电商平台跨界“开银行”对商品质量有什么影响？——基于收费模式的比较分析
这是一篇关于电商平台,消费信贷,商品质量,收费模式,市场进入的论文, 主要内容为电商平台利用大数据等信息技术跨界推出消费金融服务,极大地释放了消费潜力,提高了居民消费水平。根据双边市场的“交叉网络外部性”,其势必会对供给侧的商家产生些许影响。另外,随着网络购物的盛行,商品质量问题受到了越来越多的关注。基于此,本文研究电商平台消费信贷服务对商家商品质量决策的影响,并讨论平台收费模式、消费者市场状况在其中发挥的作用以及电商平台对商家的消费信贷开通规则和市场进入的关系。首先构建了电商平台、商家、消费者三方参与的广义Stackelberg模型,其中消费者需求综合考虑了消费者对质量的偏好程度和自有资金的二维异质性,即购买意愿和购买能力。利用逆向归纳和数值模拟的方法进行求解,模型结果表明:当提供消费信贷的成本低于一定阈值时,平台有动力为消费者提供消费金融服务,且该行为具有“正外部性”,能够增加渠道总利润。我们还发现平台和商家会随着消费者市场状况调整各自策略,当消费者对质量的偏好比较分散时,平台倾向于选择收益共享收费模式,商家则会提供较低质量较低价格的商品,采取“薄利多销”的销售策略,反之。但在基础模型设定下,自有资金受限的消费者数量固定,此时平台推出消费信贷服务并不会影响商家的最优商品质量决策。进一步地,将模型扩展为消费者自有资金可变的情况,此时平台有能力通过消费信贷策略控制消费者需求,对比分析发现电商平台提供消费信贷服务会使得商家决策的商品质量提高,且该效应随着利率的降低而增强。另外,有趣的是,平台提供消费信贷服务会使得其对商家收取的抽成率降低。最后,我们构建了不对称Hotelling模型来分析允许商家开通消费信贷的具体规则对市场平均商品质量的影响。研究发现,平台只允许在位商家开通消费信贷服务相当于增加了在位商家的竞争优势,在无形中提高了新进入商家的进入门槛,但这也在一定程度上排除了劣质商品的流入,其对社会福利的影响取决于商品多样性与平均商品质量之间的权衡取舍。总结来看,文章对电商平台消费信贷服务和商家商品质量的关系提供了理论基础和实践指导,展示了电商平台模式下消费金融服务实体经济的新机制,同时从供应链运营角度分析了平台消费信贷服务策略对平台生态环境的塑造作用。
电子商务中基于个性化推荐的商品质量和隐私保护相关问题研究
这是一篇关于个性化推荐,粗糙集理论,属性约简,隐私保护,商品质量的论文, 主要内容为随着电子商务在全球区域范围内的覆盖,越来越多的消费者选择通过电商平台购物,个性化推荐方法在电商平台中具有重要作用。但现有的个性化推荐方法存在一些问题:推荐准确率不高、用户兴趣隐私泄露、商品质量不合格。针对个性化推荐中存在的上述问题,本文开展了电子商务中个性化推荐方法的研究,具体创新点如下:(1)针对个性化推荐中的商品质量问题,提出了在完备商品类别决策系统下基于最大混合条件的粗糙约简算法(MTMRA)和在不完备商品类别决策系统下基于重要度优先搜索的粗糙约简算法(IPSRA)。粗糙决策分析方法是利用粗糙集理论对商品数据库进行分类,粗糙集理论无需数据源的先验知识,只依赖数据本身,可以处理不完备信息并从中发现隐含的知识,在不影响分类精度的情况下解决问题,保证商品质量。在仿真实验中,采用支持向量机的基分类器对算法准确率进行评估,验证了所提算法具有较高的分类准确率。(2)针对个性化推荐中的隐私保护问题,提出了基于BT的隐私词过滤算法(TDFA)。首先,根据字典树构建算法(BT)构建隐私字典树;然后,将兴趣词在字典树中进行隐私词检索与过滤;最后根据用户反馈信息更新隐私字典树。TDFA算法能对用户兴趣数据库中隐私信息进行过滤,降低隐私泄露的风险,实现用户隐私保护。通过仿真实验验证了 TDFA算法在保护用户兴趣隐私的同时,还可以有效地缩短运行时间。(3)针对个性化推荐的实时性问题,结合IPSRA和TTDFA算法,提出了基于商品质保和隐私保护的最近时间内容推荐算法(imp-kTCRA)。首先,根据用户动作和用户浏览时间构造产品偏好程度和时间权重函数,根据函数获得用户可能感兴趣的top-N个兴趣模型;然后,根据产品好评率和产品月销量构造产品重要度函数;最后,根据用户与产品相似度函数以及产品重要度函数构造产品推荐度函数。imp-kTCRA算法对用户兴趣进行动态更新,保证推荐商品的实时动态变化。通过仿真实验验证了imp-kTCRA算法具有较高的实时性和推荐准确率。
