线上声誉机制构建及其影响效应:一个文献综述

信息不对称问题在线上交易中显得尤为突出,随之产生的逆向选择和道德风险使市场资源无法得到合理配置,阻碍了线上交易的健康发展。而线上声誉机制是解决信息不对称的有效途径。从线上声誉机制信号显示作用的视角看,反馈评价系统和信用积分评级系统的有效性已得到证实,但关于声誉机制整体内在规律性的研究不足。另外,线上声誉机制又是一种信号甄别和信号搜索机制,商家的线上声誉对自身的经济效益、策略行为和消费者行为决策均会产生显著影响,因而未来研究应进一步准确刻画理性经济人的线上行为,从而为声誉机制设计的优化和实施提供依据。

基于突变级数法的大型商场火灾危险性评价

大型商场火灾发生的原因多种多样,一般的评价方法难以准确确定参数的权重,无法对商场火灾危险性进行准确评价。为了提高大型商场火灾危险性等级并为其提供更加合理的评价方法,采用将突变理论与模糊数学相结合的评价方法——突变级数法对大型商场的火灾危险性进行评价。该方法从建筑物自身因素、消防因素、应急因素和其他因素4个角度出发建立评价指标体系,不用确定各因素权重,只需考虑各指标对商场火灾影响的相对重要性,可保证评价的客观性。最后以沈阳某大型商场为例进行了计算分析,基于突变级数法求得该大型商场火灾危险性评价的总突变隶属矩阵,依据“总突变隶属函数值越大越优”的原则,确定该大型商场的火灾危险等级为三级,即“一般安全”。依据此评价结果,提出了提高该大型商场火灾危险性等级的对策,主要包括合理规划商场布局、改善消防设施、修订有效的应急预案、定期进行应急演练、加强安全管理、培养合理的安全文化。

基于灰关联的C2C商品可购买度评价模型

网上购物越来越成为大众的消费方式,其中C2C经营模式下会出现同种商品在不同店铺进行销售的情况,用户很难根据繁杂的数据得到商品的实际信息,这可以通过对不同店铺的同种商品在多种指标下进行综合评价来解决。研究了在C2C模式下根据店铺评价和商品信息对商品可购买度作出评价,鉴于综合评价是一个受多因素影响的评价,因此采用灰色关联分析法来评价商品的可购买度。所提出的针对可够买度的评价模型及其算法具有实用价值。

推荐系统对消费者网购支出的影响研究

推荐系统能在电子商务中利用信息过滤技术为消费者推荐感兴趣的商品和服务。本文通过收集大量消费者网购调查问卷,问卷的信度和效度均符合数据分析的要求。首先分析了消费者的产品偏好、忠诚度等网购行为与其年龄、性别、地域等个人属性的相互关系,之后运用倾向得分匹配法(Propensity Score Matching,PSM)研究推荐系统对消费者网购支出的影响,同时使用工具变量法(Instrumental Variable,IV)对PSM研究结果进行稳健性检验。结果显示使用推荐系统的消费者网购支出比未使用的消费者高出14.7%,网购支出与受教育程度和收入水平呈正相关、与年龄呈负相关,城市消费者和女性更愿意使用推荐系统;同时统计分析表明推荐效果受电子商务平台中社交关系、互补产品、店铺声誉等因素影响。研究结果对评估推荐系统的经济效益、增强消费者忠诚度和提高商家营销的精准性等方面起到了重要作用。