序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇用戶滿意度調研范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

篇（1）

中圖分類號： TN941.2文獻標識碼：A 文章編號：

研究背景和意義

面對已到來的3G時代，多模網絡接入技術成為了手機終端開發的熱點，手機視頻已經成為運營商爭搶的數據增值業務之一，為此有必要提出手機視頻用戶滿意度評價指標體系并進行實證研究，找出影響手機視頻用戶滿意度的關進因素并進行測評，最終得出手機視頻用戶滿意度指數模型，為手機視頻行業的運營管理提供有效的決策依據，幫助手機視頻行業企業在激烈的競爭中處于不敗地位并推動產業的快速發展。

二、研究現狀

目前關于手機視頻的研究主要集中在以下三個領域：第一，傳播學領域。立足于傳播學領域研究了手機視頻的鏡頭語言、節目特征、媒介特征和傳播特點等。第二，技術領域。主要討論手機視頻的平臺轉換、傳輸技術、技術實現手段等。第三，產業領域。研究了手機視頻產業的產業鏈、商業模式和盈利方式等問題。

關于用戶滿意度的研究已經形成了非常完善的體系，其中包括顧客滿意度基礎理論研究；顧客滿意度模型研究；顧客滿意度應用研究等。但關于手機視頻用戶滿意度的研究還未見報道。

三、手機視頻用戶滿意度基礎理論

3.1.手機視頻概念

手機視頻是指基于移動網絡（GPRS、EDGE、3G、Wifi等網絡），通過手機終端，向用戶提供影視、娛樂、原創、體育、音樂等各類音視頻內容直播、點播、下載服務的業務。

3.2.手機視頻分類

隨著手機視頻的不斷發展其業務形式越來越豐富，我們可以嘗試對手機視頻進行分類，根據不同的層次分為二類，一是根據手機視頻的不同傳輸通道可以將其劃分為基于互聯網網站的手機視頻業務，基于移動通信網的手機視頻業務和基于廣播網的手機視頻業務；二是手機視頻面向用戶的需求可以將其劃分為視頻通話業務、娛樂業務和資訊業務。

3．3手機視頻業務特點

3．3．1移動性、便攜性強

隨著科學技術的發展，手機成為了新時代人民的隨身必備品，手機應用業務漸漸成為人們生活中必不可少的部分。很多用戶尤其是年輕人選擇手機視頻的原因就是手機視頻可以隨身攜帶，任意移動，可以滿足他們隨時隨地觀看視頻獲取娛樂和新聞資訊等要求。更有人形象的稱手機媒體為“影子”媒體，因為手機媒體可以做到每時每刻不離手邊走邊看。手機媒體可以完全體現出新聞傳播中的5W元素。即無論何時（whenever），何地（wherever），誰（whoever），無論什么內容（whatever），能找到對方（whomever）。

3．3．2娛樂性、互動性強

處于媒體大爆炸時代的用戶可以通過各種媒體渠道獲得資訊，據艾媒咨詢《2011年度中國手機視頻狀況研究報告》調查研究顯示，手機視頻用戶最喜歡的手機視頻內容是影視劇，占35.2%，位于第二位、第三位的分別為娛樂、綜藝視頻。因此，手機視頻內容呈現出娛樂性強的特點。

與此同時，手機在實現了人機互動的同時還實現了人際間的互動，手機視頻用戶可以通過手機和其他用戶分享自己的照片、音樂、錄像等多媒體信息。用戶還可以通過手機自由選取所需信息，參與媒介的傳播行為，與傳播者進行溝通互動。受眾在觀看自己喜愛的節目的同時也可以通過手機終端參與到節目中去并發表自己的評論和意見。如今，互動已經演變成為手機視頻業務中的一項內容。3．3．3資費偏高

3G技術的發展在為廣大消費者帶來更高速的上網體驗、更豐富的信息資源。由于現行資費是通過流量計算的，而手機視頻業務通常會消耗大量的流量，資費問題已經成為阻礙手機上網用戶使用手機視頻業務的重要因素。

