[发明专利]一种电商产品质量评价方法及系统

说明书

本发明涉及电子商务，旨在提供一种电商产品质量评价方法及系统。该种电商产品质量评价方法，先定义用于构建所述电商产品质量信用指数的指标，按层次得到每个商品的初始电商产品质量信用指数，再计算以时间为维度的每个商品所对应指标的工具变量的原始增长率，并修正所述原始增长率以获得修正后增长率的算法；利用修正后增长率对历史电商产品质量信用指数进行更新的算法；最后集合每个商品的质量信用指数及投票权来计算得到总体行业的电商产品质量信用指数。本发明是一种对电商产品质量评价的创新性计算方法，能对电商产品进行深入分析，能够如实刻画电商产品发展波动的轨迹，有效监测电商产品行业的发展态势。

技术领域

本发明是关于电子商务领域，特别涉及一种电商产品质量评价方法及系统。

背景技术

电子商务运用越来越广泛，很多电商平台如天猫、京东都极大地便利了人们的生活，用户对产品质量的关注不断增加，然而仅仅凭借电商平台的网上用户评论来判断商品的好坏仍具有一定的局限性，比如部分商家通过不正常的手段刷好评，或者恶意评论竞争对手的商品，这些都会给用户造成误导。信息的不对称、不全面、不透明，致使用户无法科学有效决策，进而无法根据自己意愿选择电商平台的高质量商品，长此以往不仅会造成不愉快的使用体验，甚至会扰乱电商市场。因此，需要公开透明许多有关商品的信息，使用户和商家信息对等，用户方能全面地了解商品的各个维度。

传统的商品评价方法有因子分析法，对评论真实度情感分析，提取产品质量特征词进行产品综合评价等方法。这些方法普遍都过于重视对评论的情感分析，没有将线下如产品质检报告，制造商的劳动力资本等要素考虑在内，而且采用的机器学习方法如神经网络训练权重价格昂贵，不同商品采用普遍性的标准不够准确，上述方案均不能很好的完成。

针对目前电子商务领域存在的假冒伪劣、消费者对产品良莠难辨、传统产品质量监管手段不适用等现状，产生了很多基于互联网环境的产品质量信用评价模型，它们一般包含如下几个主要工作流程：首先从异构的系统数据源中采集跨域数据，将不同类型和结构的原始数据清洗、处理成统一框架下的标准化数据，对非结构化数据中的关键信息通过相应信息抽取算法提取出来完成结构化过程，将这些综合性的数据提交给统一的产品质量数据仓库；然后通过大数据分析计算，建立统一的产品质量检测与管理信息模型，得到产品质量信用分数；最后权威发布电商产品质量信用指数评价结果。

在学术界，国内外对于电子商务产品质量评价体系的研究也开始从大量的理论研究进入数据引用阶段。王立志等人以产品质量的符合性、适用性和外部性为基础，构建了包含固有质量、感知质量和损失质量的产品质量概念模型，设计了具有可操作性质量评价指标体系。骆庆华从电子商务的发展背景入手，分析了电子商务产品质量及监管体系建设问题。LKCML Wu开发了一种九步的QFD产品质量评价系统。Zeithaml等人的研究通过与有在线购物经验的客户进行了六焦点小组访谈，得出可靠性、可访问性、安全性、易于登录、担保/信任、网站美观、反应性、个性化/定制化、价格知识、灵活性、效用11个维度为电子服务质量的影响因素。

近年来提出了以消费者为授信方、生产者为受信方的产品质量信用概念，目前我国已推出国家产品质量信用平台，包含了基础信息、标准信息、原材料信息、添加剂信息、产品防伪信息、产品监督抽查记录等，但是这个平台信息上的信息量还是比较缺乏，无法满足大多数消费者的需求。在学术界，陈欢等人通过分析我国产品质量信用现状，建立一套完善的产品质量信用评价体系，并为我国建立产品质量信用评价体系提供一些建议。王立志在对产品质量信用基本内涵和信用等级划分的基础上，研究了产品质量信用及其构成要素。Vaidya O.S提出了层次分析法在电子商务质量评估环境下的应用。刘松国等人在此基础上，结合应用电子商务理论、产品质量管理和信用评价理论，建立B2C电子商务产品质量信用评价指标体系的模型，并利用模糊综合AHP结构层次分析法来对电子商务企业信用管理体系进行评价。

如上所述，目前关于电商产品质量信用指数评估模型的研究成果很多，采用的方法也很广泛，与本发明最相近似的实现方案有下面几种。