基于h指数的电子商务商铺影响力评测探索

    李佳益

    

    

    

    摘 要：随着互联网的高速发展与普及，以电子商务为代表的网上交易活动盛行。与此同时，对消费者而言，如何在众多商铺中选择优质商铺进行消费显得尤为重要。文章提出了一种基于h指数的电子商务商铺影响力评测方法，以“天猫商城”中销售手机的19家品牌旗舰店为研究对象，进行实例分析，用以辅助消费者选择高影响力的商铺，从而降低购物风险。

    关键词：信息计量学；h指数；电子商务；商铺影响力；天猫商城

    2016年中国互联网络信息中心（CNNIC）正式发布第39次《中国互联网络发展状况统计报告》。该《报告》显示，截至2016年12月，我国网络购物用户规模达到4.75亿，较2015年底增加5831万人，增长率为14.0%；我国网民使用网络购物的比例从60.5%提升至64.9%。同时，网络购物呈现全球化、移动化等趋势。2014年随着京东、聚美优品、阿里巴巴的上市，网络零售市场格局趋向稳定。淘宝网、天猫、京东的品牌渗透率位居前3位，分别为87%，69.7%和45.3%，遥遥领先于同类竞争对手[1]。

    天猫不仅是大卖家和大品牌的集合地，同时也提供比普通淘宝网店铺更加周到的服务。自2012年原“淘宝商城”更名为“天猫”以来，从商铺的入驻量到商品的成交量均屡创新高，2016年11月11日天猫双11再刷全球最大购物日记录，单日交易1207亿。但在庞大交易量的背后，也曝光出了一些出售假货、不合格商品的商铺，使消费者蒙受损失。因而，在电子商务网站把好商铺入驻第一关的同时，作为消费者，如何在众多商铺中选择优质商铺进行消费也显得尤为重要。文章提出了一种基于h指数的电子商务商铺影响力评测方法，用以辅助消费者选择高影响力的商铺，从而降低购物风险。

    1 电子商务商铺影响力评测方法

    现有的电子商务商铺质量评测大多采用卖家服务评级（Detail Seller Rating，DSR）评分。当前淘宝和天猫商城使用的是同一套DSR系统，主要是以下3个部分：商品与描述相符、卖家的服务态度和卖家发货速度，以此来精准测定一个店铺的评分。

    商品与描述相符与否，即商家对商品进行描述是否客观真实。消费者通过阅读商家对商品的图文描述做出购买决定，收到商品后再对商品进行描述相符度评分，该指标体现了商家的诚信度。

    卖家的服务态度好坏，即消费者在购买商品前会与卖家进行咨询商品图文描述中不理解或未描述的内容，卖家是否能够耐心、真实地解答。

    卖家发货速度快慢，即在同等条件下，能够选择优质的快递公司快速发货，使消费者及时收到商品的商家，在市场竞争中就会占据优势地位。该指标侧面反映了卖家的服务质量。

    该测定方法虽然在一定程度上区分开了优质与劣质商铺，但忽略了店铺的粉丝数、商品的销售量及被收藏量。因而，很难更精细地反映各店铺间的影响力，指导买家在众多优质商铺里优中选优。

    2 h指数在电子商务商铺影响力评测中的应用

    2.1 h指数的定义及优势

    h指数（h-index）是一个混合量化指标，最初是由美国加利福尼亚大学圣地亚哥分校的物理学家乔治·赫希（Jorge Hirsch）在2005年的时候提出来的，其目的是量化科研人员作为独立个体的研究成果。乔治将其定义为：若一位科学家发表的 N篇论文中有h篇论文每篇至少被引次数为h，且其他的（N-h）篇论文中每一篇的被引次数都≤h，则该科学家的h指数为h[2]。

    h指数在实证评价中具有简单且易于计算、兼顾质量与数量、结果相对稳定准确、对数据源和测评领域的敏感性、测算时间区间敏感性等优势[3]。

    2.2 h指数相关研究

    文章以“h指数”为篇名，在中国知网（CNKI）中共检出文献356篇。除去有关赫斯特提出的一种计算时间序列的H指数、会议通知、期刊征稿等干扰数据，将最后得到的326篇文献作为中文研究样本，數据获取时间点为2015年12月31日。

