基于改進QFD的B2C網站服務質量提升研究

侯晶 陳梅梅

摘 要：文章主要研究了B2C網站服務質量改進和提升的關鍵要素。首先，借鑒SERVQUAL模型，并基于文獻調研、顧客訪談和問卷調查等方法構建適于B2C網站服務質量評估的顧客需求指標體系；其次，結合服務質量差距模型和Kano模型確定需求項的權重；然后，針對顧客需求提出服務改進要素，構建質量屋中的關系矩陣，并采用三角模糊數進行定量描述；最后，結合熵值法處理技術競爭性評估結果，確定B2C網站服務質量改進的關鍵要素。通過引入GAP模型、Kano模型、熵值法和模糊集理論改進QFD方法，并應用于B2C網站服務質量研究中，可將顧客需求與B2C網站服務質量改進策略相關聯，為在線經營企業的服務質量改進和提升提供借鑒。

關鍵詞：服務質量；B2C網站；QFD

中圖分類號：F 724 文獻標識碼：A 文章編號：1672-7312（2018）03-0323-09

Abstract：The main purpose of this paper is to explore the crucial factors of service quality improvement and enhancement in B2C website.Based on the SERVQUAL model，this paper constructed an index system of consumer requirements through the method of literature research，customer interview and questionnaire survey，which is applicable for the evaluation of B2C website service quality.The weights of consumer requirements are determined according to gap model and Kano model.Then this paper put forward the factors of service improvement based on consumer requirements.Furthermore，a relationship matrix of quality house was constructed and quantitatively described based on triangle fuzzy number.Finally，by using entropy method to handle the results of competitive evaluation，the crucial factors of service quality improvement in B2C website were determined.By putting GAP model，Kano model，the fuzzy set theory，entropy method and QFD together，this paper introduced improved QFD method into the study of B2C website service quality，and linked the evaluation index with the improvement of website service quality，which could provide management tips for online enterprises to improve and enhance service quality.

Key words：service quality；B2C website；QFD

0 引 言

據CNNIC（中國互聯網絡信息中心）的調查報告顯示，截至2015年12月，我國在線購物用戶數量達至4.13億，全國網絡零售交易金額達到3.88萬億元，其中，B2C交易額2.02萬億元，同比增長53.7%[1]，B2C已成為中國網絡購物市場發展的主要推動力。顧客決定企業發展，而B2C網站服務質量是影響顧客滿意度及網絡購買決策的關鍵因素[2-5]，所以了解顧客需求，不斷提高和改進自身的服務質量是B2C電子商務成功的關鍵。

B2C網站服務質量是指在電子商務環境下，顧客對在線經營企業所提供服務的優越性、質量的總體評價及滿意程度[6]。在服務質量的測量模型中，最經典、應用最廣泛的為PZB（1988）[7]提出的SERVQUAL量表，很多學者以此為基礎對電子商務服務質量進行擴展研究[8-12]。然而，現有的B2C網站服務質量研究主要集中在評價指標體系的建立、影響因素等研究方面[13]，在評價方法方面主要采用層次分析法、模糊綜合評價方法以及多目標決策法等[14]，且對評價方法及評價模型的研究偏重于理論研究或定性的描述，缺乏定量分析及實際應用研究。特別是這類服務質量的研究很少從顧客需求的角度構建B2C網站服務質量模型，更缺乏借助量化的數理統計方法和模型將評價結果與網站服務質量的改進相關聯的研究，因而不能切實提出解決在線經營企業服務質量問題的策略。

