;

關鍵詞:易用性; 評測指標; 電子商務; 層次分析法

中圖分類號:TP311.5文獻標志碼:A

文章編號:10013695(2007)04010404

電子商務的易用性是指電子商務系統提供的，可以讓用戶通過因特網瀏覽器很容易地使用網頁獲取和瀏覽電子商務信息，順利完成交易過程的能力#65377;電子商務的易用性評測問題中含有大量主#65380;客觀因素;許多評測內容的要求與期望是模糊的;單純依靠構造一個數學模型來求解往往是行不通的，應當從運籌學決策論中尋找解決方法#65377;

1層次分析法簡介

層次分析法(AHP法)是美國匹茲堡大學運籌學家Saaty T.L.于20世紀70年代中期提出的一種多層次權重分析決策方法#65377;其特點是具有高度的邏輯性#65380;系統性#65380;簡潔性和實用性，它合理地把定性與定量的決策結合起來，按照思維心理的規律將決策過程層次化#65380;數量化#65377;AHP法的基本原理是把研究的復雜問題看做一個大系統，通過對系統多個因素的分析，劃分出各因素間相互聯系的有序層次，再對每一層次的各因素進行客觀判斷后，相應地給出重要性的定量表示;進而建立數學模型，計算出每一層次全部因素的相對重要性權值，并加以排序;最后根據排序結果進行規劃決策并選擇解決問題的措施^[1，2]#65377;

運用AHP法進行決策時需要經歷如下四個步驟:

(1)建立系統的遞階層次結構;

(2)構建兩兩比較判斷矩陣;

(3)針對某一個標準(準則)，計算各被支配元素的權重;

(4)計算當前一層元素關于總的目標的排序權重#65377;

以下對使用AHP法分析電子商務的易用性的各個主要步驟進行討論#65377;

2建立層次分析模型

利用AHP法解決問題，首先是建立層次結構模型#65377;這一步必須建立在對問題及其環境充分理解#65380;分析的基礎上#65377;AHP法模型的層次結構大體分為三類:

(1)最高層，又稱頂層#65380;目標層#65377;這層只有一個元素，是決策問題的預定目標或者理想結果#65377;電子商務易用性評測中即是易用性#65377;

(2)中間層，又稱準則層#65377;這一層可以有多個子層，每個子層可以有多個元素，它們包括所有為實現目標所涉及的中間環節#65377;這些環節是需要考慮的準則#65380;子準則#65377;電子商務易用性評測需要考慮的準則是電子商務易用性的19個評測指標^[3]#65377;但是為避免判斷上的困難，依據每個層次中元素一般不超過9個，超過9個時將該層分成若干子層的原則，按照易用性子特性將19個指標分為四類#65377;其中可學習性和可操作性兩個大類的指標按照作用再分別分為兩個子類和三個子類#65377;這些不同作用類別的指標之間有一個整體相互關系#65377;如此劃分提煉和抽象了單個指標之間兩兩作用關系，也可以使專家在給出評價時，化繁為簡，作出更準確的判斷，得到更準確的結果#65377;最后按照指標構建一個三層的指標層#65377;這三層之間的支配關系不存在不完全的隔層支配#65377;

(3)最底層，又稱措施層#65380;方案層#65377;這一層的元素理論上是為實現目標可供選擇的各種方案#65380;決策或措施#65377;這里引申為需要評測的電子商務的目標系統#65377;本層與準則層之間存在部分隔層支配關系#65377;依照每個層次的元素一般不超過9個的原則，每次評測的目標系統不應超過9個#65377;當系統較多時應當對目標系統分類#65380;分批后再帶入本模型中進行評測#65377;

依照以上三個特征，構建出一個自上而下具有支配關系的電子商務易用性評測的遞階層次結構，如圖1所示#65377;

3構造兩兩比較判斷矩陣

遞階層次結構建立以后，需要確定一個上層元素z(除底層外)所支配的下一層若干元素x1，x2，…，xn關于z的排序權重#65377;這些權重p1，p2，…，pn常常表示為百分數，即滿足0≤pj≤1，且∑nj=1pj=1#65377;要直接確定這些權重一般是很困難的，因為在電子商務易用性評測的決策問題中，各個被支配元素(評測指標)相對于準則往往不一定有定量的評價，所以對于多個元素的排序，直接確定是行不通的#65377;AHP法提出使用兩兩比較的方式建立判斷矩陣#65377;

