一种多指标投影决策法的消费者网购风险评估方法技术

本发明专利技术涉及一种多指标投影决策法的消费者网购风险评估方法，属于数据处理技术领域。首先从消费者构面、卖家和第三方平台构面、产品构面建立适用于消费者网购风险评价指标模型；将上述三个构面中包含的多个评价指标维度按照评价指标属性分层归类构成一个包括多个层次的从不同视角反映体系性能的完整评估决策架构；基于解析结构模型来刻画各指标间错综复杂的联系，运用层次分析法对指标赋予相应权重，再运用改进的多指标投影决策法对消费者网购的风险进行科学有效的评估。本发明专利技术确了指标的完整性、科学性、有效性，解决目前存在的消费者网购风险评价指标体系构建验证不足、评价效果和实例验证欠缺以及组合评价中权重评价较少等问题。

【技术实现步骤摘要】
一种多指标投影决策法的消费者网购风险评估方法
本专利技术涉及一种多指标投影决策法的消费者网购风险评估方法，属于数据处理

技术介绍
网购与传统购物相比较，其方便、快捷、易操作等优点，越来越被人们普遍接受。但网购的虚拟交易性、所购之物信息的难确认性和网购交易双方、第三方交易的复杂性，为潜在的消费交易带来了极大的风险。网购是在虚拟的网络环境下进行交易的，网购风险严重制约着消费者网上购物。目前国内外在消费者网购风险指标决策研究方面主要集中在少量的理论分析和对策建议，缺少详细的数据支持；其次这些研究为获取关键因素并厘清因素之间的关系，在模型方法上主要以多指标决策、线性加权法、线性分配法TOPSIS法、加权平均规划法最为常见。这些方法在考虑问题时具有全面性，决策的方法也具有科学性，但是例如多指标决策问题需要决策者事先提供偏好信息，由于客观事物的复杂性以及人类思维的模糊性，一般情况下比较难给出明确的偏好信息，所以在给出事物的一个可能变化范围后，得到的结果就缺乏准确性。因此，目前需要提供一种消费者网购风险评估的模型和方法，以投影值的大小作为评判决策方案优劣的标准，此方法更加准确。
技术实现思路
本专利技术要解决的技术问题是针对目前存在的消费者网购风险评估体系构建验证不足、评估效果和结论缺乏实例验证等问题，提供了一种多指标投影决策法的消费者网购风险评估方法。本专利技术的技术方案是：一种多指标投影决策法的消费者网购风险评估方法，具体步骤为：步骤1：建立消费者网络风险评价指标集，总体指标包括3个一级指标：消费者、网络卖家和第三方平台、所购产品；每个一级指标下有一组二级指标，3个一级指标下共有13个二级指标；所采用的评价指标模型如下所示：消费者，其下的二级指标有：隐私风险、维权风险、社会风险、心理风险、金融风险、身体风险；网络卖家和第三方平台，其下的二级指标有：交付风险、支付风险、服务风险、时间风险、来源风险；所购产品，其下的二级指标有：绩效风险、质量风险；步骤2：将评价指标体系集中指标属性分层归类构成一个包括有消费者、网络卖家和第三方平台、所购产品三个层次的评估构架，从而从不同视角反映被评估对象的整体性；三个层次分别为A消费者、B网络卖家和第三方平台、C所购产品；其中，A消费者构面包括：隐私风险(A1)、维权风险(A2)、社会风险(A3)、心理风险(A4)、金融风险(A5)、身体风险(A6)；B网络卖家和第三方平台构面包括：交付风险(B1)、支付风险(B2)、服务风险(B3)、时间风险(B4)、来源风险(B5)；C所购产品构面包括：绩效风险(C1)、质量风险(C2)；步骤3：评价指标的筛选，利用解释结构模型(ISM)对各指标进行相关性检验来获取指标之间的逻辑关系，再深入的判断指标之间具体存在直接还是间接关系，对系统各指标的相互逻辑关系有一个直观、清晰的认识，再计算各级指标之间以及总体指标之间的相关系数和显著性水平，剔除不满足要求的评价指标；步骤4：消费者风险预警指标体系权重的AHP分析：在步骤3构建出来的一个复杂的四级结构模型的基础上运用层次分析法，对各级指标进行定量分析，将原先以主观判断为主的定性分析进行量化，对各个指标赋予相应权重，通过数值来显示各级指标的轻重差异；步骤5：根据步骤4第二层结构中直接影响消费者网购状况的五个关键指标：时间风险、隐私风险、心理风险、服务风险、财务风险，作为评估消费者网购风险的指标，对每一组别五个指标进行归一化处理并求得处理后各项指标的平均值，根据多指标投影决策法确定决策方案的正、负理想点、贴近度，最后根据决策方案的值的大小确定各方案风险程度以及对风险程度进行排序，以确定他们的风险程度。