基于灰色模糊聚类分析的小微电商企业信用动态评价

邢日彤 鲍新中

摘要：目前由于电子商务行业在我国的急速发展，很多电商平台的小微店铺企业所涉及的信用问题也逐渐让人不得不重视起来。本文在以往电子商务模式下的信用评价体系基础上提出一种小微企业动态信用评价模型并基于灰色模糊聚类的方法对其进行分析验证。本文在提出一个新的小微企业信用评价指标体系后，对所收集的各段时间数据进行降维，以期能够对小微企业在一段动态时间内的信用状态趋势进行动态的观察，最后用模糊聚类的分析方法对这些小微电商企业店铺的信用水平进行分类及排名以达到期望的评价效果。

关键词：电子商务;灰色关联分析;模糊聚类分析;信用评价

中图分类号：F270.7 文献标识码：A

由于在互联网环境中买卖双方存在明显的信用不对称问题，买家无法直接接触卖家提供的商品和服务，所以网络交易中的商家信用问题日益突出，这也是电商环境无法和传统零售业相比拟的缺陷。所以解决和探索小微电商企业的信用问题，建立可靠且可行的信用评价指标体系及相应的评价方法对于我国零售电子商务是极其有利并且必要的。

相关学者大多数是从指标体系与模型构建这两个方面来研究探讨。首先，从指标体系方面，宋丛丛[1]提出了一种卖方信用评分系统来计算卖方信用度的值。董玫、李埔[2]、邵婷、胡巧程等[3]构建了第三方信用评价体系。在模型构建方面的研究相对较多，李薇[4]等人在双边综合评分基础上提出了一种新的电子商务信用测度模型。孙浩[5]将Agent建模技术运用到测度模型当中。付永贵等[6]运用计量经济学方法与数据挖掘算法构建信用评估模型。朱清香等[7]通过三指数平滑模型对动态信用数据进行预测。张发明[8]以改进动态组合评价方法为基石，又提出一种崭新的小微企业信用评价模型。

目前学术界关于信用评价指标体系的新方法虽然层出不穷，但学者们较少关注以小微电商企业为研究主体的信用值的动态变化等问题。本研究将针对上述不足，在着手建立电商小微企业信用评价指标体系之上，对前期所收集的各时间段和各个指标的数据进行有效降维，得以能够对小微企业在一段有效时间内的信用状态和信用趋势进行动态的观察和评价，最后运用模糊聚类分析对其信用水平进行归类并得到最后的信用排名。

1 中小微企业动态信用评价指标体系的建立与数据获取

1.1 中小微企业动态信用评价指标体系的构建

为更好地体现出对于小微企业动态信用的评价，根据数据可得性原则，选取了6个信用指标，分别为注册年限、卖家信用等级、商品描述相符度、物流满意度、粉丝数、好评率，注册年限越长表示企业信用越好，卖家信用等级越高信用越好，商品描述相符度越高信用越好，物流满意度越高信用越好，粉丝增加量越大信用越好，好评率越高信用越好，如表1所示。

1.2 原始数据的标准化处理

1.2.1 样本选取和数据获取

本文以8家鲜花商店为例进行实证分析，分别是欣欣向荣工厂店、小时光宇宙、很时尚居家、唯亿鲜花连锁店、宠爱一生、都市花园连锁花店、仟益鲜花、优鲜鲜花。以两个月为采样周期收集各指标的数据，共收集了12个月的6期数据作为计算依据。本文使用Matlab进行数据处理分析。

1.2.2 数据标准化处理

为了能够去除不同数据的单位所带来的不一致，需要先将收集的这些数据转化为纯数值，也就是无量纲化。对每个维度特征的均值和标准差进行计算，利用函数变换将具体数值映射到对应数值区间。在第i个时间数据收集点第j个受评鲜花店铺的指标得分用xij表示。

2 数据分析

2.1 数据分析

2.1.1 灰色关联分析

本研究对采集得到的8个受评店铺、6个评价指标在6个时间点的数据进行灰色关联处理，利用灰色关联分析将6×6×8的三维数据降成了6×8的二维数据，而对于多维的数据来说，还需要建立灰色关联矩阵：

