《Future Foods》:Evaluation of electronic commerce food applications based on consumer sensory preferences using an integrated AHP–FVIKOR approach
编辑推荐:
目前,电子商务食品配送应用程序(e-food applications)在许多人日常生活中扮演着重要角色。众多电子食品应用程序已被开发,这使得消费者在选择移动应用程序进行食品配送时犹豫不决。因此,必须进行一项评估,以量化所选应用程序在给定标准集下的性能。本研究
目前,电子商务食品配送应用程序(e-food applications)在许多人日常生活中扮演着重要角色。众多电子食品应用程序已被开发,这使得消费者在选择移动应用程序进行食品配送时犹豫不决。因此,必须进行一项评估,以量化所选应用程序在给定标准集下的性能。本研究旨在解决这一问题,并提出了一个三阶段框架。第一阶段涉及构建多个标准的层次结构,第二阶段使用层次分析法(Analytical Hierarchical Process,AHP)分配标准和子标准的权重。第三阶段使用模糊VIKOR(Fuzzy VIKOR)对所选应用程序进行排序和分析。目标是通过从100份调查问卷收集的实时数据来展示所构建的评估模型。根据标准和子标准的重要性,Swiggy和Zomato在本研究使用的其他应用程序中脱颖而出。此外,敏感性分析表明结果是可靠和有效的。本研究提出了一种集成AHP和FVIKOR的模型,用于基于标准和子标准评估和排序电子食品应用程序,这在以往的研究工作中尚未被探索。本研究提出的框架有助于对各种电子食品应用程序进行排序和基准测试,从而减轻消费者的压力和犹豫不决,并帮助应用程序开发者发现其性能瓶颈特征并进行适当基准测试。
**论文解读文章**
**研究背景、问题与意义**
在数字化与可及性快速发展的背景下,电子商务食品配送应用程序(e-food applications)已成为现代人日常生活的重要组成部分。据统计,到2026年全球食品配送应用市场规模预计达4760亿美元,用户数达23亿,且亚洲地区占比最高(64%)。然而,众多应用程序的涌现使消费者在选择时面临决策困难,因为影响选择的多重因素(如可用性、配送速度、安全性、用户满意度、信息呈现方式及伦理表现)相互关联且存在冲突。现有研究多集中于用户满意度调查或单一因素分析(如回归分析、结构方程模型),缺乏一个综合性的多准则决策(MCDM)框架来系统评估、排序和基准测试电子食品配送应用程序。特别是,层次分析法(AHP)与模糊VIKOR(FVIKOR)的集成方法在此领域尚未被探索。因此,本研究旨在填补这一空白,提出一个基于消费者感官偏好的三阶段评估框架,以帮助消费者做出明智选择,并指导开发者改进应用程序性能。该论文发表在《Future Foods》上。
**主要关键的技术方法**
研究人员采用了一种集成多准则决策方法:首先,通过文献综述和专家团队(由应用开发者、餐厅利益相关者、配送合作伙伴及行业专业人士组成,共5名专家,采用目的性抽样选取)讨论,确定了6个主要标准和24个子标准;其次,利用层次分析法(AHP)通过专家成对比较计算各标准及子标准的权重(一致性比率CR<0.1);最后,采用模糊VIKOR(FVIKOR)方法(基于梯形模糊数处理不确定性),根据来自100份调查问卷(样本来源:印度地区,覆盖53名男性和47名女性,多数年龄在16-25岁)的消费者感官偏好数据,对10个备选应用程序进行排序和评估。敏感性分析通过成对交换主标准权重进行了15次模拟,以验证结果稳健性。
**研究结果**
**4. e-food-Application evaluation using the proposed model(使用提出模型评估电子食品应用程序)**
研究人员构建了包含6个主标准和24个子标准的层次结构,并通过AHP计算权重。结果表明,在6个主标准中,“可建议性与性能(Advisability and performance, FAEC6)”权重最高(0.424),其次是“可用性(Usability, FAEC2)”(0.301)和“食品配送(Food Delivery, FAEC1)”(0.118),“安全性(Security)”、“用户满意度(User satisfaction)”和“信息呈现(Presentation of information)”权重较低(分别为0.030、0.093、0.034)。
**4.3. Computation of weights using AHP(使用AHP计算权重)**
在子标准层面,全局权重最高的子标准包括:“应用程序被推荐使用的可能性(How likely the app is suggested to use)”(0.240)、“用户界面(User interface)”(0.140)、“交互性(Interactivity)”(0.111)、“客户服务(Customer care)”(0.061)和“易用性(Ease of use)”(0.048)。所有成对比较矩阵的一致性比率均小于0.1,表明决策具有良好的一致性。
**4.4. Assessment of alternatives and ranking using FVIKOR(使用FVIKOR评估备选方案并进行排序)**
基于100份调查问卷数据,消费者对10个应用程序(Door dash、Uber eats、Swiggy、Dunzo、Grubhub、Zomato、Food panda、Rappi、Glovo、Deliveroo)就所有30个标准(6个主标准+24个子标准)进行语言评级(低、中、高),并通过梯形模糊数进行模糊化处理。利用FVIKOR方法计算效用值(S)、遗憾值(R)和VIKOR指数(Q),按Q值升序排列。结果显示,Swiggy和Zomato的Q值均为0,并列第一;Grubhub以Q=0.21排第三,Uber Eats以Q=0.55排第四。完整排序为:Swiggy=Zomato > Grubhub > Uber Eats > Rappi > Dunzo > Glovo > Door Dash > Food panda > Deliveroo。
**4.5. Validity and reliability of results using sensitivity analysis(使用敏感性分析验证结果的可靠性和有效性)**
通过成对交换6个主标准的权重进行15次模拟,所有模拟结果均显示Swiggy和Zomato为最佳应用程序,证明了排序结果的稳健性和可靠性。
**总结讨论与结论翻译**
**总结讨论**:本研究的理论意义在于将AHP与FVIKOR集成,填补了决策理论与不确定性环境下电子食品应用程序评估之间的空白。模糊理论的引入有效处理了用户偏好和系统性能中的模糊性,为决策者提供了更现实的模型。实践方面,该框架帮助消费者做出更明智的选择,减少抉择压力;为开发者提供性能瓶颈的洞察,指导资源优化;为行业评审者提供标准化评估基准,促进市场竞争和持续改进。
**研究结论(翻译自原文第6节)**:电子食品配送应用深受现代生活方式中大量人群的青睐,并在新冠疫情前后显示出巨大便利性。然而,面对市场上众多不断更新的应用程序,消费者难以选择。本研究因此旨在利用AHP和FVIKOR针对多种标准提出一个评估模型,共纳入6个主标准和24个子标准。应用模糊概念处理不确定性。结果表明,可用性(FAEC2)、可建议性与性能(FAEC6)和食品配送(FAEC1)是选择电子食品配送应用的最重要标准,权重分别为0.301、0.424和0.118。在本研究考虑的应用程序中,Swiggy和Zomato表现最佳。关键子标准为“应用程序被推荐使用的可能性”(0.240)、“用户界面”(0.140)、“交互性”(0.111)、“客户服务”(0.061)和“易用性”(0.048)。敏感性分析验证了结果的可靠性。本研究提出的混合框架在现有文献中尚未有类似应用,它为开发者和消费者提供了评估和选择机制。未来研究可采用其他多属性决策方法(如PROMETHEE、FANP、ELECTRE、MAUA)进一步验证结果。