当下,我国电子商务蓬勃发展,电商平台的商品更是不计其数,购物者想从海量商品中选择出最适合自身的商品不是一件容易的事。考虑到购物者在电商平台存在商品选择困难,选择失误很可能对购物者的购物体验产生负面影响。因此,针对电商平台商品选择的方法研究对提升我国购物者的线上购物体验具有重要意义。本文将模糊多属性决策方法应用于电商平台商品选择之中。由于商品属性信息的模糊性和不确定性,主要解决属性信息以三角模糊数和直觉模糊数形式给出的电商平台商品选择问题。针对商品信息以三角模糊数表示的商品选择问题,提出了一种基于改进相对相似度的三角模糊多属性决策TOPSIS法。首先,为解决现有的三角模糊数的相对相似度计算结果偏高的问题,提出一种考虑分配度的相对相似度,并通过证明其相关定理和与现有相对相似度进行算例比较,证明其有效性;另外,采用方案间的相对相似度代替各方案与正负理想方案之间的距离测度,一定程度上避免了忽略属性间相关性的问题;然后,算得各方案与正负理想方案相比较的整体相对相似度,实现对方案的选优和排序。针对属性信息以直觉模糊数表示的商品选择问题,提出了一种基于改进的记分函数和累积前景理论的直觉模糊多属性决策TOPSIS法。首先,为解决现有记分函数需要二次比较和在某些情况下与客观事实不符的缺陷,提出一种考虑犹豫度倾向和客观事实的记分函数,并通过证明其相关定理和与现有记分函数进行算例比较分析,证明其合理性和优越性;考虑到决策者在面临效益和损失时存在不同的心理偏好,引入累积前景理论,采用综合前景损失值和综合前景收益值代替各方案与正负理想方案之间的距离测度,有效地避免了忽略属性间相关性的问题;然后,算得各方案的相对贴近度,以此确定方案的排列顺序。最后,分别将基于改进相对相似度的三角模糊多属性决策TOPSIS法和基于改进的记分函数和累积前景理论的直觉模糊多属性决策TOPSIS法应用到电商平台商品选择实例中,并通过与现有决策方法进行实例比较分析和仿真数据对比,验证所提决策方法的可行性和有效性。另外,考虑到商品各属性之间可能还存在关联的情况,提出一种基于C-TODIM的考虑属性关联的直觉模糊多属性决策方法。采用λ-模糊测度作为属性子集的可加性权重,并且将Choquet积分思想融入到TODIM方法中。通过算得方案间两两比较的感知优势度,确定方案的顺序排列。最后,将基于C-TODIM的考虑属性关联的直觉模糊多属性决策方法应用于电商平台商品选择的实例中,并与仅考虑属性独立的模糊多属性决策方法进行比较分析,验证其可行性和实用性。