    从下图1关于h指数研究领域发文量统计来看，以2009年为分界线，可以将发文量分为两个时区：2006—2009年是h指数研究增长的时间段，其中2009年发文量激增，超过2008年发文量近4倍；2010年至今发文量保持在每年30～40篇，呈稳定趋势。整体分析，国内目前有关h指数的研究趋于稳定的原因可能是该领域研究已经逐渐趋于成熟，或暂时没有找到新的研究突破口。

    将检出文章导入CiteSpace 3.9[4]进行关键词聚类分析。CiteSpace 软件提供国家、机构和作者等网络节点，可以通过选择这些节点绘制h指数的国家分布、机构分布及作者分布知识图谱，以此来分析h指数研究的主体。在知识图谱中，各国家、机构、作者所发表论文的数量及时间能够以年轮的形式直观展示出来，年轮的大小可以体现节点的频次，而年份的不同颜色可以显示节点的时间性质。图中各个节点间的连线表示文献的共被引关系及共被引强度，共被引次数越多，连线越粗，节点联系越紧密。而节点的中心度则能够显示节点在网络中的重要程度，中心度越大说明节点在网络中的位置越重要。

    图2关于国内h指数研究领域关键词聚类分布，展示了h指数的研究热点及新的应用领域。从图中可以看到，研究的中心度比较高的有文献计量指标、科研评价、突发检测算法及科学计量学等，图的外围即中心度较低的部分，可以展现出新的研究方向，例如与人工神经网络、专利评价、信任管理、图书馆、博客评价以及衍生的“h-a指数”、“hic指数”等。这些词在未来的研究中起导向作用，为新的研究指引方向。

    在图3国内h指数研究领域关键词聚类时区分布中，弧线的跨度表示该关键词研究的时间点，研究比较集中的还是2006年提出的一些概念角度，即“计量指标”、“动态h指数”、“科学计量学”等，跨度比较小的可以代表近年来研究的突现点，即“同行拆借市场”、“专利评价”、“信任管理”和“博客”等。

    综上所述，可以得出近10年，国内有关h指数的应用研究领域不仅局限于学术评价领域，已有研究者将h指数应用于博客、微博影响力及专利评价等研究中[5-8]。

    2.3 h指数应用于商品店铺影响力的可行性

    h指数是基于引文数据提出的，通常用来评价科研工作者的论文被引量，进而考察科研工作者的影响力，其基本思想与方法也可被用于其他相似的数据环境中。文章将信息计量学中的h指数引入到电子商务商铺影响力的研究中，原因主要有以下几点：首先，科研工作者的发文量，可以等价为商铺在售商品总数量；其次，科研工作者的论文被引次数，可以等价为商品被销售量、被评价量以及被收藏量；最后，h指数具有兼顾科研工作者学术成果的质量与数量的特点，而分析商铺影响力的时候，也应该兼顾商铺在售商品总数量和商品被销售量、被评论量及被收藏量，显然，商品被销售量、被评论量及被收藏量符合h指数的应用环境特征。

    2.4 商铺的h指数定义及求解

    考虑到核心数据的可获取性，文章选取商铺被关注量、在售商品种类、当月已售商品数、商品被收藏量和商品被评论数5个绝对指标并对其进行统计与分析，得出了商品月销售量h指数（hx）、被评论量h指数（hp），用以衡量商铺一定时间内的影响力。hx，即若一个商铺在售的 N件商品中有h件商品，其中每件商品的月被销售件数至少为h，且该商铺（N-h）件商品中每一件的月被销售数都≤h。同样思路也可推出hp。该评价方式增强了不同商铺之间的可比性，能够更加客观地反映其所在商铺信息的市场传播力与影响力。同时，绝对指标中的商铺被关注量及商品被收藏量能够反映该店铺潜在消费者群体规模，在消费心理学角度代表消费者的优先购买力。在售商品种类侧面反映该商铺未来的发展趋势，一个有活力的厂家会及时研发新产品并进行线上旗舰店营销，以获得更大的市场关注度。多样的商品种类也能扩展消费者可选择的空间，为商铺带来高浏览量。当月已售商品数则直观地体现了店铺近期的市场竞争力。

