考慮客戶滿意度的電子商務(wù)商品信息推送效果測評方法

李永海

〔摘要〕商品信息推送成為了電子商務(wù)商家商品信息服務(wù)的一種主要方式，研究如何進(jìn)行電子商務(wù)商品信息推送效果測評問題具有重要意義。本文通過對已有文獻(xiàn)的梳理和研究，結(jié)合對參與電子商務(wù)商品信息推送效果測評的相關(guān)負(fù)責(zé)人和客戶的訪談和調(diào)研，建立了電子商務(wù)商品信息推送效果測評指標(biāo)體系；以此為基礎(chǔ)，提出了一種考慮客戶滿意度的電子商務(wù)商品信息推送效果測評方法；最后，通過一個(gè)實(shí)例分析說明了該測評方法的有效性和可行性，并就測評結(jié)果做出了有針對性地改進(jìn)分析。

〔關(guān)鍵詞〕商品信息推送；電子商務(wù)；客戶滿意度；測評指標(biāo)體系

DOI：10.3969/j.issn.1008-0821.2016.11.010

〔中圖分類號(hào)〕C934〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821（2016）11-0055-04

〔Abstract〕Product information push has become the main information service way for merchants under e-commerce.Hence，it is important to do the research about the evaluation of the effect of e-commerce product information push.In this paper，firstly，the evaluation index system of the effect of e-commerce product information push was constructed according to the integration and study about existing literatures and the interview and investigation on organizer and customer who had participated in the evaluation of the effect of e-commerce product information push.Then a method for e-commerce product information push effect evaluation considering customer satisfaction degree was presented on the basis of the above work.Finally，the feasibility and validity of the proposed method was illustrated by an example analysis，and then the relevant improvement analysis was put forward according to the result of evaluation.

〔Key words〕product information push；e-commerce；customer satisfaction degree；evaluation index system

電子商務(wù)商品信息推送，簡單的說就是商家依據(jù)客戶的需求，利用電子商務(wù)平臺(tái)，從商品信息數(shù)據(jù)庫中獲取并整合有價(jià)值的商品信息等內(nèi)容，使用推送方法和技術(shù)傳遞信息，向客戶提供及時(shí)、主動(dòng)的信息服務(wù)，實(shí)現(xiàn)把恰當(dāng)?shù)纳唐沸畔⒌葍?nèi)容在恰當(dāng)?shù)臅r(shí)間、恰當(dāng)?shù)牡攸c(diǎn)通過恰當(dāng)?shù)姆绞絺鬟f給有需求的客戶，輔助它們進(jìn)行有效的購買決策[1]。通過電子商務(wù)商品信息推送，不僅為客戶節(jié)約商品信息等內(nèi)容的獲取時(shí)間成本，同時(shí)也可為電子商務(wù)商家節(jié)省服務(wù)成本并帶來更多利潤。然而，這些電子商務(wù)商家的商品信息推送效果如何？客戶對它們的電子商務(wù)商品信息推送滿意度如何？這成為了該些電子商務(wù)商家面臨的一個(gè)實(shí)際問題。目前，關(guān)于信息推送及信息推送效果測評的研究已經(jīng)得到國內(nèi)外學(xué)者的廣泛關(guān)注，其中具有代表性的研究成果有[2-8]：樊治平和馮勇等在分析組織員工信息需求的基礎(chǔ)上，提出了一種復(fù)合信息推送系統(tǒng)框架[2]；王詠研究了基于Push技術(shù)的信息獲取方式[3]；張延國給出了一種基于搜索引擎的個(gè)性化信息推送的情況[4]；Ricadela介紹了Microsoft公司開展知識(shí)信息推送的情況[5]；于宏國和索瑋嵐等給出了一種基于二元語義信息處理的知識(shí)信息推送效果測評方法[6]；馮勇和田忠文提出了一種評價(jià)知識(shí)信息推送效果的方法，并給出了基于評價(jià)結(jié)果的改進(jìn)策略[7]?？梢钥隙ǖ氖?，這些研究成果為進(jìn)一步研究信息推送技術(shù)及信息推送效果測評方法起到了重要的作用，但需要指出的是，已有的大多數(shù)研究僅針對單一的技術(shù)或方法，沒有考慮到客戶的滿意度，也較少考慮到電子商務(wù)商品信息推送效果測評問題。之所以要考慮客戶滿意度是因?yàn)榭蛻羰怯绊戨娮由虅?wù)商品信息推送效果測評的決定因素，而影響客戶滿意度的關(guān)鍵因素是客戶感知值與客戶期望值，它們之間的關(guān)系表現(xiàn)為客戶完成消費(fèi)體驗(yàn)，若客戶期望值得到滿足，客戶滿意度就會(huì)升高；若客戶期望值得不到滿足，客戶滿意度下降，客戶就會(huì)產(chǎn)生沮喪感，由此會(huì)導(dǎo)致客戶資源流失。鑒于此，本文則以已有信息推送及其效果測評的研究工作為基礎(chǔ)，在考慮客戶滿意度的情況下，給出一種電子商務(wù)商品信息推送效果的測評方法。