2.1.2 模糊聚类分析

把8个鲜花店铺在6个数据收集时间点上的灰色关联度建立基于时间维度的一维向量数据，再将这些数据用模糊聚类分析即可得到原始数据矩阵，再通过数量积法对原始数据矩阵进行转化，得到模糊相似矩阵：

运用扎德算子进行平方自合成运算，求出其传递闭包。

最终当λ=0.29时，受评单位的信用等级“唯亿鲜花连锁店、小时光宇宙、宠爱一生”聚为一类，“欣欣向荣工厂店、很时尚居家、都市花园连锁花店”聚为一类，“优鲜鲜花、仟益鲜花”聚为一类。

2.2 结果分析

基于以上数据分析得到各8个样本企业信用动态评价结果。我们要选取多个数据时间点对受评鲜花店铺的整体的信用水平进行一段时期内连续的动态评价。通过分析可以得出，欣欣向荣工厂店2019年1月的信用水平最好，小时光宇宙店3月的信用水平较为突出，很时尚居家5月的信用水平较好，唯亿鲜花连锁店7月的信用水平较好，宠爱一生9月的信用水平最好，都市花园连锁花店11月的信用水平较为突出，而仟益鲜花和优鲜鲜花在2019年的信用水平都处于一般水平，7月的信用水平达到自身店铺的全年最高值。

灰色模糊聚类分析模型可以呈现各个店铺的信用波动和信用趋势，并且通过信用评价值和均值及方差对受评店铺进行整体的信用排名，这8个受评店铺的信用综合评价排名如表3所示。

从上表中可以看到唯亿鲜花连锁店的信用综合评价排名为第一，是8家店铺中信用排名最高的一家，小时光宇宙排名第二，很时尚居家店铺信用排名第三，排名第四的店铺是宠爱一生，第五为欣欣向荣工厂店，第六为都市花园连锁花店，第七为优鲜鲜花，仟益鲜花店排名第八，是信用评价水平最低的店家。通过表3我们可以发现基于灰色模糊聚类分析方法的动态信用评价方法解释性比较强，应用起来也较为容易，可以提高小微电商企业信用评价的科学性和说服力。

3 结语

为保障商品消费者的合法权益、用户体验和提升电子商务平台服务水平，电商交易过程中商家店铺信用问题是必须着重解决的基本问题。通过多篇相关研究和对电子商务大环境的探索，本文在信用指标体系建立的基础上，运用灰色关联分析和模糊聚类分析的方法对我国小微电商企业信用水平进行有效的动态信用评价，确定了电商小微企业的基本现状及存在的信用问题。新建立了基于模糊聚类分析法的小微电商企业信用评价动态模型，并通过实例分析对8家小微电子商务企业进行数据搜集，对这8家店铺的信用水平进行综合测评，并且能够验证该模型的有效性和合理性。最后发现如果想要对小微电商企业的信用进行有效的动态管理和动态评价，那么就需要我们建立合理的评价指标体系并且收集他们在不同时段内的信用相关数据，最后得以追踪他们信用水平的变化趋势，同时，明确了商家信用评价体系是研究小微电子商务企业信用的重点。

参考文献

[1] 宋丛丛.卖方信用评价体系构建研究[J].科技视界，2013，26：133-134.

[2] 董玫，李埔.电子商务信用评价的法律规制[J].商业经济研究，2015，29：101-102.

[3] 邵婷，胡巧程，林建宗.天猫平台买家信用评价机制构建研究[J].企业经济，2015，8：91-94.

[4] 李薇，付琴琴.双向电子商务信用评价体系的构建與模型分析[J].江苏商论，2012，12：27-31.

[5] 孙浩，薛霄.基于多Agent建模的电子商务生态系统演化实验研究[J].计算机工程，2016，42（7）：27-32，41.

[6] 付永贵，朱建明.基于大数据的网络供应商信用评估模型[J].中央财经大学学报，2016，8：74-83.

[7] 朱清香，许楠，刘亭妤，等.涉农企业信用评价动态指标隶属度向量判别研究[J].数学的实践与认识，2017，4712：57-63.

[8] 张发明，李艾珉，韩媛媛.基于改进动态组合评价方法的小微企业信用评价研究[J].管理学报，2019，1602：286-296.