RS-BP神经网络在C2C电子商务顾客满意度评价中的应用.pdfVIP

第29卷第5期 科 技 通 报 Vo1．29 No．5 2013年 5月 BULLETIN 0FSCIENCEANDTECHN0L0GY May．2013 RS—BP神经网络在 C2C电子商务顾客 满意度评价中的应用 邵为爽，李晓红 (齐齐哈尔大学理学院，黑龙江齐齐哈尔 161006) 摘 要：通过Rs—BP神经网络模型的构建，对影响顾客满意度评价的因素用属性约简算法约简，将降 维后的数据送入网络学习和训练，最后用训练好的的网络对测试样本进行检验。该模型使学习训练的 速度和识别率提高了，为C2C电子商务顾客满意度评价提供了一种更为有效和实用的新方法。 关键词：粗糙集；神经网络；属性约简；满意度评价 中图分类号：TP393 文献标识码 ：A 文章编号：1001-7119(2013)05—0072-04 EvaluationofCustomerSatisfactioninC2C ElectronicCommerce BasedonRoughSetandBPNeuralNetwork ShaoWeishuang，LiXiaohong (CollegeofScienceUniversityofQiqihar，QiqiharHeilongjiang161001，China) Abstract：Toresearchtheevaluationofcustomersatisfaction，thispaperconstructsaBP neuralnetworkmodelbasedon roughset．Aafibutereductionisfirstlyusedtoobtainthemainlycomponentsofthefactors ofcustomersatisfactionevaluation toreducehtenumberofdimensionalitiesofthedecisiontalbe．Afterhtedimensionalityreductionprocess，weputthenewdaat intoBP neuralnetworktotrainit．Stumilation resultsshow that，compared withtheBP neuralnetworknodel，BP neural networkmodelbasedonrOEg‘hsetgetsahigherrateonspeedandrecognitionwhentrainedunderhteworkeddata．Themsuhs indicatethatBPneuralnetworkmodelbasedOnroughsetshouldbeabetterwaytoevaluationofcustomersatisfactioninC2C electroniccommerce． Keywords：roughset；neuralnetwork；attributereduction；electroniccommerce；C2C；evaluationofcustomersatisfacton 0 引言 析法，模糊综合评判法对该领域的顾客满意度评 价进行了研究，但存在着指标体系建立主观性强； ’ 2012年 11月 11日，淘宝网一天销售总额达 动态因素容易被忽视；决策结果最优度不高等缺 191亿，预示着我国以淘宝网为代表的C2C电子 陷[1]。毛志勇构建了基于BP神经网络的电子商务 商务获得了突飞猛进的发展。另据最新统计数据 顾客满意度评价模型，该模型能够处理多因素及 显