社会化商务中基于经验及推荐的消费者感知信任模糊融合模型

尹 进，胡祥培，郑 毅，周子轩

(1.厦门理工学院经济与管理学院， 福建 厦门 361024；2.大连理工大学系统工程研究所，辽宁 大连 116023；3.东京工业大学土木环境工学系，日本 东京 1585502)

1 引言

近年来，社会化商务以社会化媒体为依托在我国迅猛发展[1]，已成为电子商务的重要组成部分[2]。社会化媒体中的用户生成内容(如分享产品购买信息、消费体验与评价等)通过社交网络迅速传播[3]，成为消费者感知信任的重要来源[4]。分析与预测消费者根据他人推荐产生的感知信任是社会化商务商家面临的新问题，也是社会化商务营销策略研究的发展方向。

社会化商务中消费者感知信任的建立是一种特殊的信任融合问题[5]。信任融合模型起源于计算机网络安全领域，研究主体为计算机节点[6-8]，研究重点为如何融合来自不同路径上的推荐信息。但由于研究背景限制，一般将网络中节点视为同质，而不考虑决策主体的经验和主观性，因此难以直接应用于社会化商务之中。融入主体的主观性是信任融合研究的重要发展趋势[9-10]，构建社会化商务背景下新的信任融合方法迫在眉睫。在线评价是消费者商品选择的重要影响因素[11]，消费者将他人推荐与个人经验相结合建立感知信任也可看做是由相似性引导的决策过程，体现在：(1)相似性孕育信任[12-13]：推荐主体与决策主体的相似性，是推荐信息是否有效的决定性因素[14-16]，如女性购买护肤品时，肤质相似消费者的推荐信息影响较大；(2)过往类似经验主导消费者的决策方向：人们往往根据以前相似的购物事件、当时的决策及决策效果作为决策依据[17-19]。

基于案例的决策理论(Case-based decision theory，CBDT)适用于这种根据以往相似案例进行决策的问题[20]，其基本假设是人在面对新问题进行决策时，以过往相似事件的决策及决策效果为依据，既考虑过往事件的相似性，又考虑过往方案的实施效果，非常适用于根据他人经验进行决策的问题[21]。Brit Grosskopf等学者通过实验方检验CBDT的理论基础，证明了在信息有限的情况下，决策事件的相似性对消费者决策具有重要影响[22]。王翯华等学者将CBDT融入语言信息灰靶决策分类模型，以案例符合度最大为目标，提出了靶心设置的改进方法[23]。李永海等学者在CBDT基础上构建解决广义不确定型决策问题的决策方法，并将其应用于煤矿瓦斯爆炸应急预案选择问题[24]和新产品开发项目风险应对方案选择问题[25]。

然而，社会化商务中消费者信任融合问题具有以下特点给CBDT的应用带来挑战：(1)感知信任的模糊性：感知信任是一种对他人是否可信的主观判断，具有强烈的模糊性和主观性，而CBDT是一种确定性决策方法，用于感知信任的计算存在一定的局限性；(2)消费者感知信任形成的复杂性及相似性判断的多面性：消费者决策过程中需要判断与推荐者之间主体属性的相似性，也要判断过往决策经历与本次决策事件之间的相似性，带来融合难的问题，CBDT仅能对决策事件之间的相似性进行判断，其理论框架仍需要进一步扩展；(3)感知信任形成的多源性：消费者感知信任往往受到社会关系强度、推荐者权威程度和推荐者信誉等多种因素的影响，带来相似度与感知信任度量难的问题。

针对以上难点问题，本文以CBDT为理论基础构建模型框架，与直觉模糊集、多属性决策理论及锚定理论相结合，构建新的感知信任模糊融合模型。将多种方法优势互补，克服CBDT在社会化商务背景下应用的局限性，为社会化商务中消费者融合个人经验和他人推荐建立感知信任提供新的度量方法，完善信任融合方法体系，对多学科交叉有意义。