1電子商務(wù)商品信息推送效果測評指標(biāo)體系

根據(jù)信息推送的含義，結(jié)合電子商務(wù)特定環(huán)境，在考慮信息推送效果測評時(shí)，本文從信息推送內(nèi)容、信息推送方式以及信息推送時(shí)效三方面進(jìn)行了研究，其中信息推送內(nèi)容方面主要考慮電子商務(wù)環(huán)境下所推送的信息內(nèi)容是否有效的滿足了客戶的信息需求；信息推送方式方面主要考慮電子商務(wù)環(huán)境下推送信息的方式是否恰當(dāng)?shù)剡m應(yīng)了客戶的接收習(xí)慣；信息推送時(shí)效主要考慮推送信息的及時(shí)程度與頻繁程度是否在客戶可承受的范圍內(nèi)。為了構(gòu)建電子商務(wù)商品信息推送效果測評指標(biāo)體系，本文采用的方法是：首先，整理和分析相關(guān)文獻(xiàn)[7-12]，對其進(jìn)行梳理和研究，提取出與電子商務(wù)商品信息推送效果測評有關(guān)的指標(biāo)，形成備選指標(biāo)集合；然后，通過訪談，邀請數(shù)十名經(jīng)常網(wǎng)上購物的客戶以及一些主流電子商務(wù)環(huán)境下的相關(guān)負(fù)責(zé)人就該備選指標(biāo)集合提出修改意見和建議；在此基礎(chǔ)上，通過專家調(diào)查法，請13名相關(guān)領(lǐng)域的專家進(jìn)行問卷調(diào)查，對電子商務(wù)商品信息推送效果測評備選指標(biāo)集合進(jìn)行進(jìn)一步地篩選、修正和完善；最后，確定由7個(gè)測評指標(biāo)構(gòu)成的電子商務(wù)商品信息推送效果測評指標(biāo)體系，如表1所示。

表1中，7個(gè)測評指標(biāo)所考察內(nèi)容可分別闡述為：u1考察電子商務(wù)環(huán)境下所推送商品信息等信息是否為客戶想要的信息，即所推送的信息與客戶的信息需求的一致性；u2考察電子商務(wù)環(huán)境下所推送商品信息等信息的覆蓋面是否達(dá)到客戶期望的程度，能否為客戶在眾多同類信息間比較、選擇留有余地；u3考察電子商務(wù)環(huán)境下所推送信息的表達(dá)形式是否形象直觀，便于客戶理解和應(yīng)用；u4考察電子商務(wù)環(huán)境下所推送商品信息等信息的可靠程度及有效程度，如打折或促銷等商品信息信息的有效性；u5考察商品信息等信息的推送途徑是否為客戶愿意接受的途徑，具體可為同步推送（即時(shí)通信工具等）、非同步推送（E-mail、短信等）等其中一種或多種組合；u6考察推送商品信息等信息的及時(shí)性，即能否在客戶瀏覽信息的有限時(shí)間內(nèi)推送有效的信息；u7考察電子商務(wù)環(huán)境下商品信息等信息的推送頻繁程度是否在客戶可以而且愿意接受的程度內(nèi)。

2測評方法

在完成構(gòu)建電子商務(wù)商品信息推送效果測評指標(biāo)體系的基礎(chǔ)上，考慮到所有測評指標(biāo)均為可模糊化的定性指標(biāo)，而且關(guān)于所有測評指標(biāo)的評價(jià)信息均來自于電子商務(wù)環(huán)境下參與測評的客戶，因此，讓所有參與測評的客戶對這些測評指標(biāo)給出語言評價(jià)信息是比較方便有效的方式。下面首先給出考慮客戶滿意度的電子商務(wù)商品信息推送效果測評的問題描述，然后再給出測評原理與方法。