質量功能展開（Quality Function Deployment，QFD）是把顧客需求當做驅動力并將其轉化為產品或服務設計要求的質量分析工具[15]，在產品制造、軟件開發及服務等領域都得到了廣泛應用[16-20]。但是多數研究[21-22]中使用的QFD方法都是單一的，存在較顯著的缺陷。比如，在確定顧客需求權重方面，忽略顧客對服務質量期望和感知的差距以及需求項對顧客滿意度提升效率的問題；在構建顧客需求與服務要素的關聯矩陣時，通常直接采用離散的標度來描述評價信息，缺乏準確性。因此，本研究借鑒相關文獻研究[23-26]，將QFD方法結合GAP模型、Kano模型、模糊集理論等引入B2C網站服務質量研究中，試圖提出一種新的定性與定量相結合的B2C網站服務質量評估方法，將評估結果與服務質量改進策略關聯起來，尋求提升B2C網站服務質量的關鍵要素，以期對在線經營企業的服務質量評估和改進工作提供理論與實踐的支持。

1 研究設計

質量屋（House of Quality，HOQ）是QFD方法的基礎和核心工具，QFD的基本原理就是通過構建質量屋，定量分析顧客需求與服務質量要素之間的關系，找出對滿足顧客需求貢獻大的服務要素，實現“顧客需求什么（WHATs）”到“企業怎樣去做（HOWs）”的轉換。文中構建了B2C網站服務質量屋模型，如圖1所示。其中，左墻為WHATs輸入項，代表顧客的需求及其權重，本研究基于服務質量差距（GAP）模型確定顧客需求的初始權重，并運用Kano模型對初始權重進行調整；天花板為HOWs輸入項，是針對顧客需求所提出的服務質量改進要素（即服務要素）；房間為WHATs項與HOWs項的關聯矩陣，表示顧客需求與服務要素的關聯關系，本研究引入模糊集理論定量化描述及處理質量屋中的模糊信息；屋頂為HOWs項的自相關矩陣，代表服務要素之間的相互關系；地板為HOWs輸出項，為各項服務要素的重要程度；地下室表示技術競爭性評估，主要是針對同行業各競爭企業，對各企業服務要素的技術水平進行評估。根據評估結果，本研究利用熵權法調整服務要素的重要度，得出最終的HOWs輸出項，完成了顧客需求到服務質量改進要素的轉換。

1.1 識別顧客需求

獲取顧客需求項目是質量屋模型構建的第一步。對于需求指標的選取，本研究在SERVQUAL量表的基礎上，結合在線購物行業的特點，初步歸納整理出22項能反映B2C網站服務質量的需求項目。為了更全面地挖掘顧客的需求，研究小組以上述需求指標項為基礎，對15名有過在線購物經歷的顧客進行深度訪談。訪談的結果是增加了5項顧客認為重要的指標，并對描述不準確或容易引起歧義的指標項進行修正。通過訪談形成27項初始顧客需求項目。

根據初始指標項設計李克特五級量表，借助在線調研平臺及紙質問卷實施本次調研，共回收286份問卷，其中有效問卷為271份，有效率達94.76%.為檢驗測量問卷的可靠性與穩定性，文中采用信度分析中的Cronbachs α系數檢驗各測量項目的內部一致性，并同時采用CITC指標來凈化27項測量項目。經過兩次凈化，共刪掉了兩個指標項。修正后的25個指標項的KMO為0.892，Bartlett球形檢驗的χ2 統計值的顯著概率P=0.000<0.01，因此結合因子分析對修正后的指標項目加以檢驗，以最終確定影響B2C網絡購物服務質量的典型指標項。文中對25項變量進行因子分析，提取了6個主因子，累計方差貢獻率達到71.445%.由此得到了由6個二級指標和25個三級指標項構成的適于B2C網站服務質量評估的顧客需求指標體系，見表1.

1.2 確定顧客需求項目的權重

文中基于服務質量差距模型和Kano模型確定顧客需求項目的權重，如圖2所示。

1.2.1 初始權重的確定：基于GAP模型

根據顧客對企業服務的期望值評價而確定初始權重的方法，忽略了顧客對企業實際提供服務的滿意度，這將導致評價結果的偏差[27]。基于Parasuraman et al.（1985）提出的服務質量差距（GAP）模型，服務質量正是顧客通過對期望的服務和實際感知的服務進行比較而得出的評價結果[28]。因而文中綜合考慮服務質量差距值（即期望值與感知值的差距）及期望值以確定顧客需求項目的初始權重。