設受上層元素z支配的n個元素為x1，x2，…，xn，對于i， j=1，2，…，n，以aij表示xi#65380;xj關于z的影響之比值#65377;于是得到矩陣:

A=a11a12…a1n

a21a22…a2n

an1an2…ann

稱A為x1，x2，…，xn關于z兩兩比較的判斷矩陣，簡稱判斷矩陣#65377;為了便于操作，Saaty T.L.建議用1~9及其倒數共17個數作為標度來確定aij的值，習慣稱之為九標度法，如表1所示#65377;表1中第二行描述的是從定性角度xi與xj相比較，關于重要度的取值，第三行描述了介于每兩種情況之間的取值#65377;

用兩兩比較判斷的辦法產生的矩陣為

A=(aij)n×n

其具有下列性質:

(1)對于任意i， j=1，2，…，n，有aij>0;

(2)對于任意i， j=1，2，…，n，有aji=1/aij;

(3)對于任意i=1，2，…，n，有aii=1#65377;

表1九標度法

含義xi與xj同樣重要xi比xj稍重要xi比xj重要xi比xj強烈重要xi比xj極重要

aij取值

經專家分析得到下列兩兩判斷矩陣:

P層關于C層的判斷矩陣要在實際評測項目中給出，原理和步驟相同#65377;與上面A層和B層的判斷矩陣不同的是，矩陣中的比值是實際通過測試得到的具體數據而非專家的經驗值#65377;

4單一準則下元素相對排序權重計算及判斷矩陣的一致性

(1)單一準則下元素相對權重的計算過程

①得到單一準則下元素間兩兩比較判斷矩陣

A=(aij)n×n

②求A的最大特征根λmax及相應的特征向量

u=( u1，u2，…，un)T

③將u歸一化，即對i=1，2，…，n，求wi=ui/∑nj=1uj#65377;

由上面過程得到的向量w=(w1，w2，…，wn)T即為單一準則下元素的相對排序權重向量#65377;

(2)一致性檢驗的步驟

①計算矩陣A的最大特征值λmax#65377;

②求一致性指標C.I.(Consistency Index)，C.I.=(λmax-n)/(n-1)#65377;

③求相應的平均隨機一致性指標R.I.(Random Index)，R.I.=(λ~max-n)/(n-1)#65377;

其中λ~max是m個n階正互反矩陣最大特征值的平均值#65377;

④計算一致性比率C.R.(Consistency Ratio)，C.R.=C.I./R.I.#65377;

⑤判斷#65377;當C.R.<01時，認為判斷矩陣A有滿意一致性;否則，應考慮修正判斷矩陣#65377;

依據上述步驟，并使用方根法計算最大特征根λmax及相應的特征向量如下:

B層關于目標層A的四階正互反矩陣的最大特征值λmax=4，對應的歸一化特征向量為w(2)=(0533，0067，0267，0133 )T#65377;根據定理，n階正互反矩陣A=(aij)n×n是一致性矩陣的成分必要條件是A的最大特征值λmax=n^[3]，可以得出B層關于A層的四階正互反矩陣是一致性矩陣#65377;

C層關于B層的四個判斷的計算結果分別為

B1元素:λmax=3038，C.I.=0019，C.R.=0.032 76(R.I.=058)對應的特征向量為u(3)1=(0498，3038，1227)T

B2元素:λmax=5026，C.I.=0006 59，C.R.=0058 82(R.I.=112 )對應的特征向量為u(3)2=(0238，0475，2063，1031，1221)T

B3元素:λmax=9091，C.I.=0011 35，C.R.=0007 8(R.I.=145)對應的特征向量為u(3)3=(0322，0711，1193，1193，1043，0171，1043，222，1193)T

B4元素:λmax=2，對應的特征向量為u(3)4=(025，075)T

5各層元素對目標層的合成權重計算過程

AHP法的最終目的是求得底層即措施層(方案層)各元素關于目標層的排序權重#65377;為了實現最終目標，需要從上而下逐層進行各層元素對目標元素的合成權重計算#65377;

設已計算出第k-1層nk-1個元素相對目標的合成權重為

w(k-1)=(w(k-1)1，w(k-1)2，…，w(k-1)nk)T(1)