2 模型原理及感知信任的关键影响因素

2.1 模型原理

本文以CBDT方法为理论框架，用直觉模糊集来描述消费者的主观感知，对CBDT方法和直觉模糊集的原理介绍如下：

(1)CBDT方法

CBDT方法用过往决策问题与新问题的相似性以及过往决策的效用来计算新决策问题的效用[20]。将决策主体曾经解决过的问题描述为(q,a,r)，其中q表示问题，这些问题的集合为M，a表示针对问题q采取的行动，r为行动带来的结果，而结果的效用为u(r)。面对新问题p，如果做出的决策仍然为r，则决策的效用U(a)为相似性的函数：

U(a)=∑(q,b,r)∈Ms(p,q)u(r)

(1)

其中，s(p,q)为新问题p与过去决策问题q的相似性，M为过去决策问题的集合。

(2)直觉模糊集及计算方法

直觉模糊集常用来描述人的主观感知[26-27]，消费者感知信任是一种主观判断，用直觉模糊集A=<μ,ν>表示。其中，模糊隶属度μ∈[0,1]，模糊非隶属度ν∈[0,1]，且有0≤μ+ν≤1，犹豫度π=1-μ-ν。所有这样直觉模糊集组成的集合为直觉模糊集矩阵F。

直觉模糊集的数乘为：

λA=<1-(1-μ)λ,νλ>

(2)

两个直觉模糊集A=<μ,ν>与B=<μ′,ν′>的和为：

A+B=<μ+μ′-μ·μ′,ν·ν′>

(3)

2.2 感知信任的关键影响因素

社会化商务中，消费者的感知信任受到多种因素影响，其中关键的因素和行为特点包括以下几方面：

(1)相似性(similarity)孕育信任

消费者通过在线社会网络获取推荐信息建立感知信任，信息发布者与决策者之间的相似性决定了推荐信息的影响力。Jennifer[28]分析了在线社会网络中用户之间的属性相似度与信任之间的相关性，证明了属性相似度是信任的关键影响因素。Ziegler和Lausen[29]认为相似性是信任的根源，是主体容易相信朋友推荐的根本原因，并在此基础上引入相似性构建基于信任的推荐系统。Guo等[30]认为主体间相似性能够诱发信任，当主体间不存在信任关系时可以用相似性代替主体间关系来解决网络中的冷启动问题。

(2)推荐者权威程度

推荐者的权威程度是衡量其推荐信息影响力的重要指标，指推荐者在某一领域的专业或资深程度，如美容博主或明星在美妆推荐方面、育儿专家在母婴产品推荐方面具有较高权威度，社交网络中的权威人士是一类具有较高影响力的主体[31]，其推荐信息直接影响消费者的购买行为[32]。消费者在决策过程中更注重专家的意见和建议，权威人士的意见能够显著降低消费者的感知风险[33]，在信任传递中起到重要作用。特别是在购买技术含量高的商品时，消费者更倾向于依赖专家的意见[34]。权威人士的专业性、产品涉入和交互性对接收其推荐的消费者感知信任有直接影响，并显著影响消费者的购买意愿[35]。

(3)主体间关系亲密度

亲密度指主体间关系的紧密程度，是衡量推荐信息影响力的重要指标[36]。社交网络中存在大量实时更新的用户生成内容，不同亲密度的朋友提供的推荐信息往往会对消费者有不同影响。口口相传的相关研究结果表明，越亲密的关系在推荐过程中起到的作用越明显，越亲密的关系越让人觉得放心和可靠，从而更容易促进信任传递的形成[37-38]，而通过亲密度高的关系获得的推荐信息对消费者的购买决策影响更大[39-40]。

(4)推荐者信誉

信誉是多个主体对一个主体的评价，是主体长期以来与他人交互中累积的可信度，是感知信任的重要来源[41]。社会化商务中的信息不对称问题带来较高的感知风险，推荐者的信誉作为比较客观的评价指标，能够显著降低感知风险[42]，信誉较高的用户发布的用户生成内容具有较高的可信度和影响力[43]。社会化商务中主体间社会互动更频繁和复杂，推荐者的信誉与其推荐信息的关注度正向相关，是感知信任的重要影响因素[44]。