具體步驟如下：首先，設計服務質量期望問卷及感知滿意度問卷分別測量顧客的期望值與感知值，并對回收的數據進行有效性檢驗；其次，根據調查結果計算顧客需求項目的初始權重。設顧客對第i項需求的期望均值和感知均值分別為i，i，則服務質量差距值Gi=（i-i），令Si=Gi×i，保留Si大于0的項目，并將Si進行歸一化處理，得到第i項顧客需求項目的初始權重：

1.2.2 基于Kano模型調整顧客需求權重

Kano模型是日本學者Kano（1982）建立的產品質量管理的模型[29]，可用于確認不同類別的顧客需求，識別提升顧客滿意度的關鍵需求項目，幫助企業明確顧客對產品或服務需求的重點[30]。Kano模型按照不同類別的質量特性與顧客滿意度的關系，定義了必備屬性（M）、一維屬性（O）、魅力屬性（A）、無差異屬性（I）及逆向屬性（R）5種類型的顧客需求。

必備屬性是顧客認為產品或服務必須具備的質量特性，該類需求的充分滿足并不會增加顧客的滿意程度；而魅力屬性對顧客滿意度提升的貢獻很大，因為對于魅力屬性，往往是超出顧客期望的，該類需求一旦得到充分滿足能極大地提升顧客的滿意程度。因此，在確定需求項的權重時，還需考慮到各項目對顧客滿意度提升的效率，將對提升顧客滿意度貢獻較大的需求項目賦予更高的關注度。基于Kano模型對顧客需求項目權重調整的步驟如下

1）針對每個需求項分別設置正反向問題，設計Kano問卷。

2）根據調查結果，對照Kano評價表統計各需求項分別在每個質量特性分布上出現的頻數，根據統計結果取頻數最大的質量特性作為該需求項的Kano類別。若出現頻數相同的情況，則按照M>O>A>I的準則來判定[31]。

3）根據需求項的Kano類別，確定調整系數k值。設需求項的顧客滿意度S=f（k，p）[32]，其中p為產品/服務的性能，k表示各Kano類別的調整系數，用以根據不同屬性歸類對需求項的初始權重進行調整。對于魅力屬性，k>1；一維屬性，k=1；必備屬性，04）計算顧客需求項目的最終權重。設wi為第i項需求的初始權重；ki為各需求項對應的調整系數，則第i項需求的最終權重

1.3 構建服務要素

在獲取顧客需求項目及其權重后，進一步研究并確定滿足這些顧客需求所需的服務要素。服務要素的確定通常要結合顧客的需求項。顧客進行在線購物時，不僅會關注服務過程，還會注重服務結果，若服務出現問題，商家的補救行為非常重要，所以設計B2C網站服務質量的改進要素還應考慮整個在線購物流程[33]。在線購物流程一般包括：顧客挑選商品-與商家協商交易事宜-下單-選擇支付方式-商家準備商品-發貨-收貨驗貨，顧客若對商品不滿意，則還有退換貨-退款-維權等。為了提高顧客的滿意度，在線經營企業必須將焦點聚集到整個購物流程的交易前、中、后的所有程序上來。

借鑒Collier Bienstock（2006）、Layla et al.（2011）等學者的研究成果，文中將電子服務質量要素分為服務過程質量、服務結果質量和服務補救質量、服務人員質量等環節。其中，服務過程質量是指從在線顧客進入該網站到下訂單的過程中，所接觸到的關于該購物網站的服務質量，采用易用性、信息質量、隱私與安全性3個維度指標來衡量；服務結果質量定義為顧客對商家的訂單處理能力與貨物交付質量的感知；服務補救質量主要體現在售后服務方面。此外，B2C企業一線客服人員與顧客進行直接的溝通與交流，所以服務人員素質的高低將直接影響顧客對企業的認知及評價，進而影響其購買決策。因此，文中基于在線購物流程視角確定服務要素設計框架，從易用性、信息質量、隱私和安全性、訂單處理能力、貨物交付質量、售后服務質量、服務人員素質等維度展開，并結合顧客需求項目以及業內專家訪談，最終確定服務要素具體項目。