在解決考慮客戶滿意度的電子商務(wù)商品信息推送效果測評問題中，設(shè)U={u1，u2，…，un}（n≥2）為信息推送效果測評指標(biāo)集合，其中uj表示第j個(gè)測評指標(biāo)；設(shè)C={c1，c2，…，cm}（m≥2）為參與測評的客戶集合，其中ci表示第i個(gè)參與測評的客戶；設(shè)S={s0=AL（絕對不滿意/絕對不重要），s1=VL（非常不滿意/非常不重要），s2=L（不滿意/不重要），s3=M（一般滿意/一般重要），s4=H（滿意/重要），s5=VH（非常滿意/非常重要），s6=AH（絕對滿意/絕對重要）}為7粒度的語言評價(jià)集；設(shè)參與測評的客戶針對測評指標(biāo)集U給出的語言形式的指標(biāo)重要程度的評價(jià)矩陣Z=（zij）m×n，其中zij表示客戶ci依據(jù)語言評價(jià)短語S給出的針對測評指標(biāo)uj的重要程度的語言描述，zij∈S；設(shè)R=（rij）m×n為參與測評的客戶針對指標(biāo)集U給出的語言形式的客戶感知評價(jià)矩陣，其中rij表示客戶ci依據(jù)語言評價(jià)短語集S給出的針對測評指標(biāo)uj的客戶感知值，rij∈S；設(shè)E=（eij）m×n為參與測評的客戶針對指標(biāo)集U給出的語言形式的客戶期望評價(jià)矩陣，其中eij表示客戶ci依據(jù)語言評價(jià)短語集S給出的針對測評指標(biāo)uj的客戶期望值，eij∈S。本文要解決的問題是：如何依據(jù)上述語言評價(jià)信息進(jìn)行某電子商務(wù)商家的電子商務(wù)商品信息推送效果測評工作。

為了解決上述具有語言評價(jià)信息的信息推送效果測評問題，本文采用二元語義運(yùn)算算子[13-15]進(jìn)行測評數(shù)據(jù)的處理和運(yùn)算，下面給出提出方法的原理與步驟。

（1）依據(jù)二元語義轉(zhuǎn)換函數(shù)[13-14]，將語言評價(jià)信息均轉(zhuǎn)化為二元語義形式的評價(jià)信息，即Z=（zij）m×n被轉(zhuǎn)化為=（（zij，0））m×n，R=（rij）m×n被轉(zhuǎn)化為=（（rij，0））m×n，E=（eij）m×n被轉(zhuǎn)化為=（（eij，0））m×n。

（2）依據(jù)二元語義算術(shù)平均算子[15]，將評價(jià)矩陣=（（zij，0））m×n、=（（rij，0））m×n和=（（eij，0））m×n進(jìn)行綜合處理，分別得到客戶測評指標(biāo)權(quán)重向量UZ=（（uz1，a1），（uz2，a2），…，（uzn，an））、客戶感知綜合評價(jià)向量UR=（（ur1，a1），（ur2，a2），…，（urn，an））和客戶期望綜合評價(jià)向量UE=（（ue1，a1），（ue2，a2），…，（uen，an）），其中（uzj，aj）、（urj，aj）和（uej，aj）的計(jì)算公式分別為：

（uzj，aj）=Δ1m∑mi=1Δ-1（zij，aij），j=1，2，…，n（1）

（urj，aj）=Δ1m∑mi=1Δ-1（rij，aij），j=1，2，…，n（2）

（uej，aj）=Δ1m∑mi=1Δ-1（eij，aij），j=1，2，…，n（3）

（3）依據(jù)二元語義的運(yùn)算算子[15]，將客戶測評指標(biāo)權(quán)重向量UZ=（（uz1，a1），（uz2，a2），…，（uzn，an））進(jìn)行歸一化處理，得到歸一化的客戶測評指標(biāo)權(quán)重向量ξ=（ξ1，ξ2，…，ξn），其中ξj的計(jì)算公式為：

ξj=Δ-1（uzj，aj）∑nj=1Δ-1（uzj，aj），j=1，2，…，n（4）

進(jìn)一步地，依據(jù)客戶感知綜合評價(jià)向量UR=（（ur1，a1），（ur2，a2），…，（urn，an））和客戶期望綜合評價(jià)向量UE=（（ue1，a1），（ue2，a2），…，（uen，an）），計(jì)算客戶滿意度向量D=（d1，d2，…，dn），其中單個(gè)測評指標(biāo)的客戶滿意度dj的計(jì)算公式為：

dj=Δ-1（urj，aj）Δ-1（uej，aj），j=1，2，…，n（5）

進(jìn)而，依據(jù)歸一化的客戶測評指標(biāo)權(quán)重向量ξ=（ξ1，ξ2，…，ξn）和客戶滿意度向量D=（d1，d2，…，dn），計(jì)算總體客戶滿意度Φ，其計(jì)算公式為：

