CN109543880A - 基于前景理论的电子商务发展水平优化方法和装置 - Google Patents

Abstract

本发明实施例公开了一种基于前景理论的电子商务发展水平优化方法和方法，方法包括：将待评价方案集A＝{a₁,a₂,L,a_m}中的评价方案指标按实数型、区间型进行分类，并依据决策者对偏好评价Ω＝{(k,j)|a_k f a_j，k＝1,2,L,n,j＝1,2,L,n}，对各个评价方案指标的评价值进行规范化。选取评价方案集的前景参照点，并根据前景参照点计算各个评价指标的综合前景值。根据综合前景值计算评价方案的客观排序的一致性程度和非一致性程度。根据一致性程度和非一致性程度计算各个评价方案指标的权重；基于各个评价方法指标的初始值、综合前景值与权重，建立综合优度评价模型，并依据综合优度值的大小进行方案排序，确定最优方案。本发明不仅为农村电子商务发展水平提供定量分析和参考，而且丰富和完善了决策理论及其应用。

Description

基于前景理论的电子商务发展水平优化方法和装置

技术领域

本发明涉及农村电子商务发展水平领域，具体地涉及一种基于前景理论的 电子商务发展水平优化方法和装置。

背景技术

然而，目前电子商务发展水平的测度多为定性描述，定性测量方法中指标 的设定过于繁多，数据难以测量。随着农村电子商务发展的脚步逐渐加快，对 于农村电子商务发展水平测评体系的研究还尚未健全，特别地农村电子商务发 展水平定量分析。

发明内容

本发明目的在于克服现有技术的不足，提供一种基于前景理论的电子商务 发展水平优化方法和装置，本发明能够考虑决策者损失规避行为、期望水平和 容忍度等复杂情绪，特别地考虑了客观排序与专家偏好的一致性和不一致性情 形，相比于现有的评价方法更为合理和科学。

第一方面，本发明实施例提供一种基于前景理论的电子商务发展水平优化 方法，包括：

将待评价方案集A＝{a₁,a₂,L,a_m}中的评价方案指标按实数型、区间型进行分 类，并依据决策者对各个评价方案指标属性的偏好评价 Ω＝{(k,j)|a_k f a_j,k＝1,2,L,n,j＝1,2,L,n}对各个评价方案指标的评价值进行规范化；

选取所述评价方案集的前景参照点；其中，所述前景参照点包括以正理想 点作为前景参照点的正前景参照点和以负理想点作为前景参照点的负前景参照 点；并根据所述前景参照点计算所述各个评价指标的综合前景值；

根据所述各个评价方案指标的综合前景值计算所述评价方案的客观排序和 专家偏好的一致性程度和非一致性程度；并根据所述各个评价方案指标的一致 性程度和非一致性程度计算所述各个评价方案指标的权重；

基于所述各个评价方法指标的初始值、综合前景值与权重，建立综合优度 评价模型，并依据综合优度值的大小进行方案排序，确定最优方案。

进一步地，利用e′_ij表示方案a_j在第c_i指标的评价方案指标的评价值，具体为：其中，实数型(C1)：指标的属性值能够定量计算，是精 确数字；区间型(C2)：指标能够定量分析难以用精确数字描述，用区间来表述 指标属性的波动性。

更进一步地，对各个评价方案指标的评价值进行规范化，具体为：

将所述评价值e′_ij规范化为x_ij，更进一步地，当各个评价方案指标的评价值x_ij不大于正理性点时，即损失 当所述各个评价方案指标的评价值x_ij不小于负理性点， 即收益其中，参数α和β表示函数和的凹 凸程度，0≤α≤1，0≤β≤1；参数λ表示决策者的规避程度。

