不確定環境下移動電子商務商家評價方法

張恩橋 ，趙樹平

（1.安徽財經大學工商管理學院，安徽 蚌埠233030；2.合肥工業大學管理學院，安徽 合肥230009；3.合肥工業大學，智能決策與信息系統技術教育部工程研究中心，安徽合肥230009）

一、引言

21世紀以來，中國網民規模增長了近30倍，目前網絡的滲透率約為52%。得益于移動通訊網絡建設的高速發展及無線通訊技術的飛速進步，中國手機網民占總網民比大幅攀升，從2007年的24%迅速攀升至2009年的61%，再到目前的90%以上[1]。終端的普及促進了移動電子商務的發展。與傳統電子商務相比，無線通訊技術使移動電子商務擺脫了PC端有線的束縛，具有移動性、便利性、個性化等特點。但不同于PC端寬大清晰的顯示屏和性能強大的處理器，受制于尺寸所限，移動終端的處理能力和屏顯明顯處于劣勢，這在很大程度上影響著用戶的體驗，當一個商品搜索出來幾千甚至幾萬條信息在移動端展示是沒有意義的。相對于過剩的信息，消費者的注意力反而成為了一種稀缺資源，這種現象在網絡時代表現得尤為明顯[2]。為有效利用挖掘這一資源，基于經濟利益的考慮，移動電子商務平臺往往通過一定技術手段使特定商家顯示在第一屏，這有利于移動電子商務平臺和商家的利潤增長，但對于消費者卻形成了一定誤導。快速有效地對移動電子商務商家做出客觀評價有利于保護消費者利益，維護移動電子商務良好的商務環境。

Morgan R M指出信任是社會交換關系的基礎[3]。相較于現實環境中的市場交換，移動電子商務由于其環境的虛擬性，交易行為更加依賴于交易雙方的信任基礎。對于信任的研究主要分為定性研究和定量研究兩類。對于定性研究，主要研究信任的影響因素并由此給出增強信任促進商務活動的相關建議。

李文、孟德才、林家寶等基于TAM模型，分別從消費者的互聯網經驗、感知創新、移動技術、移動商務供應商、制度、安全、信息、易用性等因素方面入手進行分析，并比較了不同要素對移動電子商務活動的影響程度[4-6]。對于信任的定量研究，研究者主要關注對信任的評估、預測。“信任管理”由M.Blaze等人于1996年首次提出，其特征是基于定量的方法采用標準化的模式描述信任關系[7]。李志宏和李敏霞研究了信任的基礎、網絡信任的形成過程以及移動商務信任特點并在此基礎上提出相關建議幫助移動電子商務商家提高市場競爭力[8]。樊麗杰等通過分析客戶信任影響因素提出了一種基于改進灰色預測的移動電子商務交易信任預測算法[9]。徐旭等通過借助因子分析法、BP神經網絡法構建客戶信任評價模型,并以移動電子商務中的微商為例對信任模型進行了檢驗[10]。Lu,BZ等基于制度信任理論分別從網站制度、技術與制度混合治理視角、市場制度等方面構建了電子商務的信任模型[11]。張芊、徐向龍研究了移動電子商務環境下客戶信任影響因素并分別構建了信任評估模型[12-13]。

上述研究為消費者提供了有效評估框架和評估方法，然通過調查我們發現在實際的移動電子商務活動中，對于一件普通的商品，由于消費者信息處理能力不同且考慮到信息搜集成本，普通消費者通常只會參考電子商務平臺提供的商家信譽評價，然而這種評價并非完全客觀，網絡上刷單刷好評現象屢禁不止。針對這種問題，本文在上述文獻及調查的基礎上構建了包括描述一致性、服務、物流、差評率、退款率、銷量與評價數一致性、歷史信譽、制度保證等指標的新的評估體系，該體系刪減了部分數據難以獲取或需要較高專業知識的評估指標，增加了基于商家現有數據的評估指標，該類指標通過挖掘現有數據間邏輯關系識別出刷單、刷好評等作弊商家。相較于正面評價信息，商家對于差評的態度是盡量消除，而無法消除的差評對于消費者而言具有真正的參考價值；退款率一方面能反映出該商家商品的品質另一方面也能間接反映有無刷單。

二、基于證據推理的商家評估方法

由于移動端顯示屏尺寸局限、網絡速度及購物時間等因素的影響，消費者往往不能或不愿對每一個具體的指標給出精確地判斷，最終影響評判的正確性。基于證據推理方法在處理不確定、不完全決策信息方面的優勢，本文將其用于存在不完全評價信息的移動電子商務信任評價。

消費者對商家al在指標ci上做出評價，評價等級由差及好記為 Hr（r＝1，…，5），以 βr，i（al）為消費者對商家al在ci評為Hr的比率，為獲得al在整體指標上的綜合評估等級，考慮到各指標權重ωi，定義基本評估等級 mr，i、基本未知評估等級 mH，i[14]：

由遞歸算法對 mr，i、mH，i集結，可得商家 al在整體指標上的綜合評估等級為 Hr 的概率 βr，i（al），綜合未知信息 βr，i（al）[14]：

其中

記消費者者對al的綜合評估等級為：假設 Hr的效用以 u（Hr）表示，則 G（al）的效用為：

消費者al對商家做出部分評估時，即當βH（al）≠0時，由于最低評價等級有最小的效用，最高評價等級有最大的效用，因此 U（G（al））的最小、最大效用值[14]為：

三、算例分析:

由于霧霾嚴重,某公司計劃購買一批空氣凈化器。通過初步篩選，從網上選出a1、a2、a3三個備選商家，相關指標評價由差到好分為5個等級，其效用分別為（0,0.25,0.5,0.75,1.0），設定各指標權重分別為（0.1,0.1,0.1,0.15,0.15,0.15,0.15,0.1），并給出初步評價如表1所示，由于信息不完整，商家a3的退款率評價未能給出，以#代替。

表1 商家評價信息表

由上表所知，三個備選商家在評價體系中表現各有優劣，且商家a3評價信息不完全，這給消費者選擇帶來困難。根據式(1)-(11)計算可知，三個備選商家效用分別為 (0.7245,0.7245)、(0.9633,0.9633)、（0.7402,0.6274）,a2為滿意商家。

四、結論與展望

移動電子商務在提供快速便捷的商務服務的同時由于其技術、設備特點使商家與消費者之間存在著信息的不對稱性，一些不良商家隱匿其中通過刷單、虛假宣傳等手段欺騙消費者，破壞了移動電子商務環境。本文構建了科學合理的評價體系，并基于證據推理方法處理不確定信息，為消費者的評價選擇提供了有效支持。