Φ=DξT=∑nj=1djξj（6）

（4）由于客戶滿意度是自變量客戶感知值與客戶期望值的函數(shù)：設(shè)F表示客戶滿意度，X表示客戶感知值，Y表示客戶期望值，則有F=X/Y。因此，如果F<1，客戶表現(xiàn)出不滿意；如果F=1，客戶表現(xiàn)出滿意；如果F>1，客戶表現(xiàn)出高度滿意或欣喜。據(jù)此，可通過總體客戶滿意度Φ的大小，對該電子商務(wù)商家的電子商務(wù)商品信息推送效果做出總體評價(jià)；與此同時(shí)，依據(jù)各測評指標(biāo)的客戶滿意度dj的大小可對測評指標(biāo)進(jìn)行排序，找出其中客戶滿意度較低的測評指標(biāo)，并給出有針對性的改進(jìn)分析。

綜上所述，考慮客戶滿意度的電子商務(wù)商品信息推送效果測評方法的具體操作步驟如下：

步驟1：將參與測評的客戶給出的語言評價(jià)信息轉(zhuǎn)化為二元語義形式的評價(jià)信息；

步驟2：依據(jù)式（1）～（3），分別計(jì)算客戶測評指標(biāo)權(quán)重向量UZ、客戶感知綜合評價(jià)向量UR和客戶期望綜合評價(jià)向量UE；

步驟3：依據(jù)式（4），計(jì)算歸一化的客戶測評指標(biāo)權(quán)重向量ξ=（ξ1，ξ2，…，ξn）；

步驟4：依據(jù)式（5），計(jì)算客戶滿意度向量D=（d1，d2，…，dn）；

步驟5：依據(jù)式（6），計(jì)算總體客戶滿意度Φ；

步驟6：依據(jù)Φ及dj，進(jìn)行測評指標(biāo)的評價(jià)并給出改進(jìn)分析。

3實(shí)例分析

HXL網(wǎng)站是一家以B2C電子商務(wù)交易模式為主的營銷網(wǎng)站，該網(wǎng)站在B2C電子商務(wù)交易市場中占有較大的份額。近年來，該網(wǎng)站為了進(jìn)一步擴(kuò)大自己的市場份額，領(lǐng)先開發(fā)了一套電子商務(wù)商品信息推送系統(tǒng)，并已在試運(yùn)行之中。為了找出該電子商務(wù)商品信息推送系統(tǒng)中存在的不足，同時(shí)也為了進(jìn)一步完善該電子商務(wù)商品信息推送系統(tǒng)的功能與性能，HXL網(wǎng)站擬采用表1所提供的電子商務(wù)商品信息推送效果測評指標(biāo)體系對某時(shí)段內(nèi)具有代表性的160名客戶進(jìn)行問卷調(diào)查，共收回160份調(diào)查問卷，其中有效問卷158份。

（1）對收集到的語言評價(jià)信息按照二元語義的轉(zhuǎn)換函數(shù)及式（1）～式（3）進(jìn)行綜合處理，可得到客戶測評指標(biāo)權(quán)重向量為UZ=（（VH，075），（VH，0），（VH，0），（VH，075），（VH，0）（VH，0），（VH，-05））、客戶感知綜合評價(jià)向量為：UR=（（VH，0063），（H，0625），（H，03），（H，025），（H，0625），（H，05625），（H，0188））和客戶期望綜合評價(jià)向量為：UE=（（VH，0813），（VH，075），（VH，0313），（VH，09375），（H，0875），（H，0688），（H，06875））。

（2）依據(jù)客戶測評指標(biāo)權(quán)重向量UZ=（（VH，075），（VH，0），（VH，0），（VH，075），（VH，0），（VH，0），（VH，-05）），運(yùn)用式（4），求得歸一化的客戶測評指標(biāo)權(quán)重向量ξ=（0160，0139，0139，0160，0139，0139，0125）。