    此外，文章还引入了类均商品已销售量（月销售总量与在售商品种类的比值）及类均商品被收藏量（商品被收藏总量与在售商品种类的比值）两个相对指标，以便更客观地评价店铺整体传播力和影响力状况。新兴的店铺在一定时间内的被关注量、被收藏量指标是无法在短时间内超越领先入驻天猫的老商铺，还会出现个别商品的高倍销售和收藏，从而提高了整体被销售数和收藏数。以上原因都可能造成不能客观地评价店铺整体的传播力和影响力状况，但类均商品被销售量、被收藏量则削弱了商品集合内部的差别，有利于测度商铺的平均竞争力。

    以“联想智能手机官方旗舰店”为例，其5月份的销售信息如表1所示。当我们按月销量的从高到低对商品信息进行排序时，其月销量的h指数为4，累积已获评价的h指数为6。

    3 实证研究

    3.1 数据准备

    选取“天猫商城”中销售手机的“Apple Store 官方旗舰店”“华为官方旗舰店”“小米官方旗舰店”等19家主流手机官方旗舰店商铺作为研究样本，分别搜集统计其2016年5月份的相关商品月销售量、收藏量和评价量等数据并进行深入分析。

    3.2 实验结果及分析

    19家主流手机官方旗舰店商铺5月的相关信息如表2所示，从中可以分析出以下结论。

    （1）原有的DSR评价方法有明显的“是非观”，虽然可以直观地区分优质及劣质的商铺，但无法优中选优，表中19家商铺仅能根据排名划分为7类。而h指数的引入，可以对优质商铺进行细粒度划分，从而更好地指导消费者做出消费选择。

    （2）hx，hp高的商铺，一般来说都是在售商品种类多，被关注量、类均商品量也相应较高。因此，要提高商铺的影响力，从根本来说还是要提高品牌的创新性及科研能力，及时上线更新在售商品，以吸引更多的客户关注度。优选推荐热销单品、促销低热度商品，以平衡商铺类均商品整体的销售量。

    （3）商家最重要的是通过时间的积累与消费者形成良性互动，提升其知名度和美誉度，而不是靠雇佣水军刷销量、刷信誉、刷同类销售者“恶评”等来赢取自己的市场占有率。

    （4）电子商务市场很大程度上都是“图片消费”。相较大多数使用“天猫”提供母版页的商铺，拥有自己特色的主页及商品展示页面的商铺被收藏量排名更高，这样就聚集了潜在的购买力。例如小米官方旗舰店、华为官方旗舰店、魅族官方旗舰店和苹果官方旗舰店等。

    4 结语

    文章提出了一种基于h指数的电子商务商铺影响力评测方法，用以辅助消费者选择具有优质、高影响力的商铺，从而降低购物风险。同时，该方法丰富了商铺影响力评价指标体系。电子商务网站可以通过该方法分析商铺的影响力程度，为消费者推送高质量商铺信息，指导消费，提高交易质量及消费者满意度。

    [参考文献]

    [1]中国互联网絡信息中心. 第39次中国互联网络发展状况统计报告[EB/OL].（2017-01-23）[2017-05-25].http：//media.people.com.cn/n1/2017/0123/c40606-29042485.html.

    [2]HIRSCH JE. An index to quantify an individuals scientific research output[J]. Proceedings of the National Academy of Sciences of the United States of America，2005（46）：16569-16572.

    [3]叶鹰.h指数和类h指数的机理分析与实证研究导引[J].大学图书馆学报，2007（5）：2-5.

    [4]CHEN C，IBEKWE SF，HOU J. The structure and dynamics of co-citation clusters： A multiple-perspective cocitation analysis[J]. Journal of the Association for Information Science and Technology，2010（7）：1386-1409.

    [5]SMITH A G. Issues in “blogmetrics”： case studies using blogpulse to observe trends in weblogs[C]. Madrid： Proceedings of the 11th International Conference of the International Society for Scientometrics and InFormetrics，2007：659 -671.

    [6]张晓阳，李晓亮.科学家博客h指数评价及其相关性分析[J].图书情报工作，2010（2）：66-69.

    [7]郑超，陈峰. 科学家博客 h 指数与科学家 h 指数相关性分析[J]. 图书馆学研究，2013（3）：53-57.

    [8]周志峰，韩静娴. h指数应用于微博影响力分析的探索—以我国“211工程”大学图书馆微博为例[J].情报杂志，2013（4）：63-67.