更进一步地，所述r和所述δ取中国国情下的系数即：r＝0.55，δ＝0.47；所述 各个评价方案指标的综合前景值v(a_j)：

更进一步地，所述待评价方案面对属性的收益或损失的概率权重，分别为和其中r和 δ表示收益和损失的概论权重函数的弯曲程度，反映决策者收益风险和损失风险 的不同态度。

更进一步地，根据所述各个评价方案指标的综合前景值计算所述评价方案 的客观排序一致性程度和非一致性程度，具体为：

方案a_j的综合前景值v(a_j)大于方案a_k的综合前景值v(a_k)，即a_j＞a_k，称为客 观排序；

当客观排序与专家偏好(k,j)∈Ω₀不一致时，总不一致程度为：

其中，客观排序与专家偏好(k,j)∈Ω₀一致时， 则不一致性程度(S_j-S_k)^-为0；若客观排序与专家偏好(k,j)∈Ω₀不一致时，则不 一致度(S_j-S_k)^-＝(S_k-S_j)；

当客观排序与专家偏好(k,j)∈Ω₀一致性时，总一致性程度为：

进一步地，所述各个评价方案指标的权重计算公式如下：

第二方面，本发明一种基于前景理论的电子商务发展水平优化装置，包括：

规范化模块，用于将待评价方案集A＝{a₁,a₂,L,a_m}中的评价方案指标按实数 型、区间型进行分类，并依据决策者对各个评价方案指标属性的偏好评价 Ω＝{(k,j)|a_k fa_j,k＝1,2,L,n,j＝1,2,L,n}对各个评价方案指标的评价值进行规范化；

选取模块，用于选取所述评价方案集的前景参照点；其中，所述前景参照 点包括以正理想点作为前景参照点的正前景参照点和以负理想点作为前景参照 点的负前景参照点；并根据所述前景参照点计算所述各个评价指标的综合前景 值；

计算模块，用于根据所述各个评价方案指标的综合前景值计算所述评价方 案的客观排序的一致性程度和非一致性程度；并根据所述各个评价方案指标的 一致性程度和非一致性程度计算所述各个评价方案指标的权重；

模型建立模块，用于基于所述各个评价指标的初始值、综合前景值与权重， 建立综合优度评价模型，并依据综合优度值的大小进行方案排序，确定最优方 案。

实施本发明实施例，具有如下有益技术效果：

1、本发明不仅考虑决策者的损失规避行为，而且考虑决策方案间偏好等, 提出基于前景理论的客观排序与专家偏好的一致性程度和不一致程度计算方 法。

2、本发明提出建立模糊多维度决策优化方法,考虑了决策者对总一致性程 度期望水平G₀并存在容忍度为g₀和决策一致性程度不小于非一致性程度程度h 并存在容忍度为h₀。因此本发明专利更为合理和科学。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的 附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施 方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。

图1为本发明第一实施例提供的一种基于前景理论的电子商务发展水平优 化方法的流程示意图。

图2为本发明第二实施例提供的一种基于前景理论的电子商务发展水平优 化装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清 楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是 全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造 性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明第一实施例：

参见图1，本发明第一实施例提供的第一方面，本发明实施例提供一种基于 前景理论的电子商务发展水平优化方法，具体包括如下步骤：

S10，将待评价方案集A＝{a₁,a₂,L,a_m}中的评价方案指标按实数型、区间型进 行分类，并依据决策者对各个评价方案指标属性的偏好评价 Ω＝{(k,j)|a_k f a_j,k＝1,2,L,n,j＝1,2,L,n}对各个评价方案指标的评价值进行规范化。

在本实施例中，农村电子商务发展水平的指标体系是一个需要根据该地区 的居民的生活水平、信息化发展状况和经济发展状态而建立的体系。通过走访 和调查问卷，选取农村网购金额(c₁)、农产品网络销售额(c₂)、工业品网络销售额 (c₃)、农村旅游服务网络销售额(c₄)、新增网店数量(c₅)、带动就业人数(c₆)、培训 批次(c₇)、培训人数(c₈)、县级运营服务中心(c₉)、县级仓库物流中心(c₁₀)、村级服 务站(c₁₁)等11个指标。

