RS-BP神经网络在C2C电子商务顾客满意度评价中的应用

时间：2025-05-14

RS-BP神经网络在C2C电子商务顾客满意度评价中的应用

第2 9卷第 5期2 0 1 3年 5月

科技通报BUL LE T I N 0F S C I E NCE AND TE C HN0L 0GY

Vo 1 . 2 9 No . 5 Ma y .2 0 1 3

R S— B P神经网络在 C 2 C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 1 6 1 0 0 6 )

摘

要：通过 R s— B P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C 2 C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： T P 3 9 3 文献标识码： A 文章编号： 1 0 0 1 - 7 1 1 9 ( 2 0 1 3 ) 0 5— 0 0 7 2 - 0 4

Ev a l u a t i o n o f Cu s t o me r S a t i s f a c t i o n i n C2 C El e c t r o n i c Co m me r c e

Ba s e d o n Ro u g h S e t a n d BP Ne u r a l Ne t wo r kS h a o We i s h u a n g, L i Xi a o h o n g

( C o l l e g e o f S c i e n c e U n i v e r s i ' t y o f Q i q i h a r, Q i q i h a r H e i l o n g j i a n g 1 6 1 0 0 1, C h i n a )Ab s t r a c t:T o r e s e a r c h t h e e v a l u a t i o n o f c u s t o me r s a t i s f a c i t o n, t h i s p a p e r c o n s t r u c t s a B P n e u r a l n e t w o r k mo d e l b a s e d o nr o u g h s e t . Aa i f b u t e r e d u c i t o n i s i f r s t l y u s e d t o o b t a i n t h e ma i n l y c o mp o n e n t s o f t h e f a c t o s r o f c u s t o me r s a t i s f a c t i o n e v

a l u a t i o n t o r e d u c e he t n u mb e r o f d i me n s i o n li a t i e s o f t h e d e c i s i o n t lb a e . A t f e r he t d i me n s i o n a l i t y r e d u c i t o n p r o c e s s, we p u t t h e n e w d a a t i n t o B P n e u r a l n e t wo r k t o t r a i n i t . S t u mi l a t i o n r e s u l t s s h o w t h a t,c o mp a r e d w i t h t h e B P n e u r a l n e t wo r k n o d e l,B P n e u r a l n e t wo r k mo d e l b se a d o n r O E‘ g h s e t g e t s a h i g h e r r a t e o n s p e e d a n d r e c o g n i t i o n w h e n t r a i n e d u n d e r he t wo r k e d d a t a . T h e ms u h s

i n d i c a t e t h a t B P n e u r l a n e t wo r k mo d e l b a s e d O n r o u g h s e t s h o u l d b e a b e t t e r w a y t o e v lu a a t i o n o f c u s t o me r s a t i s f a c t i o n i n C2 Ce l e c t r o n i c c o mme r c e .

Ke y wo r d s: r o u g h s e t; n e u r a l n e t w o r k; a t t r i b u t e r e d u c t i o n; e l e c t r o n i c c o mme r c e; C 2 C; e v lu a a t i o n o f c u s t o me r s a t i s f a c t o n

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；动态因素容易被忽视；决策结果最优度不高等缺陷[ 1]。毛志勇构建了基于 B P神经网络的电子商务顾客满意度评价模型，该模型能够处理多因素及

2 0 1 2年 1 1月1 1日，淘宝网一天销售总额

达

1 9 1亿，预示着我国以淘宝网为代表的 C 2 C电子商务获得了突飞猛进的发展。另据最新统计数据显示， 2 0 1 2年央视网企业投诉量排行榜位居榜首

非线性问题，具有自组织、自适应、自我学习和并

的是淘宝网，占平台投诉总量的 7 . 3 3%。与传统商业模式的顾客满意度相比较，网上购物的顾客满意度要低的多。那么如何在网络环境下提高顾客的满意度，关系到采用 C 2 C模式的电子商务的自身良性发展。近几年来，国内外学者运用层次分收稿日期： 2 0 1 2— 1 2— 2 0

行处理能力等特点，可以弥补上述方法缺陷，但是若影响顾客满意度因素较多时，训练时间将延长，分类速度也会变慢[ 2 1。为此，本文以 R S理论为基础，约简影响顾客满意度的冗余困素，降低样本维数，简化网络输入节点，构建 R S— B P神经网

基金项目：黑龙江省自然科学基金( A 2 0 1 0 1 4 );齐齐哈尔大学青年教师科研启动项目( 2 0 1 2 K— M2 7 )。作者简介：邵为爽 ( 1 9 8 0一 ),女，黑龙江齐齐哈尔人，硕士研究生，讲师，主要研究方向为微分方程及数据挖掘技术。

RS-BP神经网络在C2C电子商务顾客满意度评价中的应用

第5期

邵为爽等. RS— B P神经网络在 C 2 C电子商务顾客满意度评价中的应用