本专利技术的有益效果是：1、指标筛选时，利用解释结构模型，对二级指标之间、一级指标之间和一级指标与总体指标三个方面进行了权重求解及其一致性检验、总排序及其一致性检验，确保指标的完整性、准确性、科学性和有效性。2、运用层次分析法，将原先以主观判断为主的定性分析进行量化，得出包含指标权重的消费者网购风险评价指标体系。3、利用改进的多指标决策法，充分的考虑了多指标情况下方案与正负理想的关系，从待评方案和理想方案之间的相对误差和绝对误差两个方面进行比较，更加客观全面的反映待评方案和理想方案之间的差别，使结果更加真实可信。附图说明图1是本专利技术消费者网购风险指标体系构建图；图2是本专利技术消费者网购风险指标有向图；图3是本专利技术网购风险指标的结构模型图；图4是本专利技术含指标权重的消费者网购风险评价指标体系图。具体实施方式下面结合附图和具体实施方式，对本专利技术作进一步说明。本专利技术是多指标投影决策法的消费者网购风险评价方法，下面利用该方法对来自全国各地四个年龄区间、不同性别的消费者网购风险进行评估来验证本专利技术方法。具体包括以下步骤:步骤1：依据消费者网购风险的信息，制定表1所示的评价指标维度。以8组消费者为研究对象，以表1的评价指标维度获取这些消费者的指标量化数据。之后，需要对评价维度进行细致的划分，进而建立网购风险评价指标模型，见图1所示。所述的消费者网购风险评价指标维度如表1所示。表1消费者网购风险指标维度划分步骤2：根据解释结构模型(ISM)计算各级指标之间以及总体指标之间的相关系数和显著性水平。(1)根据评价指标类型构造规范化决策矩阵M＝(Mij)m×n：设多指标决策问题的方案集为A＝{A1,A2,...,Am}，指标集(也称目标集、属性集)为B＝{B1,B2,...,Bn}，方案Ai对指标Bj的指标值为yij，矩阵Y＝(yij)m×n表示方案集A对指标集B的“属性矩阵”，也称“决策矩阵”。通过建立有向图以便弄清这些指标之间的逻辑关系，由于本文研究的特殊性，在此通过对各指标进行相关性检验来获取指标之间的逻辑关系，再深入的判断指标之间具体存在直接还是间接关系。判断指标间直(间)接关系时，是基于假设前提下完成的。具体的逻辑关系见表2.。“V”代表行因素对列因素有直接或间接影响，“A”代表列因素对行因素有直接或间接影响。进一步可以将上述指标间逻辑关系转化为消费者网购风险预警指标有向图，如图2所示。表2评价指标之间的逻辑关系1、邻接矩阵的建立：邻接矩阵描述了系统各要素两两之间的直接关系。对于有n个要素的系统P(P1,P2,…,Pi)，定义邻接矩阵A为：该矩阵是用定量的方式表示出消费者网购风险预警指标，为进一步的模型求解提供了基础。2、可达矩阵的建立：可达矩阵具有一个重要特性，即推移律特性。当要素Pi经过长度为1的通路直接到达要素Pj，而Pj经过长度为1的通路直接到达Pk，则Pi经过长度为2的通路一定可以到达Pk。依据邻接矩阵A和可达矩阵的推移特性，即可得到可达矩阵A。再依据：(A+I)≠(A+I)^2≠～～(A+I)^r-1＝(A+I)^rR＝(A+I)^r-1得可达矩阵R。其中，I为n阶单位矩阵，r≤n-1，n为要素个数。矩阵按照布尔代数规则进行。对应矩阵中为1的元素表示该行因素对该列因素有影响(包括自相关)，为0的元素则表示该行因素对该列因素无影响或影响可以忽略。可达矩阵A可达矩阵R3、划分矩阵阶层：通过计算得到R后，接下来需要求解可达集合R(Ti)和先行集合。可达集合是指“行”中互相有影响的因素所占的列数，即行中得点为“1”本文档来自技高网...