基于电商平台的商品质量管控机制研究
这是一篇关于网络购物,商品质量,质量监管,价格歧视,博弈论的论文, 主要内容为网络购物已经成为中国经济新的增长点,截至2017年12月,网购市场交易规模突破到7.17万亿,占社会消费品零售的比重为19.6%;同时,网络购物具有省时便捷、足不出户、价格优惠以及品类更加齐全的优势,颇受当代年轻人的青睐,截至2018年12月,网购用户规模达到6.10亿,同比增长14.4%。然而,在网络购物快速发展的同时,也暴露出一些不可忽视的行业痛点,例如商品质量参差不齐、商家不诚信经营等,降低消费者购物体验,阻碍网购市场健康发展。因此,当前如何为消费者提供质量合格的网购商品,促进网购市场健康发展变得越来越迫切。本文构建电商平台和在线商家的博弈模型,综合运用文献分析法、经典博弈理论、平台经济学等研究方法,探究电商平台质量管控行为和在线商家生产行为的影响因素,以及政府在网购市场治理中扮演的角色,致力于回答以下问题:在单周期情形下,电商平台的质量监管愿意受到那些市场因素影响?当在线商家不诚信经营时,电商平台积极监管,网购市场发生怎样变化?当电商平台选择歧视定价时,在线商家生产行为发生怎样变化?在多周期情形下,电商平台监管行为和在线商家生产行为,受到哪些市场因素影响?在网购市场治理中,政府应该发挥怎样作用?本文研究得到如下结论:(1)完全理性消费者的数量比例和监管成本系数共同影响电商平台的质量监管意愿。满足一定市场条件,电商平台自愿采取质量监管措施,网购市场达到共赢。(2)完全理性消费者的数量比例和质量事故造成的外部损失共同影响在线商家的生产行为。满足一定市场条件,随着电商平台监管强度增加,在线商家增加不诚信经营投入,网购市场商品质量问题加剧。(3)电商平台的价格折扣系数和在线商家的质量成本系数共同影响低质量商家的转型意愿。满足一定市场条件,随着质量成本系数增加,低质量商家转型意愿由强变弱;随着价格折扣系数增加,电商平台激励强度增加,低质量商家转型意愿由弱变强。(4)商品质量事故造成的外部损失影响电商平台监管行为和在线商家生产行为。当在线商家的外部损失较低时,无论电商平台积极监管还是消极监管,商家生产低质量产品;当在线商家的外部损失中等时,如果电商平台积极监管,商家生产高质量产品;如果电商平台消极监管,商家生产低质量产品;当在线商家的外部损失较大时,商家自愿生产高质量产品,但电商平台可能存在“搭便车”行为。(5)当网购商品质量问题发生时,政府需要积极介入网购市场治理。首先查证电商平台是否积极监管,然后界定商品质量事故的责任方,最后制定合理的应对措施,推动网购市场健康发展。网购市场复杂而多变,各决策主体需要依据所处的市场环境,做出合理的判断和决策。电商平台基于网购市场的特征,选择合适的商品质量管控措施;在线商家根据市场形势、企业自身发展状况等来调整生产行为,提升现有消费者的忠诚度和吸引潜在消费者加入网购市场;政府围绕网购市场的交易特征,制定更加切合实际的法律法规。以上研究结论能够为网购市场各决策主体提供决策借鉴,为互联网零售行业的政策制定提供理论支持。
电子商务中基于个性化推荐的商品质量和隐私保护相关问题研究