1.4 基于模糊集理論構建關聯矩陣和自相關矩陣

關聯矩陣和自相關矩陣是質量屋運行過程中的關鍵步驟。在量化關聯矩陣和自相關矩陣的關系程度時，常采用“強相關”、“弱相關”等模糊化的語言措辭，若將這些信息直接進行離散標度容易造成語義失真現象。而模糊集理論是處理模糊的、不確定的以及非定量化信息的有效工具[34]，相比較離散型數據，用一種區間數值來描述事物的某一關系更能反映及表達事物的特性。目前模糊語意的表達形式有多種，其中三角隸屬函數因運算規則簡便而被廣泛應用。故文中基于三角模糊數處理質量屋中關聯矩陣和自相關矩陣的模糊信息。

首先建立語言變量的度量標度，即確定語言變量的語言術語及其相對應的模糊數。文中借鑒文獻[35]的方法，將顧客需求與服務要素關聯程度的語言術語表示為：{非常弱；比較弱；中等；比較強；非常強}，對應的模糊數分別為（0，0，0.25）、（0，0.25，0.5）、（0.25，0.5，0.75）、（0.5，0.75，1）、（0.75，1，1）；將服務要素自相關程度所采用的語言術語表示為：{正強相關；正相關；不相關；負相關；負強相關}，對應的模糊數分別為（0.5，0.7，1）、（0.3，0.5，0.7）、（0，0，0）、（-0.7，-0.5，-0.3）、（-1，-0.7，-0.5）。

然后聘請業內專家對顧客需求與B2C網站服務要素的關聯程度、B2C網站服務要素的自相關程度進行評價，并將專家評價的語言術語轉化為對應的模糊數，進而構建顧客需求與服務要素的關聯矩陣m×n以及服務要素自相關矩陣

1.5 確定服務要素的重要度

1.5.1 初始重要度的確定

服務要素初始重要度由顧客需求權重、顧客需求與服務要素的關聯程度以及服務要素自相關程度共同決定[36]。通常來說，若某項服務要素與多項顧客需求密切相關，且需求項的權重較大，則說明該項服務要素較重要。由于服務要素之間存在一定的影響關系，即改善某一項服務要素可能會對其他要素產生影響，因此需要根據服務要素之間的自相關程度對顧客需求與服務要素的關聯程度進行修正，修正后的關聯程度為：

1.5.2 重要度的調整：基于熵值法的技術性競爭評估 技術競爭性評估是指針對每一項服務要素，從技術的角度對比分析本企業和市場上同類競爭企業可以達到的水平。通過對比其他同類企業的市場競爭能力，對服務要素初始重要度進行調整。現有處理方法不能很好地考慮質量屋中技術競爭性評估信息，文中采用熵值法來處理技術競爭性評估信息[38]。

“熵”是系統無序程度的一種度量，可用于判斷某個指標的離散程度，若該指標所提供信息的離散程度越大，其在多目標綜合評價中所起的作用則越大，對應指標的權重也會越高。因此，在進行技術競爭性評估時，若各企業對于某項服務要素的表現差別較大，就應該給予較高的重視。以熵值法作為質量屋中技術競爭性評估信息的賦權方法，由評價指標值構成的判斷矩陣來確定指標的權重，更能客觀和全面地反映B2C企業的服務質量，避免片面性與單一性。服務要素重要度的調整步驟如下

1）進行技術競爭性評估。由業內專家對本企業和競爭企業在每項服務要素的表現進行逐一對比后，采取10分制給出競爭性評估相對值，得到評估矩陣X為

2 實證分析

文中選取在線購物行業中某具有代表性的B2C網站為實證對象，應用改進QFD方法對B2C網站購物服務質量進行研究。根據優化過的顧客需求指標項，分別設計服務質量期望問卷、感知滿意度問卷以及Kano問卷。本研究釆用李克特五點量表法，調研問卷主要通過紙質問卷及在線調研系統平臺的方式進行發放。共回收205份，其中有效問卷為193份，有效率達94.15%.