（3）依據(jù)客戶感知綜合評價(jià)向量UR=（（VH，0063），（H，0625），（H，03），（H，025），（H，0625），（H，05625），（H，0188））和客戶期望綜合評價(jià)向量UE=（（VH，0813），（VH，075），（VH，0313），（CH，09375），（H，0875），（H，0688），（H，06875）），運(yùn)用式（5），求得7個(gè)測評指標(biāo)下的客戶滿意度分別為：d1=0871，d2=0804，d3=0809，d4=0716，d5=0949，d6=09733，d7=0893，也即客戶滿意度向量為D=（0871，0804，0809，0716，0949，09733，0893）。

進(jìn)一步地，依據(jù)客戶滿意度向量D=（0871，0804，0809，0716，0949，09733，0893）和歸一化的客戶測評指標(biāo)權(quán)重向量ξ=（0160，0139，0139，0160，0139，0139，0125），運(yùn)用式（6），求得HXL網(wǎng)站商品信息推送效果的總體客戶滿意度Φ=0856。

由上可知，7個(gè)測評指標(biāo)下的客戶滿意度的排序結(jié)果為：d6>d5>d7>d1>d3>d2>d4，客戶對HXL網(wǎng)站商品信息推送系統(tǒng)商品信息推送效果的總體滿意度為0856。由于0856<1，可知客戶對HXL網(wǎng)站商品信息推送系統(tǒng)商品信息推送效果表現(xiàn)出不滿意。為了對測評結(jié)果進(jìn)行更直觀的分析和研究，以便找出HXL網(wǎng)站商品信息推送系統(tǒng)中的薄弱環(huán)節(jié)，下面給出測評指標(biāo)客戶滿意度及權(quán)重值分布圖，如圖1所示。

從圖1中，可以直觀的看出：

（1）測評指標(biāo)u1、u5、u6、u7的客戶滿意度明顯大于HXL網(wǎng)站的總體客戶滿意度Φ，說明其為需要一般改進(jìn)的測評指標(biāo)因素。測評指標(biāo)u1與測評指標(biāo)u5、u6、u7相比，所占權(quán)重值較大，可知該測評指標(biāo)為需要一般改進(jìn)中的重點(diǎn)對象；測評指標(biāo)u7與測評指標(biāo)u1、u5、u6相比，所占權(quán)重值較小，可知該測評指標(biāo)為需要一般改進(jìn)中的一般對象。

（2）測評指標(biāo)u2、u3、u4的客戶滿意度明顯小于HXL網(wǎng)站的總體客戶滿意度Φ，說明其為需要重點(diǎn)改進(jìn)的測評指標(biāo)因素。測評指標(biāo)u4與測評指標(biāo)u2、u3相比較而言，所占權(quán)重值較大，可知該測評指標(biāo)為需要重點(diǎn)改進(jìn)中的重點(diǎn)對象；測評指標(biāo)u2、u3與測評指標(biāo)u4相比較而言，所占權(quán)重值較小，可知該測評指標(biāo)為需要重點(diǎn)改進(jìn)中的一般對象。

通過以上分析，HXL網(wǎng)站可以做出重點(diǎn)突出和針對性強(qiáng)的改進(jìn)策略，下面考慮給出需要重點(diǎn)改進(jìn)測評指標(biāo)的具體改進(jìn)策略如下：

（1）對信息覆蓋程度測評指標(biāo)的改進(jìn)策略。該測評指標(biāo)的改進(jìn)可從以下三方面著手：一方面，深入挖掘客戶注冊時(shí)所登記的購買偏好及日常商品信息等內(nèi)容瀏覽中所體現(xiàn)出的購買偏好，使對客戶的信息需求更加清晰化、明確化；另一方面，做好HXL網(wǎng)站商品信息等內(nèi)容的梳理及歸類，使信息內(nèi)容更加系統(tǒng)化、體系化；再次，改進(jìn)信息搜索技術(shù)及改善信息搜索機(jī)制，使得客戶的信息需求與信息推送內(nèi)容的匹配更加精準(zhǔn)。

（2）對信息表達(dá)形式測評指標(biāo)的改進(jìn)策略。該測評指標(biāo)的改進(jìn)可從以下兩方面著手：一方面，開展深入調(diào)查研究，找出客戶普遍喜好的信息表達(dá)形式；另一方面，使用先進(jìn)的信息表達(dá)工具及技術(shù)，如語言合成器、動(dòng)態(tài)圖文、視頻剪輯等易于客戶接受的多媒體傳送形式。

