基于BP神經網絡的農村電商物流服務客戶滿意度評價

摘 "要：客戶對農村電商物流的需求是推進鄉村振興戰略實施的重要載體。因此，對客戶滿意度評價的測度應作為農村電商發展戰略的重要組成部分。文章在構建農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神經網絡對農村電商物流服務客戶滿意度進行評價。結果表明，所構建的BP神經網絡可以對農村電商物流服務客戶滿意度進行可行有效的評價。

"關鍵詞：BP神經網絡；農村電商物流服務；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濟快速發展的情況下，使得農村電商規模呈逐年增長趨勢。農村電商已在推進鄉村振興戰略、推動農業升級中發揮出重要的作用[1]。當前的農村電商物流既是“互聯網+”時代發展的必然，也是農村電商發展的重要組成部分，更是全面建成小康社會發展目標的重要因素[2]。然而，農村電商的發展還面臨著諸多挑戰，包括基礎設施不完善、信息化水平低、專業人才匱乏、物流成本高昂等[3]，這些問題直接影響農村電商的客戶滿意度，限制了農村電商的可持續發展。因此，建立農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。

"國內外已有大量的學者對農村電商物流相關評價進行了研究。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性。魏臻祥等[5]意識到逆向物流服務質量評價指標的實用性，采用改進的突變級數理論方法構建物流服務質量的評價模型。翟小可等[6]以層次分析法與模糊綜合評價法構建農村電商物流服務質量評價模型。王志輝等[7]將SERVQUAL模型和德爾菲法相結合構建質量評價體系，得出設施設備與人員因素是電商物流服務質量的核心影響因素?？傮w看，目前國內對農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。

"現如今，在人工智能廣泛普及的基礎上，神經網絡在我國各個方面得到廣泛應用[8]。因此，本文結合神經網絡的特征，采用BP神經網絡對農村電商物流服務客戶滿意度進行評價，證實該方法在農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 "農村電商物流服務客戶滿意度評價體系構建

"考慮到各行業的獨特性，本文以某鎮農產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。農村電商物流服務客戶滿意度評價體系構建原則包括以下三部分：

（1）普遍性與特殊性結合原則。農村電商物流服務客戶滿意度評價指標體系結合了農村電商與農村物流的特點，除了傳統意義上的電商與物流之間密不可分的作用關系而確立的評價指標之外，更應注重根據農村地區獨有的物流特色設定指標，有效地平衡農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）系統性與層次性結合原則。大多農村電商物流服務質量評價類文獻考慮到農村物流的相關影響因素，忽略了交易前和交易后的農村電商因素，本文認為農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區別，因此在設計評價指標體系時要結合系統性與層次性。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性和全面性，提高農村電商物流的協同效率。

"（3）科學性與實用性結合原則。本文的科學性主要體現在農村電商物流服務客戶滿意度評價指標體系的構建過程中，要確保選取的指標能夠真實有效地反映出農村電商物流服務質量優劣，設計指標時將消費者心理因素和電商因素考慮在內，既考慮到客觀環境帶來的影響，又考慮到人為因素對指標結果的主觀影響，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，推動農村電商的可持續發展。

"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、經濟性、有性性、客戶期望度。然后結合農村電商物流的特點構建二級指標體系[9-10]。建立農村電商物流服務客戶滿意度指標體系如圖1所示。

2 "農村電商物流服務客戶滿意度評價BP神經網絡模型

2.1 "BP神經網絡算法的基本原理

BP（Back Propagation）神經網絡是Rumelhart和McClelland為首的科學家在1986年提出的多層前饋網絡，是一種基于誤差反向傳播算法訓練的人工神經網絡模型，通過逐層傳遞和調整權重來實現輸入與輸出之間的復雜映射關系，BP神經網絡模型如圖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層神經元組成的多層神經網絡，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神經網絡模型之后，必須對其進行樣本訓練，從而獲得各個節點的連接權重。設置期望誤差在0.5之內，學習率為0.01，滿足上述期望誤差條件則可以停止訓練，得到最終的結果。

3 "實證分析

在利用BP神經網絡模型進行農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軟件進行相關數據的運算，仿真實驗環境MATLAB 2019b，所用PC的CPU為i5，2.80GHz，內存為8GB RAM。

"為了驗證BP神經網絡的有效性，首先需要用有評價結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神經網絡模擬的評價結果與實際評價結果在設定的誤差內，則基于BP神經網絡農村電商物流服務客戶滿意度評價模型構成。本文以某鎮的電商為例，得到300組數據，隨機選取270組樣本作為訓練樣本訓練網絡，其余30組作為測試樣本集輸入完成訓練的BP神經網絡中進行誤差測試。測試樣本輸入到BP神經網絡中進行仿真處理，把仿真得到的預測數據還原為原始數量級，將輸入BP神經網絡的預測值與真實值比較，得到兩者之間誤差，通過擬合系數和均方誤差來衡量預測性能，同時BP神經網絡的適用性用泛化能力衡量。

圖3展示了BP神經網絡訓練過程中的均方誤差曲線。BP神經網絡經過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，說明神經網絡能較好地適用訓練數據，同時也說明農村電商物流服務客戶滿意度評價的真實值與神經網絡的預測值比較接近。

"圖4給出了BP神經網絡誤差直方圖，可以看出，農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神經網絡擁有較強的非線性函數逼近效果。

BP神經網絡在農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，逐漸調整權重，使網絡能夠更好地擬合訓練數據。圖5展示了訓練后的BP神經網絡期望值與預測值對比結果，從圖5中可以看出，農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建的BP神經網絡農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，說明所構建的BP神經網絡對農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 "論

"本文針對農村電商物流服務客戶滿意度的特點，構建農村電商物流服務客戶滿意度評價體系，在此基礎上利用BP神經網絡對農村電商物流服務客戶滿意度進行評價，通過不斷迭代訓練，能夠準確預測農村電商物流服務客戶滿意度。根據研究結果，主要得出以下結論：（1）BP神經網絡在農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，為農村電商物流服務提供可靠的評估依據。（2）通過BP神經網絡的泛化性進行驗證，可以得到BP神經網絡模型能夠推廣到其他的評價體系中，且展現了較好的預測性能，從而為決策和問題解決提供可靠的依據。（3）BP神經網絡在農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，農村電商物流服務客戶滿意度評價數據集有限，不足以覆蓋所有潛在的影響因素；此外，BP神經網絡模型可能仍需要進一步的優化和改進，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村電商物流服務客戶滿意度評價數據集的規模和多樣性，以更全面地評估農村電商物流服務客戶滿意度，為農村電商企業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. 農村電商物流服務水平評價研究[J]. 中小企業管理與科技，2022（3）：153-155.

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

[3] 余震云. 論互聯網經濟背景下農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量評價研究——基于突變級數法[J]. 經營與管理，2021（3）：91-95.

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

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

[8] 錢宇. 基于BP神經網絡的課程質量評價體系構建——以物流信息技術應用課程為例[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神經網絡在高校校園網絡安全評價中的應用與研究[J]. 網絡安全技術與應用，2021（1）：100-102.

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

[12] 陳雄寅. 基于BP神經網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“物流業與制造業協同集聚機理及空間效應研究：基于產業融合與空間集聚交互視角”（19XJC790016）；陜西省創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與制造業融合創新機理與發展對策”（2022KRM002）；陜西省教育廳重點科學研究計劃項目（新型智庫項目）“陜西省紡織業與物流業融合現狀及發展路徑研究”（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神經網絡的農村電商物流服務客戶滿意度評價[J]. 物流科技，2024，47（7）：66-69.