再設第k層的nk個元素關于第k-1層第j個元素(j=1，2，…，nk-1)的單一準則排序權重向量為

u(k)j=(u(k)1j，u(k)2j，…，u(k)nkj)T， j=1，2，…，nk-1(2)

式(2)應對第k層的nk個元素是完全的#65377;當某些元素不受k-1層第j個元素支配時，相應位置用零補充，于是得到nk×nk-1矩陣

U(k)=u(k)11u(k)12…u(k)1nk-1

u(k)21u(k)22…u(k)2nk-1

u(k)nk1u(k)nk2…u(k)nknk-1(3)

利用式(1)和(3)可得到第k層nk個元素關于目標層的合成權重

w(k)i=∑nk-1j=1u(k)ijwk-1j， i=1，2，…，nk

其中w(2)是第二層元素對目標層的排序權重向量，實際上是單準則下的排序權重向量#65377;

于是得到

那么，C層關于目標A的綜合排序向量為

w(3)=U(3)w(2)=(0265，1619，0654，0016，0032，0138，0069，0082，0086，0206，0319，0319，0278，0046，0278，0593，0319，0033，0100 )T

各層元素對目標層的合成排序權重向量是否可以滿意接受與單一準則下的排序問題一樣，需要進行綜合的一致性檢驗#65377;設k層的綜合指標分別為C.I.(k)#65380;隨機一致性指標R.I.(k)#65380;平均一致性比率C.R.(k);再設以第k-1層上第j個元素為準則的一致性指標為C.I.(k)j#65380;隨機一致性指標R.I.(k)j(j=1，2，…，nk-1)#65377;那么

C.I.(k)=(C.I.(k)1，C.I.(k)2，…，C.I.(k)nk-1)w(k-1)=

∑nk-1j=1w(k-1)jC.I.(k)j(4)

R.I.(k)=(R.I.(k)1，R.I.(k)2，…，R.I.(k)nk-1)w(k-1)=

∑nk-1j=1w(k-1)jR.I.(k)j(5)

利用式(4)和(5)可計算綜合一致性比率

C.R.(k)=C.I.(k)/R.I.(k)

當C.R.(k)<01時，認為遞階層次結構在第k層以上的判斷具有整體滿意的一致性#65377;

于是得到C.I.(3)=0013 5，R.I.(3)=0771，所以C.R.(3)=0018<01#65377;可以得到結論:遞階層次結構在第三層以上的判斷具有整體滿意的一致性#65377;

6B2C網站易用性評測數據的獲得

本文選取五個功能相近#65380;公眾知名度較高的B2C購物網站作為對象進行易用性評測#65377;參與測試的用戶選擇參照了《2004年中國互聯網熱點調查報告》^[4]和《中國網上購物研究報告》^[5]的人員構成比例，共計20人#65377;基本情況如表2所示#65377;

表2參加測試用戶的基本情況

用戶分類人員構成比例

性別男性12人占60%，女性8人占40%

學歷大本/大本以上14人占70%，大本以下6人占30%

年齡30和30歲以下16人占80%，30歲以上4人占20%

上網經驗20人全部具有上網經驗

網上購物經驗3年以上網上購物經驗4人占20%，1~3年網上購物經驗12人占60%，沒有網上購物經驗4人占20%

在測試開始前要向受測用戶介紹網站基本情況及測試內容和目的，然后讓受測用戶熟悉測試環境#65377;在測試過程中，為使測試環境符合使用環境，除了用戶在正常使用環境中所能得到的幫助外不能向他們提供任何額外幫助，同時應使測試對象盡可能地放松#65377;在正式開始測試時，向測試對象介紹測試任務和完成時間#65377;在測試過程中，管理員要針對任務完成情況和用戶滿意度，觀察并記錄各項測試數據，記錄測試對象遇到的具體問題;在測試結束時，征詢測試對象對產品的其他意見和建議#65377;盡量使用有利于細節分析的低干擾的測試工具，并且可使測試對象放松#65380;自然，得到更準確的測試結果#65377;評測數據如表3所示#65377;

為了能夠更好地分析各個指標之間的相互作用并給出一個易用性的評價值，將上述指標的值按照5分制給出評分#65377;步驟如下:

