基于云模型网购风险综合评估.docVIP

基于云模型网购风险综合评估 　　内容摘要：消费者的网购行为往往是因为满意网上商家提供的商品和各种服务，并对网购中可能存在的各种风险做出比较低的风险预估。如果得出是高风险的评价结果，消费者很可能会终止网上交易行为。网购风险的衡量和评估往往具有主观因素的许多不确定性，包括随机性和模糊性。采用云模型理论处理网购风险的综合评估具有较大优势，使得评价更加真实和可靠。本文通过云模型相似度计算结果和实验仿真结果的一致性比较，验证了基于云模型的网购风险综合评估具有一定可行性。 　　关键词：网购 风险 云模型 相似度 综合评估 　　中国工程院李德毅院士提出的云模型理论在定性评价方面具有较大优势，云模型理论在各个领域已经得到广泛应用。云模型是能实现定性与定量之间转换的有效工具，它采用三个数字特征来表示，分别是期望Ex、熵En和超熵He，其中期望Ex是表示最符合定性概念的典型样本，熵En反映出定性概念一定的模糊度，超熵He是熵的熵，反映了评价中一定的随机性。采用云模型理论对网购风险进行综合评估，能够客观反映网购中风险评估的真实情况，反映出包含人为因素在内的不确定性评价问题。 　　网购风险评价指标体系 　　（一）网购风险评价指标体系的建立 　　网购消费是在虚拟的电商平台上进行，消费者做出消费行为的依据主要来自于电商平台上商家提供的信息和服务。包括电商平台的商家介绍、商品信息和消费者反馈评价信息等。因此这些情况下都有可能隐藏着许多不确定性问题，也给消费者带来消费风险。 　　根据网购消费分析，消费者可能遇到的网购风险主要有经济风险、时间风险、隐私风险。具体来说包括商品风险、网上交易风险、物流风险、售后服务风险，如图1所示。商品本身存在的风险包括商品质量问题、商品真伪、商品价格虚高、商品和网上描述不相符。商品质量问题主要表现为商品缺陷、商品不能正常使用、容易出现故障。一些不法商家以次充好、以假当真，消费者往往难于鉴别商品的真伪。一些商家虚报价格，使得商品价格比实体店的同种商品价格还高。网上故意夸大商品的功能和优点，不实描述商品的规格，使得消费者买到的商品与网上展示的商品相差甚远。交易风险包括消费支付安全、个人隐私信息泄漏。网上有许多钓鱼网站，和真的电商平台极为相似，使得消费者难以鉴别。电商平台应提供更多的防真伪信息，便于消费者甄别，使消费支付更加安全，保护消费者的资金安全。另外，有些商家要求客户提供许多属于个人隐私的信息，容易造成客户信息的泄漏，商家应最大限度保护消费者的个人隐私，不能任意对外发布和提供消费者的个人信息。物流配送风险包括商家没有及时发送商品、物流公司送货时间过长、商品损坏和丢失风险。具体包括商家在接收订单后能否在承诺时间内将商品打包发送尽快交付给物流公司；物流公司送货时间过长，严重违反约定的收货时间，不能按时将商品送达消费者，影响消费者既定的正常工作和生活安排；商品在送货过程中可能损坏，以致不能正常使用或不能完全正常使用；货物抵达目的地时，快递人员由于不能等到网购者而将商品放置某处造成丢失等问题。售后服务风险包括售后维修受理程序繁琐、售后维修时间过长、退换货风险。商家是否按行业标准提供售后维修担保，能否提供较为便利的维修服务，如消费者所住地区是否有维修点等，售后维修受理过于繁琐，要求提供手续繁多，办理流程复杂。提供的商品售后维修时间过长，不能保证商品在较短的时间内修好交付消费者使用。商家是否在约定时间内允许消费者退换货，退换货是否能在较短时间内受理。 　　（二）网购风险等级划分 　　针对可能影响消费者网购风险的各种因素，本文组织专家和消?M者等相关人员进行打分评价，汇总处理分值得到网购风险的总体评价。消费者的网购风险总体情况可以通过设定风险等级来体现出来。根据经验，将网购风险从高到低设定5个等级，依次是“重大风险、较大风险、一般风险、较小风险、微小风险”。设定网购风险取值在[0，10]之间，划分为5个区间，对应网购风险5个等级。网购风险区间划分如表1所示。 　　基于云模型的网购风险评价模型 　　（一）网购风险评语集的云模型表示 　　利用云模型的3个数字特征值（Ex、En、He）来表示网购风险的评语集。期望值Ex表示网购风险等级的中心值位置，熵En表示网购风险等级评价的模糊度。超熵He表示网购风险评价的随机性，取值大则网购风险评价随机性大，取值小则网购风险评价随机性小，这里取值为0.1。评语集的每个评语取值在一定的区域内，存在双边约束。设定评语值的最小边界值为 Pmin，最大边界值为Pmax，则评语集云模型的3个数字特征采用式（1）计算得出： 　　（1） 　　风险值在（8，10）区间时，表示存在“重大风险”，其对应的云模型参数为（9，0.33，0.1），风险值在（6，8）区间时，表示存在“较大风险”，其对应的云模