(5)感知信任融合的行为特点

在社会化商务中消费者感知信任融合过程中，消费者通过社交媒体查看其他主体发布的用户生成内容，包括使用心得、质量好坏等信息，并在此基础上结合自身经验形成自己的感知信任。根据锚定效应，当采用他人观点时，人们往往将自己的观点作为锚[45-46]，衡量他人与自己观点之间的差异并进行调整，以调和自己与他人感知信任之间的差异[47]。实验证明，消费者采用他人观点时，会将自己的观点作为起始锚，跳跃式地调整一定的量并评价所调整的新观点是否与他人的观点相吻合，如果不吻合则开始新的跳跃式调整，直到调整到自己与他人观点都可接受的结果[48]。

社会化商务中，消费者对新问题的感知信任来源于两部分，一是根据过往决策的经验获得的感知信任，二是根据与自身相似主体的推荐信息获得的感知信任。本文以CBDT为理论框架进行扩展，与直觉模糊集和多属性决策相结合，对两种来源的感知信任分别进行计算，再融入感知信任的关键影响因素和行为特点对两种信任进行融合。

3 感知信任模糊融合模型

消费者根过往经验和他人推荐建立感知信任，以相似性作为依据判断信息的影响力。本文以CBDT方法为模型框架，对消费者通过两种渠道获得的感知信任分别进行计算，最后以锚定效应为依据对两种感知信任进行融合。

3.1 模型框架

用感知信任代替感知效用在CBDT基础上进行扩展，定义消费者根据过往相似购买决策对新问题建立的感知信任为：

(4)

其中，T(X)是对新问题X的感知信任，s(Y,X)是过往购买决策Y与新问题X决策情境的相似性，T(Yi)是指消费者根据第i个过往购买决策的决策结果建立起的感知信任。

消费者根据个人经验和他人推荐获取感知信任，按照公式(4)对两种渠道获得的感知信任分别进行计算再融合在一起。

3.2 消费者根据过往经验建立的感知信任

新购买决策问题属性的直觉模糊集矩阵为：

计算过往决策问题与新问题之间的加权汉明相似度为：

(5)

对相似度进行归一化处理：

(6)

(7)

3.3 消费者根据他人推荐获取的感知信任

决策者根据推荐者发布的推荐信息来建立感知信任，如使用心得和好货推荐等等。所有推荐信息中，与决策者属性相似的推荐者发布的信息更具有影响力。决策者对推荐者的判断具有多属性特点，因此将直觉模糊集与多属性决策相结合，在CBDT的理论框架下构建消费者根据他人推荐获取的感知信任计算方法。

(1)推荐者与决策者的个体属性相似度

定义社会网络中的m个推荐者集合为

(8)

相似度集合，对相似度进行归一化处理：

(9)

(2)消费者根据他人推荐建立的感知信任

(10)

(11)

(12)

结合推荐者与决策者之间相似性，计算消费者根据他人推荐获取的感知信任综合值为：

(13)

3.4 两种来源信任的融合计算

社会化商务中消费者感知信任来源于过往经验和他人推荐，不同类型的消费者对两种来源的倚重程度不同，例如专家往往不容易受到锚定效应影响，更能够坚持自己的见解，而一些缺乏主见盲从的人则更容易听信于他人意见。因此，按照不同消费者类型，在锚定效应基础上构建多源信任融合方法。

设融合算子ξ表示决策者倚重他人意见的程度，ξ∈[0,1]，当ξ=0时，表示决策者为专家型消费者，在决策时以自己的意见为主，不考虑他人意见，这类决策者融合后的感知信任为：

(14)

ξ=1表示盲从型消费者，在决策时以他人推荐为判断依据，其融合后的感知信任为：

(15)

对于一般的消费者，有ξ∈(0,1)，根据锚定效应，人们往往以自己的感知信任为锚，根据他人推荐进行调整，以自己的经验为主建立感知信任，因此有ξ>1-ξ。其融合后的感知信任为：