【技术保护点】
1.一种多指标投影决策法的消费者网购风险评估方法，其特征在于：步骤1：建立消费者网络风险评价指标集，总体指标包括3个一级指标：消费者、网络卖家和第三方平台、所购产品；每个一级指标下有一组二级指标，3个一级指标下共有13个二级指标；所采用的评价指标模型如下所示：消费者，其下的二级指标有：隐私风险、维权风险、社会风险、心理风险、金融风险、身体风险；网络卖家和第三方平台，其下的二级指标有：交付风险、支付风险、服务风险、时间风险、来源风险；所购产品，其下的二级指标有：绩效风险、质量风险；步骤2：将评价指标体系集中指标属性分层归类构成一个包括有消费者、网络卖家和第三方平台、所购产品三个层次的评估构架，从而从不同视角反映被评估对象的整体性；三个层次分别为A消费者、B网络卖家和第三方平台、C所购产品；其中，A消费者构面包括：隐私风险(A1)、维权风险(A2)、社会风险(A3)、心理风险(A4)、金融风险(A5)、身体风险(A6)；B网络卖家和第三方平台构面包括：交付风险(B1)、支付风险(B2)、服务风险(B3)、时间风险(B4)、来源风险(B5)；C所购产品构面包括：绩效风险(C1)、质量风险(C2)；步骤3：评价指标的筛选，利用解释结构模型(ISM)对各指标进行相关性检验来获取指标之间的逻辑关系，再深入的判断指标之间具体存在直接还是间接关系，对系统各指标的相互逻辑关系有一个直观、清晰的认识，再计算各级指标之间以及总体指标之间的相关系数和显著性水平，剔除不满足要求的评价指标；步骤4：消费者风险预警指标体系权重的AHP分析：在步骤3构建出来的一个复杂的四级结构模型的基础上运用层次分析法，对各级指标进行定量分析，将原先以主观判断为主的定性分析进行量化，对各个指标赋予相应权重，通过数值来显示各级指标的轻重差异；步骤5：根据步骤4第二层结构中直接影响消费者网购状况的五个关键指标：时间风险、隐私风险、心理风险、服务风险、财务风险，作为评估消费者网购风险的指标，对每一组别五个指标进行归一化处理并求得处理后各项指标的平均值，根据多指标投影决策法确定决策方案的正、负理想点、贴近度，最后根据决策方案的值的大小确定各方案风险程度以及对风险程度进行排序，以确定他们的风险程度。...

【技术特征摘要】
1.一种多指标投影决策法的消费者网购风险评估方法，其特征在于：步骤1：建立消费者网络风险评价指标集，总体指标包括3个一级指标：消费者、网络卖家和第三方平台、所购产品；每个一级指标下有一组二级指标，3个一级指标下共有13个二级指标；所采用的评价指标模型如下所示：消费者，其下的二级指标有：隐私风险、维权风险、社会风险、心理风险、金融风险、身体风险；网络卖家和第三方平台，其下的二级指标有：交付风险、支付风险、服务风险、时间风险、来源风险；所购产品，其下的二级指标有：绩效风险、质量风险；步骤2：将评价指标体系集中指标属性分层归类构成一个包括有消费者、网络卖家和第三方平台、所购产品三个层次的评估构架，从而从不同视角反映被评估对象的整体性；三个层次分别为A消费者、B网络卖家和第三方平台、C所购产品；其中，A消费者构面包括：隐私风险(A1)、维权风险(A2)、社会风险(A3)、心理风险(A4)、金融风险(A5)、身体风险(A6)；B网络卖家和第三方平台构面包括：交付风险(B1)、支付风险(B2)、服务风险(B3)、时间风险(B4)、来源...

【专利技术属性】
技术研发人员：徐建新，王晋波，桑秀丽，戴小梅，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南,53