在本实施例中，A＝{a₁,a₂,L,a_m}表示待评价方案集。由于c₁、c₂、c₃和c₄等评价 方法指标，因不完全同统计，具有一定的波动性，因此采用区间数的形式表示， 其余评价方法指标均以实数形式表示，即评价方案指标体系涉及到的指标类型 主要有实数型(C₁)和区间型(C₂)。另外，决策者给出评价方案之间做偏好评价 Ω＝{(k,j)|a_k f a_j,k＝1,2,L,n,j＝1,2,L,n}，表示决策者认为评价方案a_k优于评价方案a_j的 偏好集合。具体地，在本实施例中，利用e′_ij表示方案a_j在第c_i指标的评价方案指 标的评价值，具体为：其中，实数型(C1)：指标的属性 值能够定量计算，是精确数字；区间型(C2)：指标能够定量分析难以用精确数 字描述，用区间来表述指标属性的波动性。

在本实施例中，为消除不同物理量纲对决策结果的影响，然而c₁,c₂,L,c₁₁都是 为效益型指标，即越大越好。优选地，将各个评价方法指标的评价值信息进行 规范化，具体为：将各个评价值e′_ij规范化为x_ij：

S20，选取所述评价方案集的前景参照点；其中，前景参照点包括以正理想 点作为前景参照点的正前景参照点和以负理想点作为前景参照点的负前景参照 点；并根据前景参照点计算各个评价指标的综合前景值。

在本实施例中，以评价方案的指标集的正理想点和负理想点为农村电子商 务发展水平的两个前景参照点，分别记为正前景参照点和负前景参 照点其中， 和

在本实施例中，优选地，计算各个评价方案的各个指标评价值相对前景参 考点来说是损失或收益，具体地，当各个评价方案指标的评价值x_ij不大于正理 性点时，即损失当所述各个评价方案指标的评价值x_ij不 小于负理性点，即收益其中，参数α和β表示函数

和的凹凸程度，0≤α≤1，0≤β≤1；参数λ表示决策者的规避程度。

进一步地，每一个待评价方案面对属性的收益或损失的概率权重，分别为和需要说明 的是，Kahneman和Tversky认为r＝0.61，δ＝0.72，但是曾建敏认为在中国国情 下r＝0.55，δ＝0.47。即本文r，δ取中国国情下的系数即：r＝0.55，δ＝0.47。因此 计算每个方案的综合前景值v(a_j)如下：

S30，根据所述各个评价方案指标的综合前景值计算所述评价方案的客观排 序和专家偏好的一致性程度和非一致性程度；并根据所述各个评价方案指标的 一致性程度和非一致性程度计算所述各个评价方案指标的权重。

在本实施例中，评价方案a_j的综合前景值v(a_j)大于方案a_k的综合前景值v(a_k)，即a_j＞ak，称为客观排序。因此，存在客观排序与决策者偏好(k,j)∈Ω₀一致或者不 一致。若客观排序与专家偏好(k,j)∈Ω₀的不一致，则不一致性程度定义为显然，若客观排序与专家偏好(k,j)∈Ω₀一致时， 则不一致性程度(S_j-S_k)^-为0；相反，若客观排序与专家偏好(k,j)∈Ω₀不一致时， 则不一致度(S_j-S_k)^-＝(S_k-S_j)。因此不一致程度可以简化为(S_j-S_k)^-＝max{0,(S_k-S_j)}， 即总不一致性程度为:类似地，客观排序与专 家偏好(k,j)∈Ω₀一致性程度定义为显然，式(8) 改写为(S_j-S_k)⁺＝max{0,S_j-S_k}，因此总一致性程度 (9)。基于以上分析可以知道，总一致性程度G越大越好，不一致性程度B越小 越好。利用线性规划方法建立如下模型： (10)。其中，决策者对总一致性程度期望水平G₀并存在容忍度为g₀，说 明决策一致性程度不小于非一致性程度程度为h并存在容忍度为h₀。因此，目标 函数和约束条件的隶属函数可定义为：和将式(8)和(9)代入模型(10),有令λ_kj＝max{0,S_k-S_j},即 对任意(k,j)∈Ω，λ_kj≥0和λ_kj≥S_k-S_j。于是，结合式(11)和(12),式(10)可转化成利用lingo9.0对式(13)求得