T=ξT(Q)+(1-ξ)T(R)

(16)

4 数据实验

以消费者网购免调试隐形助听器为例，助听器的主要使用群体是听力下降的老年人，网购免调试隐形助听器的价格比需要实地调试的助听器价格便宜很多，因而消费量非常可观。这类助听器的购买者多为使用者的子女，对网购接受程度较高，但是大多数购买者对助听器并不了解，而助听器的使用效果需要具有长期可持续性，劣质助听器可能导致更加严重的耳鼓膜损伤，因此在购买决策时面临着比较高的风险，决策比较困难。消费者在进行决策前往往通过微信咨询有购买经验的亲友，社交网络中的推荐在这类助听器的购买决策中起到了重要作用。

为了更好的验证模型的有效性，本文用算例分析和实际数据分别进行分析与验证。

4.1 算例分析

(1)感知经验信任算例分析

假定消费者过往有四个类似的购物决策，这四个购物事件的集合为P={p1,p2,p3,p4}，设过往第i次购物事件的属性集合为：

5个属性的权重向量为ω=(0.25,0.1,0.3,0.2,0.15)T。过往购买事件属性的直觉模糊集矩阵为：

设消费者面对的新决策问题Q的决策情境属性直觉模糊集矩阵为：

FQ=(<0.5,0.2>,<0.2,0.3>,<0.8,0.1>,<0.6,0.3>,<0.3,0.6>)T

算例分析流程为：给出一组T(p)值集合，即过往4次类似购买决策产生的感知信任，根据公式(5)-(7)计算过往4个类似购买事件与新决策问题之间的相似度，及消费者根据过往经验建立的感知信任T(Q)值，计算结果如表1：

表1 源于过往经验的感知信任算例分析

①第一组数据：

设决策者过往类似购买决策产生的感知信任为：

T(p)={<0.8,0.1>,<0.6,0.3>,<0.7,0.1>,<0.5,0.2>}这组数据表示过往4次类似经验持信任倾向。根据公式(5)计算过往4个类似购买事件与新决策问题之间的相似性集合为：S={0.955,0.916,0.912,0.965}。根据公式和(6)计算归一化后的相似度集合为：S′={0.255,0.244,0.243,0.257}。根据公式(7)计算过往经验带来的感知经验信任为：T(Q)=<0.669,0.156>，表明消费者感知经验信任的隶属度较高，对新问题持信任意向。

②第二组数据：

将第一组T(P)数据中隶属度与非隶属度调换，生成一组信任非隶属较高的过往类似购买决策产生的感知信任：

T(P)={<0.1,0.8>,<0.3,0.6>,<0.7,0.1>,<0.5,0.2>}按照上文计算流程，消费者对新问题的感知经验信任为：T(Q)=<0.179,0.640>，非隶属度较高，表示消费者对新问题持不信任意向。

③第三组数据

将第二组T(P)数据前两个元素的隶属度与非隶属度调换，后两个元素保持不变：

T(P)={<0.8,0.1>,<0.6,0.3>,<0.7,0.1>,<0.5,0.2>}即最近两次类似交易的感知信任隶属度较高，而以前两次类似交易的感知信任非隶属度较高。按照上文计算流程，消费者对新问题的感知经验信任为：

T(Q)=<0.512,0.318>，表明消费者感知经验信任隶属度高于非隶属度，但是差别并不太大。

④第四组数据

将第二组T(P)数据后两个元素的隶属度与非隶属度调换，前两个元素保持不变：

T(p)={<0.1,0.8>,<0.3,0.6>,<0.7,0.1>,<0.5,0.2>}即其中两次类似交易的感知信任非隶属度较高，另外两次类似交易的感知信任隶属度较高。按照上文计算流程，消费者对新问题感知经验信任为：T(Q)=<0.443,0.372>，表明消费者感知经验信任隶属度高于非隶属度，但是差距比较小，基本趋近于比较中立的态度。

