基于混合交叉赋权的多属性电商信用评价模型

摘要

针对电商平台交易信用评价不全面、线上交易质量不高等问题,本文提出涵盖商品信息、用户交易评价信息、服务质量、商户资质4个维度的电商信用评价体系,构建基于信息因子修正的多属性电商信用评价模型。模型引入改进CRITIC(Criteria Importance Though Intercriteria Correlation)法,实现指标的客观赋权,构建信息因子修正G1赋权,得到主客观混合交叉权重。采用VIKOR法,解决了最大群体效用和最小个体遗憾问题,有效提升交易成功率和平台用户粘性。案例分析表明,与其它评价模型相比,所提模型在综合性及决策灵活性方面表现更优。