S40,基于所述各个评价方法指标的初始值、综合前景值与权重，建立综合 优度评价模型，并依据综合优度值的大小进行方案排序，确定最优方案。

在本实施例中，所述综合优度评价模型为

本发明描述了农村电子商务发展水平多维偏好评价问题，进而计算各个决 策方案的综合前景值；然后，计算基于前景理论的客观排序与专家偏好的一致 性程度和不一致程度；其次，以决策者的期望水平和容忍度为基础，提出模糊 多维偏好优化方法，进而计算各个决策方案的前景综合值，据此确定方案优劣 排序和最优方案。本发明进一步完善多维偏好决策理论；既为实现农村电子商 务发展水平评价提供理论基础和为农村电子商务发展决策提供理论依据和智力 支持，也拓展了模糊决策理论的应用。因此本发明专利更为合理和科学。

本发明第二实施例：

本发明第二实施例提供一种基于前景理论的电子商务发展水平优化装置， 包括：

规范化模块10，用于将待评价方案集A＝{a₁,a₂,L,a_m}中的评价方案指标按实 数型、区间型进行分类，并依据决策者对各个评价方案指标属性的偏好评价 Ω＝{(k,j)|a_kf a_j,k＝1,2,L,n,j＝1,2,L,n}对各个评价方案指标的评价值进行规范化；

选取模块20，用于选取所述评价方案集的前景参照点；其中，所述前景参 照点包括以正理想点作为前景参照点的正前景参照点和以负理想点作为前景参 照点的负前景参照点；并根据所述前景参照点计算所述各个评价指标的综合前 景值；

计算模块30，用于根据所述各个评价方案指标的综合前景值计算所述评价 方案的客观排序的一致性程度和非一致性程度；并根据所述各个评价方案指标 的一致性程度和非一致性程度计算所述各个评价方案指标的权重；

模型建立模块40，用于基于所述各个评价指标的初始值、综合前景值与权 重，建立综合优度评价模型，并依据综合优度值的大小进行方案排序，确定最 优方案。

本发明不仅考虑决策者的损失规避行为，而且考虑决策方案间偏好等,提出 基于前景理论的客观排序与专家偏好的一致性程度和不一致程度计算方法。通 过建立模糊多维度决策优化方法,考虑了决策者对总一致性程度期望水平G₀并存在容忍度为g₀和决策一致性程度不小于非一致性程度程度h并存在容忍度 为h₀，使得该综合优度值更为合理和科学。

本发明第三实施提供一种计算机可读存储介质，其特征在于，所述计算机 可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所 述计算机可读存储介质所在设备执行如上述实施例中所述的基于前景理论的电 子商务发展水平优化方法。

本发明所称处理器可以是中央处理单元(Central Processing Unit，CPU)， 还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、 专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可 编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器 件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理 器或者该处理器也可以是任何常规的处理器等，所述处理器是所述基于前景理 论的电子商务发展水平优化方法的控制中心，利用各种接口和线路连接整个所 述实现基于前景理论的电子商务发展水平优化方法的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或 执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的 数据，实现基于前景理论的电子商务发展水平优化方法的各种功能。所述存储 器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、 至少一个功能所需的应用程序(比如声音播放功能、文字转换功能等)等；存 储数据区可存储根据手机的使用所创建的数据(比如音频数据、文字消息数据 等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存 储器，例如硬盘、内存、插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)、至少一个磁盘 存储器件、闪存器件、或其他易失性固态存储器件。

其中，所述实现服务设备的模块如果以软件功能单元的形式实现并作为独 立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样 的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机 程序来指令相关的硬件来完成，所述的计算机程序可存储于一个计算机可读存 储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步 骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为 源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读 介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U 盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、 随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及 软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司 法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区， 根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分 离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件 可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多 个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实 施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关 系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号 线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局 限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易 想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护 范围应该以权利要求的保护范围为准。

Claims (9)

1.一种基于前景理论的电子商务发展水平优化方法，其特征在于，包括：

将待评价方案集A＝{a₁,a₂,L,a_m}中的评价方案指标按实数型、区间型进行分类，并依据决策者对各个评价方案指标属性的偏好评价Ω＝{(k,j)|a_k f a_j,k＝1,2,L,n,j＝1,2,L,n}对各个评价方案指标的评价值进行规范化；