(1)通過比較給出最大值max和最小值min，設為該指標取值的上下限;

(2)計算平均值f，設為該指標取值的中間值;

(3)分別計算max與f#65380;min與f的均值，得到fmax和fmin;

(4)由此得到[max， fmax)#65380;[fmax， f)#65380; f#65380;(f， fmin]#65380;(fmin，min]五個取值區間;

(5)參照前面章節給出的指標取值范圍，當取值情況最好時給5分，最差情況給1分;依此類推得到相應的5分制的評分#65377;

表3指標數據

網站名稱網站A網站B網站C網站D網站E

易理解性評測

描述的完整性0.9170.8850.8010.7720.791

界面的易懂程度45533

功能的可理解性0.8750.9460.8520.9230.717

可學習性

功能學習的便捷性14min20min16min10min19min

功能學習的難易性63.426s39.701s69.996s102.811s210.321s

使用中的用戶文檔和/或幫助系統的有效性0.8520.810.7330.80.85

幫助可達性0.8130.9290.740.8460.862

幫助頻率3.5次5次4次3次2次

可操作性

使用中操作的一致性0.7230.8430.7950.8220.697

可操作頁面的完整性0.9940.9890.8870.9770.984

操作的難易性453.04s248.134s388.864s514.053s841.285s

錯誤修訂53.962s38.918s56.836s78.603s73.29s

在使用中提示信息的易懂性0.0080.0160.0210.0150.019

在使用中，兩次人為錯誤操作的時間間隔144.421s91.86s183.735s201.795s168.257s

可取消性0.7690.910.8410.7390.75

操作的順暢性45543

操作的便捷性35342

吸引性

吸引力交互作用45342

網頁外觀/功能的易定制性0.1560.3210.1110.1920.034

每個評測指標具體評分如表4所示#65377;

表4指標的評價值

網站名稱網站A網站B網站C網站D網站E

易理解性評測

描述的完整性55211

界面的易懂程度45533

功能的可理解性45251

可學習性

功能學習的便捷性41251

功能學習的難易性55421

使用中的用戶文檔和/或幫助系統的有效性54125

幫助可達性25144

幫助頻率31245

可操作性

使用中操作的一致性15451

可操作頁面的完整性55145

操作的難易性45421

錯誤修訂45411

在使用中提示信息的易懂性52141

在使用中，兩次人為錯誤操作的時間間隔21554

可取消性15411

操作的順暢性45543

操作的便捷性35342

吸引性

吸引力交互作用45342

網頁外觀/功能的易定制性52241

7運用層次分析法分析B2C網站易用性的評價值

(1)建立層次結構模型，如圖2所示#65377;

(2)構造P對于C層的兩兩比較判斷矩陣#65377;

因為有具體的每個指標的評價值，故直接將表4的值帶入計算出比值，得到P層關于子準則層C的判斷矩陣并計算(略)^[6]，得到19個向量分別為

上述判斷矩陣的最大特征值均為5，滿足一致性矩陣的充分必要條件，所以都有滿意的一致性#65377;

(3)計算措施層關于目標層A的排序權重

w(4)=U(4)w(3)=(6108，7330，5470，4973，3169)

且有整體滿意的一致性#65377;

通過評測可以得出如下結論:網站B在易用性上優于其他四個網站;優劣排序是網站B優于網站A，網站A優于網站C，網站C優于網站D，在五個網站中易用性最差的是網站E#65377;評測得到的網站易用性優劣排序也符合大部分被測用戶的主觀印象#65377;所以此結論是正確的且能夠在現實中被印證;而現實中的主觀經驗也是可以通過數學方法準確地分析和計算出來的#65377;

8結束語

本文詳細描述了如何使用AHP方法對電子商務易用性指標值進行評價#65377;主要步驟是:①建立遞階層次結構;②構造兩兩比較判斷矩陣;③計算各個被支配元素的權重，并進行一致性判斷;④計算關于總目標的排序權重，并進行整體滿意的一致性判斷#65377;評價得到了C層關于目標A的綜合排序向量，并且遞階層次結構在第三層以上的判斷具有整體滿意的一致性，因此在實踐中這項結果可以直接使用#65377;作為實踐，本文還對五個B2C網站易用性評測實施的詳細過程給出了評測數據，使用層次分析法進行了進一步的闡述#65377;

本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。