2.1 計算顧客需求項目權重

2.1.1 顧客需求項目初始權重

初始權重的計算結果見表2.表2顯示，所有需求項的感知值均小于期望值，而且顧客最期望的服務要素與顧客感知滿意度最高的要素并不一致。通過交叉比較發現，某些期望值高的需求項其顧客感知的滿意度卻較低（如CR3，CR16，CR4，CR19），而滿意度高的需求項顧客對此期望卻不高（如CR24，CR25，CR23，CR7）。說明已有的服務項目并沒有滿足顧客的期望，B2C服務要素和服務措施有待進一步改進。

2.1.2 顧客需求權重的調整

根據Kano分類結果，顧客需求項的歸屬被分為必備型（M）、魅力型（A）、一維型（O）3類（表3）。其中，魅力屬性包括CR7，CR8，CR20，CR21，CR22，CR23，CR24.滿足顧客的這類服務需求，能極大地提升顧客的滿意程度。

根據表3的最終權重及排序結果，綜合考慮顧客的期望、服務質量差距及顧客滿意度提升效率因素，最亟待改進的指標項分別為：CR8>CR7>CR22>CR21>CR18>CR20>CR13>CR9>CR17>CR10，這也表明滿足顧客對B2C網站服務需求的迫切性，尤其是在便捷性和移情性方面。

此外，由表2中的初始權重與表3中的最終權重對比可知，經調整后的魅力需求類指標項的權重排名明顯提高，而必備需求類指標項的權重排名則有所下降，說明文中基于Kano模型的權重調整有利于反映指標項與滿意度之間關系，突出了各屬性指標項對滿意度提升效率的貢獻。

2.2 B2C網站服務要素的確定

基于上文服務要素設計框架，結合已獲取的顧客需求項目以及對業內專家的訪談結果，最終歸納整理出20項服務要素，見表4.

2.3 關聯矩陣和自相關矩陣的構建

由企業內部人員和相關領域專家組成的QFD小組對顧客需求與服務要素的關聯程度、服務要素自相關程度進行評價，并綜合最終的意見，得出如圖3所示的評價結果。將圖3中的評價信息分別轉換為對應的模糊數，從而構建了質量屋中的關聯矩陣及自相關矩陣。

2.4 確定B2C網站服務質量改進的關鍵要素

2.4.1 技術競爭評估及服務要素重要度的確定

首先根據需求項權重及修正后的顧客需求與服務要素的關聯程度求出各項服務要素初始重要度，并列舉其在不同α-截集下的上、下限，采用平均水平截集去模糊化方法，得到各項要素初始重要度的去模糊值（見表5）。此處α的取值分別為0，0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9，1.

然后選取另外2家同類型B2C企業作為競爭企業，通過市場調查及業內專家咨詢對各企業在每項服務要素的水平進行評估，根據評估結果計算各要素的熵權，并調整服務要素的重要度，計算結果見表5.

對比服務要素初始重要度與最終重要度發現，服務技術水平差異較大的指標項，經熵值法調整后其重要度排名明顯提高（如SF5“提供靈活的支付方式”），反之，差異較小的指標其重要度排名有所下降（如SF14“物流配送信息系統優化”）。基于熵值法的調整反映了服務要素在各企業中的差異程度，突出了各企業之間的服務技術水平差異程度對服務要素重要度確定的貢獻。對于差異程度較大的項目，企業應賦予更大的關注度，優先改進及保持該項目能夠形成差異化的服務，從而更加具有競爭力。

2.4.2 分析B2C網站服務質量改進的關鍵要素

由表5可見，針對顧客需求提出的服務改進要素按重要度值進行排序，前10位依次是：售后服務與保障措施設計（SF15）、開發多樣化溝通工具（SF4）、退換貨流程優化（SF16）、健全投訴機制及補償措施（SF17）、提高對客戶的關懷水平（SF20）、提供真實準確的商品信息（SF6）、提供靈活的支付方式（SF5）、詳細介紹商品信息（SF7）、提高訂單響應速度（SF11）以及服務人員專業技能及溝通能力培訓（SF19）。