选取所述评价方案集的前景参照点；其中，所述前景参照点包括以正理想点作为前景参照点的正前景参照点和以负理想点作为前景参照点的负前景参照点；并根据所述前景参照点计算所述各个评价指标的综合前景值；

根据所述各个评价方案指标的综合前景值计算所述评价方案的客观排序和专家偏好的一致性程度和非一致性程度；并根据所述各个评价方案指标的一致性程度和非一致性程度计算所述各个评价方案指标的权重；

基于所述各个评价方法指标的初始值、综合前景值与权重，建立综合优度评价模型，并依据综合优度值的大小进行方案排序，确定最优方案。

2.根据权利要求1所述的基于前景理论的电子商务发展水平优化方法，其特征在于，利用e′_ij表示方案a_j在第c_i指标的评价方案指标的评价值，具体为：其中，实数型(C1)：指标的属性值能够定量计算，是精确数字；区间型(C2)：指标能够定量分析难以用精确数字描述，用区间来表述指标属性的波动性。

3.根据权利要求2所述的基于前景理论的电子商务发展水平优化方法，其特征在于，对各个评价方案指标的评价值进行规范化，具体为：

将所述评价值e′_ij规范化为x_ij，

4.根据权利要求1所述的基于前景理论的电子商务发展水平优化方法，其特征在于，当各个评价方案指标的评价值x_ij不大于正理性点时，即损失当所述各个评价方案指标的评价值x_ij不小于负理性点，即收益其中，参数α和β表示函数和的凹凸程度，0≤α≤1，0≤β≤1；参数λ表示决策者的规避程度。

5.根据权利要求4所述的基于前景理论的电子商务发展水平优化方法，其特征在于，所述r和所述δ取中国国情下的系数即：r＝0.55，δ＝0.47；所述各个评价方案指标的综合前景值v(a_j)：

6.根据权利要求4所述的基于前景理论的电子商务发展水平优化方法，其特征在于，所述待评价方案面对属性的收益或损失的概率权重，分别为

和其中r和δ表示收益和损失的概论权重函数的弯曲程度，反映决策者收益风险和损失风险的不同态度。

7.根据权利要求4所述的基于前景理论的电子商务发展水平优化方法，其特征在于，根据所述各个评价方案指标的综合前景值计算所述评价方案的客观排序一致性程度和非一致性程度，具体为：

方案a_j的综合前景值v(a_j)大于方案a_k的综合前景值v(a_k)，即a_j＞a_k，称为客观排序；

当客观排序与专家偏好(k,j)∈Ω₀不一致时，总不一致程度为：其中，客观排序与专家偏好(k,j)∈Ω₀一致时，则不一致性程度(S_j-S_k)^-为0；若客观排序与专家偏好(k,j)∈Ω₀不一致时，则不一致度(S_j-S_k)-＝(S_k-S_j)；

当客观排序与专家偏好(k,j)∈Ω₀一致性时，总一致性程度为：

8.根据权利要求1所述的基于前景理论的电子商务发展水平优化方法，其特征在于，所述各个评价方案指标的权重计算公式如下：

9.一种基于前景理论的电子商务发展水平优化装置，其特征在于，包括：

规范化模块，用于将待评价方案集A＝{a₁,a₂,L,a_m}中的评价方案指标按实数型、区间型进行分类，并依据决策者对各个评价方案指标属性的偏好评价Ω＝{(k,j)|a_k f a_j,k＝1,2,L,n,j＝1,2,L,n}对各个评价方案指标的评价值进行规范化；

选取模块，用于选取所述评价方案集的前景参照点；其中，所述前景参照点包括以正理想点作为前景参照点的正前景参照点和以负理想点作为前景参照点的负前景参照点；并根据所述前景参照点计算所述各个评价指标的综合前景值；

计算模块，用于根据所述各个评价方案指标的综合前景值计算所述评价方案的客观排序的一致性程度和非一致性程度；并根据所述各个评价方案指标的一致性程度和非一致性程度计算所述各个评价方案指标的权重；

模型建立模块，用于基于所述各个评价指标的初始值、综合前景值与权重，建立综合优度评价模型，并依据综合优度值的大小进行方案排序，确定最优方案。