（3）對信息的有效性測評指標(biāo)的改進(jìn)策略。該測評指標(biāo)的改進(jìn)可從以下兩方面著手：一方面，經(jīng)常整理、更新商品信息等信息庫，從根源上保證信息的有效性；另一方面，使用穩(wěn)妥、恰當(dāng)?shù)男畔⑼扑头绞剑ＷC商品信息等內(nèi)容在傳輸過程中不會(huì)被竄改或丟失；再次，及時(shí)對商品信息等內(nèi)容的更新操作做出說明或通知，讓客戶在第一時(shí)間知曉。

4結(jié)論

如何開展電子商務(wù)商品信息推送效果測評是考察電子商務(wù)商家商品信息服務(wù)能力的一項(xiàng)非常重要的工作。本文研究了考慮客戶滿意度的電子商務(wù)商品信息推送效果測評方法，建立了一套適用于電子商務(wù)商品信息推送效果測評指標(biāo)體系，給出了一種具有較強(qiáng)可操作性和實(shí)用性的電子商務(wù)商品信息推送效果測評方法，并通過實(shí)例分析展示了所提供測評方法的應(yīng)用價(jià)值。本文提供的測評方法具有針對性強(qiáng)、計(jì)算過程簡單等特點(diǎn)，為解決電子商務(wù)商品信息推送效果測評問題提供了一種有效途徑，同時(shí)也為解決不同電子商務(wù)商家間的電子商務(wù)商品信息推送效果測評比較問題提供了一種有效途徑。

參考文獻(xiàn)

[1]Neumann A W.Recommender systems for information providers：designing customer centric paths to information[M].Springer Science & Business Media，Physica-Verlag，Heidelberg，2009：126.

[2]Fan Z P，F(xiàn)eng Y，Sun Y H，et al.A Framework on Compound Knowledge Push System Oriented to Organizational Employees[C]∥Editors：DENG X T，YE Y Y.Internet and Network Economics.First International Workshop，WINE 2005.Proceeding，Berlin，Germany：Springer-Verlag，LNCS，2005，3823：622-630.

[3]王詠.基于Push技術(shù)的信息獲取方式及其應(yīng)用[J].情報(bào)科學(xué)，2000，19（4）：363-368.

[4]張延國.基于搜索引擎的個(gè)性化知識(shí)推送系統(tǒng)[J].中國信息導(dǎo)報(bào)，2004，（6）：60-61.

[5]Ricadela A.Microsofts Knowledge Push[J].Information Week，2000，805：151.

[6]于宏國，索瑋嵐，馮勇.一種基于二元語義的知識(shí)推送效果測評方法[J].科研管理，2009，30（ZK）：178-183.

[7]馮勇，樊治平，馮博，等.企業(yè)客戶服務(wù)中心知識(shí)推送系統(tǒng)構(gòu)建研究[J].計(jì)算機(jī)集成制造系統(tǒng)，2007，13（6）：1015-1020.

[8]Han M，Ahn H J.Testing the Application of the Personalized Recommendation Method for Artworks[J].Mediterranean Journal of Social Sciences，2015，（6）：433.

[9]Guo F，Lu Q.A Novel Contextual Information Recommendation Model and Its Application in e-Commerce Customer Satisfaction Management[J].Discrete Dynamics in Nature and Society，2015：1-9.

[10]劉曉云，焦亞琴，張銀葉.基于PMML的電子商務(wù)數(shù)據(jù)挖掘研究[J].現(xiàn)代情報(bào)，2015，35（8）：57-60.

[11]孫鴻飛，張海濤，宋拓，等.電子商務(wù)個(gè)性化信息服務(wù)用戶滿意影響因素實(shí)證研究[J].情報(bào)雜志，2016，35（4）：195-203.

[12]Wills C E，Brown D C，Dunskus B V，Kemble J.Evaluating network serviceability[J].Computer Networks and ISDN Systems，1998，30（14）：2283-2291.

[13]Herrera F，Herrera-Viedma E，Luis Martinez.A fusion approach for managing multi-granularity linguistic term sets in decision making[J].Fuzzy Sets and Systems，2000，114（1）：43-58.

[14]Herrera F，Martínez L.A 2-tuple fuzzy linguistic representation model for computing with words[J].IEEE Transactions on Fuzzy Systems，2000，8（6）：746-752.

[15]Herrera F，Martínez L.A model based on linguistic 2-tuples for dealing with multi-granular hierarchical linguistic contexts in multi-expert decision-making[J].IEEE Transactions on Fuzzy Systems，2001，31（2）：227-234.

（本文責(zé)任編輯：孫國雷）