其中，SF15，SF16，SF17屬于服務補救質量方面的要素，這類要素的缺乏將導致顧客的滿意度及重復購買率的大幅下降；SF4，SF5，SF6，SF7屬于服務過程質量方面的要素，對顧客的網絡購買決策產生

直接的影響；SF19，SF20屬于服務人員質量方面的措施，這些措施與一線服務人員直接相關，是商家不能忽略的服務改進環節。

進一步地，各個服務改進環節的總體重要度見表6.研究表明，在線經營企業亟需改進的服務要素依次體現在售后服務、易用性、信息質量、服務人員素質等方面。在線經營企業在進行服務質量改進工作時，應及時采取有效措施，重點加強售后服務質量、B2C網站的信息質量、B2C網站購物便捷性、服務人員素質提升方面的質量管理力度。

3 結 論

文中提出基于改進QFD的B2C網站服務質量評估與提升的新方法。通過改進的SERVQUAL模型設計調查問卷，獲取在線購物顧客對B2C網站服務質量的需求，進而結合Kano模型、模糊集理論、熵權法與QFD方法，構建顧客需求與服務改進要素之間的質量屋模型，改進了以往研究方法無法體現顧客需求項目對其滿意度的提升效率問題、以及無法定量化描述及處理關聯矩陣和自相關矩陣中的模糊信息等問題。基于改進QFD方法對B2C網站服務質量的實證分析驗證了文中所構建方法的可行性、有效性和可操作性，并得出售后服務與保障措施設計、開發多樣化溝通工具等是B2C網站服務質量改進的關鍵要素。研究結論為“互聯網+”背景下企業的網絡經營決策提供了科學依據。

參考文獻：

[1] 中國互聯網絡信息中心（CNNIC）.2015年中國網絡購物市場研究報告[R].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/dzswbg/201606/t20160622_54248.htm.

[2] 高充彥，賈建民.顧客滿意度不確定性對服務質量評價的影響[J].管理科學學報，2007（02）：39-47

[3] 孫 愛，杜建剛，李文忠.基于網絡購物的服務質量與顧客滿意及忠誠度研究[J].統計與決策，2011（01）：95-97.

[4] 陳梅梅，侯 晶.基于商品品類的網絡購買決策關鍵影響因素研究[J].上海管理科學，2014，36（04）：78-84.

[5] 陳梅梅，謝松年.基于改進Kano模型B2C網站顧客滿意度影響研究[J].情報科學，2016，34（02）：83-86.

[6] 施國洪，施鐘賢.B2C電子商務服務質量評價研究[J].技術經濟與管理研究，2013（12）：52-56.

[7] Parasuraman A，Zeithaml V，Berry L.Servqual：a multiple-item scale for measuring customer perceptions of service quality[J].Journal of Retailing，1988，64（01）：12-40.

[8] Collier J E，Bienstock C C.Measuring service quality in e-retailing[J].Journal of Service Research，2006，8（03）：260-275.

[9] 李楓林，黃 燕.基于用戶滿意度的網上書店服務質量調查分析[J].圖書情報工作，2010，54（12）：141-144.

[10]Layla H，Emad A.Assessing the quality of web sites[J].Applied Computing and Informatics，2011（09），11-29.

[11]Vida Davidavi ien，Jonas Tolvai as.Measuring quality of e-commerce web site：case of lithuania[J].Economics and Management，2011（16）：723-729.

[12]裴 雷，廖小琴，孫建軍.基于SERVQUAL的搜索引擎服務質量評價體系研究[J].情報科學，2016，34（01）：104-114.

[13]左文明，楊文富，黃秋萍，等.B2C商務網站服務質量評價體系與模型[J].情報雜志，2010，29（11）：82-85.