由此可见，过往类似购买决策产生的感知信任T(P)对消费者感知经验信任起到了决定性的影响，且感知经验信任T(Q)值的隶属度与非隶属度介于过往历次类似经验的感知信任的隶属度与非隶属度之间。

(2)源于他人推荐的感知信任算例分析

假设该消费者通过社交网络收集他人提供的推荐信息，设共收集到3位推荐者提供的推荐信息，设推荐者的社会属性及推荐信任各影响因素的权重为θ=(0.1,0.4,0.3,0.2)T，推荐者影响力属性的直觉模糊集矩阵为：

从直觉模糊集的数值直观看来，第一位推荐者社会属性与推荐信任的直觉模糊集矩阵的模糊隶属度与非隶属度接近，第二位推荐者的模糊隶属度较高，第三位推荐者的模糊非隶属度较高。按照公式(10)-(13)计算他人属性与推荐信任带来的无差异感知信任为：

T(r1)=<0.4142,0.3366>,T(r2)=

<0.5410,0.1911>,T(r3)=<0.3150,0.5524>

计算结果与三位推荐者社会属性与推荐信任的直觉模糊集矩阵的趋势保持一致，模糊隶属度介于四个决策属性的模糊隶属度值之间。

下面，在无差异感知信任的基础上给出几组相似度数据，并计算该消费者根据他人推荐建立的感知信任综合值，结果如表2。

表2 根据他人推荐建立的感知信任综合值

根据表2的计算结果表明，根据他人推荐建立的感知信任综合值与相似度密切相关，综合值与相似度较大的无差异感知推荐信任的趋势一致，说明推荐者与消费者之间属性的相似度在感知信任综合值中起到了重要的调节作用。

(3)两种来源信任的融合计算

下面分别给出几组锚定效应融合算子的取值和两种来源的感知信任值，并按照公式(16)计算融合后的感知信任，算例及计算结果如表3：

表3的计算结果显示，当融合算子较大， 即消费者更倾向于以自我感知经验信任为中心时，融合后的感知信任更接近于T(Q)的取值，而融合算子较小，即消费者更倾向于相信他人推荐时，融合后的感知信任更接近于T(R)的取值。对比第1和第2组数据，第3和第4组数据，以及第5和第6组数据，融合算子在两种来源的信任中具有调和作用，当融合算子较大时，消费者的感知信任接近根据经验的感知信任，反之则更接近根据他人推荐建立的感知信任；对比第1和第3组数据，以及第2和第4组数据，当融合算子较大时，负面的推荐信息对消费者的感知信任有影响，但是消费者仍然保留根据经验建立的感知信任意向；对比第2和第4组数据，可以看出负面的推荐信息对消费者感知信任具有较大影响；第3组和第5组数据，以及第4组合第6组数据的结果体现了融合因子显著的调节作用。

表3 不同融合算子及两种来源感知信任及消费者感知信任的融合值

(4)小结

本文对模型的三个主体部分分别进行了算例分析，分析结果表明，本文提出的模型能够很好地将消费者的过往经验转化为对新问题的感知信任，对多个推荐信任的综合计算和两种来源的感知信任的融合值符合人的直觉，且相似度和融合算子在模型中起到了重要的调节作用。

4.2 实际数据验证

在算例分析的基础上，本文通过调查问卷收集数据，以实际数据作为模型输入，通过数据实验计算模型出结果并与实际数据进行拟合，对模型的有效性进行进一步验证。

(1)问卷设计

以淘宝上的免调试助听器的网页内容作为实例，按照模型步骤设计问卷问题和流程，从三个角度测量消费者对各影响因素的感知及感知信任，问卷共26题，其中1-19题测量被试根据个体经验建立的感知信任，20-24题测量被试根据某位推荐者的推荐建立的感知信任，25-26题测试被试将两种来源感知信任融合后的融合值。问卷问题列表见表4：