这是一篇关于个性化推荐,粗糙集理论,属性约简,隐私保护,商品质量的论文, 主要内容为随着电子商务在全球区域范围内的覆盖,越来越多的消费者选择通过电商平台购物,个性化推荐方法在电商平台中具有重要作用。但现有的个性化推荐方法存在一些问题:推荐准确率不高、用户兴趣隐私泄露、商品质量不合格。针对个性化推荐中存在的上述问题,本文开展了电子商务中个性化推荐方法的研究,具体创新点如下:(1)针对个性化推荐中的商品质量问题,提出了在完备商品类别决策系统下基于最大混合条件的粗糙约简算法(MTMRA)和在不完备商品类别决策系统下基于重要度优先搜索的粗糙约简算法(IPSRA)。粗糙决策分析方法是利用粗糙集理论对商品数据库进行分类,粗糙集理论无需数据源的先验知识,只依赖数据本身,可以处理不完备信息并从中发现隐含的知识,在不影响分类精度的情况下解决问题,保证商品质量。在仿真实验中,采用支持向量机的基分类器对算法准确率进行评估,验证了所提算法具有较高的分类准确率。(2)针对个性化推荐中的隐私保护问题,提出了基于BT的隐私词过滤算法(TDFA)。首先,根据字典树构建算法(BT)构建隐私字典树;然后,将兴趣词在字典树中进行隐私词检索与过滤;最后根据用户反馈信息更新隐私字典树。TDFA算法能对用户兴趣数据库中隐私信息进行过滤,降低隐私泄露的风险,实现用户隐私保护。通过仿真实验验证了 TDFA算法在保护用户兴趣隐私的同时,还可以有效地缩短运行时间。(3)针对个性化推荐的实时性问题,结合IPSRA和TTDFA算法,提出了基于商品质保和隐私保护的最近时间内容推荐算法(imp-kTCRA)。首先,根据用户动作和用户浏览时间构造产品偏好程度和时间权重函数,根据函数获得用户可能感兴趣的top-N个兴趣模型;然后,根据产品好评率和产品月销量构造产品重要度函数;最后,根据用户与产品相似度函数以及产品重要度函数构造产品推荐度函数。imp-kTCRA算法对用户兴趣进行动态更新,保证推荐商品的实时动态变化。通过仿真实验验证了imp-kTCRA算法具有较高的实时性和推荐准确率。
电商平台跨界“开银行”对商品质量有什么影响？——基于收费模式的比较分析
这是一篇关于电商平台,消费信贷,商品质量,收费模式,市场进入的论文, 主要内容为电商平台利用大数据等信息技术跨界推出消费金融服务,极大地释放了消费潜力,提高了居民消费水平。根据双边市场的“交叉网络外部性”,其势必会对供给侧的商家产生些许影响。另外,随着网络购物的盛行,商品质量问题受到了越来越多的关注。基于此,本文研究电商平台消费信贷服务对商家商品质量决策的影响,并讨论平台收费模式、消费者市场状况在其中发挥的作用以及电商平台对商家的消费信贷开通规则和市场进入的关系。首先构建了电商平台、商家、消费者三方参与的广义Stackelberg模型,其中消费者需求综合考虑了消费者对质量的偏好程度和自有资金的二维异质性,即购买意愿和购买能力。利用逆向归纳和数值模拟的方法进行求解,模型结果表明:当提供消费信贷的成本低于一定阈值时,平台有动力为消费者提供消费金融服务,且该行为具有“正外部性”,能够增加渠道总利润。我们还发现平台和商家会随着消费者市场状况调整各自策略,当消费者对质量的偏好比较分散时,平台倾向于选择收益共享收费模式,商家则会提供较低质量较低价格的商品,采取“薄利多销”的销售策略,反之。但在基础模型设定下,自有资金受限的消费者数量固定,此时平台推出消费信贷服务并不会影响商家的最优商品质量决策。进一步地,将模型扩展为消费者自有资金可变的情况,此时平台有能力通过消费信贷策略控制消费者需求,对比分析发现电商平台提供消费信贷服务会使得商家决策的商品质量提高,且该效应随着利率的降低而增强。另外,有趣的是,平台提供消费信贷服务会使得其对商家收取的抽成率降低。最后,我们构建了不对称Hotelling模型来分析允许商家开通消费信贷的具体规则对市场平均商品质量的影响。研究发现,平台只允许在位商家开通消费信贷服务相当于增加了在位商家的竞争优势,在无形中提高了新进入商家的进入门槛,但这也在一定程度上排除了劣质商品的流入,其对社会福利的影响取决于商品多样性与平均商品质量之间的权衡取舍。总结来看,文章对电商平台消费信贷服务和商家商品质量的关系提供了理论基础和实践指导,展示了电商平台模式下消费金融服务实体经济的新机制,同时从供应链运营角度分析了平台消费信贷服务策略对平台生态环境的塑造作用。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码海岸 ，原文地址：https://m.bishedaima.com/lunwen/55670.html