[14]劉曉峰，白雪嬌.B2C電子商務服務質量評價研究綜述[J].哈爾濱商業大學學報：社會科學版，2015（01）：97-104.

[15]赤尾洋二.質量展開入門[M].東京：日科技聯出版社，1990.

[16]Chen C T，Chen K H，Ma M Y.The research of the application of quality function deployment in the design and development of all-plastic folding chair[J].Journal of Convergence Information Technology，2012，7（19）：1-13.

[17]白禮彪，白思俊，郭云濤.基于QFD的項目組合配置戰略貼近度優化研究[J].管理工程學報，2014（04）：201-206.

[18]何建民，賀 濤.基于QFD的網絡社區話題影響力測評方法[J].情報科學，2013（07）：96-99.

[19] Kuo H M，Chen C W.Application of quality function deployment to improve the quality of internet shopping website interface design[J].International Journal of Innovative Computing，Information and Control，2011，7（01）：253-268.

[20]于寶琴，張 碩，杜廣偉.基于兩階段QFD的快遞服務質量改進方法[J].統計與決策，2013（08）：39-41.

[21]宋麗麗，張 璇.基于QFD的服務產品質量評估模型[J].統計與決策，2009（08）：155-156.

[22]王榮祥.基于QFD的圖書館服務質量評估方法研究[J].圖書情報工作，2011，55（05）：23-27.

[23]Kay C Tan，Theresia A Pawitra.Integrating SERVQUAL and Kanos model into QFD for service excellence development[J].Managing Service Quality，2001，11（06）：418-430.

[24]Theresa A Pawitra，Kay C Tan.Tourist satisfaction in Singapore-a perspective from Indonesian tourists[J].Managing Service Quality，2003，13（05）：399-411.

[25]吳 雋，王蘭義，李一軍.基于模糊質量功能展開的物流服務供應商選擇研究[J].中國軟科學，2010（03）：145-151.

[26]唐中君，龍玉玲.基于Kano模型的個性化需求獲取方法研究[J].軟科學，2012，26（02）：127-131.

[27]梁文賓，陳 通，盧 麗.基于QFD的服務質量改進方法[J].中國農機化，2007（06）：40-43.

[28]Parasuraman A，Zeithaml V A，Berry L L.A conceptual model of service quality and its implications for future research[J].Journal of Marketing，1985（49）：41-50.

[29]Kano.Attractive quality and must-be quality[M].Tokyo：Associates of Quality Control of Japan，1982.

[30]Jane A C，Dominguez S M.Citizens role in health services satisfaction behavior- Kanos Model[J].Quality Management in Health Care，2003，12（01）：64-71.

[31]CQM.A special issues on Kanos methods for understanding customer-defined Quality[J].Center for Quality Management Journal，1993（02）：3-35.

[32]Tan K C，Shen X X.Integrating Kanos model in the planning matrix of quality function deployment [J].Total Quality Management，2000，11（08）：1141-1151.

[33]常亞平，劉艷陽，閻 俊，等.B2C環境下網絡服務質量對顧客忠誠的影響機理[J].系統工程理論與實踐，2009，29（06）：94-106.

[34]張文修，吳偉志，梁吉業，等.粗糙集理論與方法[M].北京：科學出版社，2001.

[35]車阿大，楊明順.質量功能配置方法及應用[M].北京：電子工業出版社，2008.

[36]朱騰飛，羅建強，李 勇.基于QFD與KANO集成的客戶訂單分離點定位[J].武漢理工大學學報：信息與管理工程版，2014，36（03）：421-425.

[37]何 楨，趙 有，馬彥輝.模糊QFD中技術特性重要度排序方法[J].天津大學學報，2008，41（05）：631-634.

[38]Oussalah M.On the compatibility between defuzzification and fuzzy arithmetic operations[J].Fuzzy Sets and Systems，2002，128（02）：247-260.

[39]楊明順，李 言，李淑娟，等.質量屋中考慮競爭性評估的技術特征重要度確定[J].計算機集成制造系統，2009（02）：383-388.

（責任編輯：嚴 焱）