表4 社会化商务中消费者感知信任问卷问题列表

续表4 社会化商务中消费者感知信任问卷问题列表

(2)问卷量化方式

问卷量化方式与直觉模糊集的三维维度保持一致。对模糊隶属度、非隶属度和犹豫度数据，采用问卷星中的权重题模式，让被试将100分分配给隶属度、非隶属度和犹豫度，当三者打分值的总和不为100时，问卷将无法提交。打分方式可以在文本框中填写数字，也可以拉动滑动条，改变其中一个滑动条系统能够按照比例自动更改另外两项的分值，操作比较简便，各因素的权重分配题也用此方式设置，如图1：

图1 调查问卷数据采集方式

(3)数据收集

用问卷星在线问卷系统设计问卷，并通过微信请同学和亲友填写并转发问卷(在众多社交网络中选用微信作为问卷发放工具，原因是这种社交工具使用比较广泛，也是人们日常交流中最常使用的在线交流方式)。本次调查共回收问卷165份，其中有效调查问卷149份。被试者中，男性的比例约30%，女性的比例约为70%，年龄在21～30岁的比例约为51%，30～41岁的比例约为45%，其他年龄比例约为4%。调查问卷结果显示，被试认为曾购买过对网购助听器有借鉴意义的商品包括：电子血压仪、电子体温计、手环、电子计步器等。

(4)数据实验流程及结果分析

(15)

相似度计算结果见表5:

表5 感知信任打分与模型输出值的相似度统计表

通过算例分析，本文构建的模型能够体现消费者感知信任的模糊性和多源性，过往经验和他人推荐在感知信任的形成中起到了决定性作用，而融合算子在多源信任融合过程中起到了显著的调节作用。而实际数据验证结果表明，本文构建模型的输出值与消费者感知信任融合值数据之间的平均相似度为0.8630,说明本文构建的模型能够较为准确的预测消费者的感知信任。

5 结语

本文针对社会化商务中消费者感知信任的融合问题，以基于案例的决策理论(CBDT)为基础，结合直觉模糊集和多属性决策方法构建感知信任模糊融合模型，该模型的特点在于：(1)考虑消费者的过往经验，并将过往经验与他人推荐信任相结合，符合消费者感知信任形成特点，从新视角构建信任融合模型，突破CBDT的局限性；(2)在CBDT理论框架上将直觉模糊集与多属性决策方法相结合构建模型，满足社会化商务中消费者感知信任模糊性和多面性特点，解决相似性和感知信任度量难问题；(3)引入锚定效应来设定构建多源信任融合算法，从而体现不同类型消费者的决策特点。

研究结果表明，本文构建的消费者感知信任模糊融合模型能够有效的将消费者个人经验与他人推荐信任相融合，从而预测消费者的感知信任，适用于解决由相似性引导的不确定性决策问题，模型能够体现消费者感知信任的模糊性且能够融入感知信任的多种关键影响因素，因而适用于描述异质消费者感知信任的形成过程。

本文提出的感知信任模糊融合模型将多种方法相结合优势互补，突破信任融合方法在研究主体上的局限性，完善信任融合方法体系，为社会化商务中消费者感知信任的度量提供新方法，对多学科交叉有意义。在实际应用层面，本文构建的模型适用于社会化商务或web2.0型电子商务商家及平台预测和度量消费者的感知信任，能够为基于信任营销策略的制定提供支持，为精准营销提供新视角。

本文存在的局限性：(1)模型以数据实验结合实际数据验证的方式对模型有效性进行验证，但是在消费者主观感知数据的直觉模糊集三维数据获取方面仍存在不足，对消费者评论进行语义分析能够更好的获取三维数据，而主体间相似性数据则可以通过社交网络平台中主体的属性及主体间关系数据进一步获得，在日后的研究工作中我们会与电子商务企业开展合作寻求更好的解决方案来完善模型的验证工作。(2)在不确定性决策环境下，消费者的感知风险较高，因而负面意见可能更具影响力，在未来的研究工作中，我们将对冲突意见的处理方法进行深入研究，进一步拓展社会化商务中消费者感知信任融合模型。