3．3．4受終端限制

手機的便攜性決定了手機屏幕大小不可能等同于電視和電腦，目前市場上流行的手機款式屏幕大都介于2.5到5.5英寸之間。雖然目前市場上銷售的手機大都支持手機視頻，但是也有少數手機終端是不支持手機視頻播放的，這個問題嚴重影響了手機視頻業務的終端適配性，用戶在不考慮更換手機的條件下是不會定制手機視頻業務的。

四、手機視頻用戶滿意度的基本概念和評價指標體系

4．1手機視頻用戶滿意度

手機視頻用戶是指一年中平均每半年至少通過手機終端使用過一次手機視頻服務的用戶，手機視頻用戶使用手機視頻服務的動機是其對于手機視頻內容信息存在一定的需求，手機視頻用戶滿意包括手機視頻搜索、觀看或下載過程和手機視頻使用后的滿足狀態，用戶的滿意度受手機視頻內容質量，客戶端服務，用戶個體等多種因素影響，本文中的手機視頻用戶滿意度將從結果和過程兩個方面考慮并進行設計，因此本文將手機視頻用戶滿意定義為用戶使用手機視頻服務的過程和結果的滿意狀態。

4．2概念模型設計

手機視頻用戶滿意概念模型可以幫助我們探索和確立影響手機視頻用戶滿意的因素，以及所確立的因素對于手機視頻用戶滿意的影響，最終提出手機視頻用戶滿意測評依據。

在手機視頻用戶滿意概念模型的確立過程中，我們借鑒了ACSI（American Customer Satisfaction Index 美國顧客滿意度指數模型），研究了手機視頻內容、服務的特殊性和手機視頻用戶基本行為的基礎后，構建了手機視頻用戶滿意度概念模型（如圖一）。在該模型中包括一個外源潛變量即用戶預期，四個內生潛變量分別為感知質量、價格認知、用戶滿意度和用戶抱怨。結構變量間的關系假設如下：感知質量對于價格認知有直接的正向作用；感知質量對于用戶滿意度有直接的正向作用；用戶預期對于感知質量有直接的正向作用；用戶預期對于價格認知有直接的正向作用；用戶預期對于用戶滿意度有直接的正向作用；價格認知對于用戶滿意度有直接的正向作用；用戶滿意度對于用戶抱怨有直接的負向作用。

4．3手機視頻用戶滿意度評價指標體系

由于前人對于用戶滿意度的研究實驗中已經證實了大部分觀測變量及其結構變量之間的關系，本文將結合手機視頻業務的主要特點，對于感知質量這一結構變量的下層觀測變量進行設計，這也是手機視頻用戶滿意度指數模型相對于美國客戶滿意度指數模型的最主要區別，可以體現手機視頻業務的關鍵特征，也是影響手機視頻用戶滿意度的主要因素。

通過分析與總結，我們給出了手機視頻用戶滿意度評價指標體系及所有結構變量和觀測變量（如表1、圖一）。

表 1 手機視頻用戶滿意度評價指標體系

圖 一 手機視頻用戶滿意度指數模型

其中，橢圓為我們在上文中設定的潛變量，矩形表示潛變量所對應的各個觀測變量，變量之間的單箭頭表示變量之間回歸關系，單箭頭直線間的數值代表變量之間的標準回歸系數。矩形上方的數值表示該變量被解釋的程度。

4．4滿意度指數模型驗證

4．4．1GFI與AGFI

GFI指模型適配度指數，AGFI為調整的適配度指數，AGFI的值介于0和1之間，數值越接近1，表示模型的適配度越好，本文中手機視頻用戶滿意度指數模型的GFI與AGFI結果顯示（表2）,GFI=0.091，AGFI=0.864，說明該模型具有較好的模型適配度。

表2 GFI與AGFI結果

4．4．2RMSEA

RMSEA指漸進殘差均方和平方根，其值越小表示模型的適配度越好，一般可接受的范圍是

表3 RMSEA結果

因此，該手機視頻用戶滿意度指數模型中的變量與關系路徑都通過了驗證。結構變量路徑圖如圖二：

圖 二 結構變量路徑圖

4．5實證研究結果分析

（1）在所得到的手機視頻用戶滿意度模型中，所有觀測變量的負荷系數均超過了0.5，說明模型中的所有觀測變量對于其所對應的結構變量都有很好的解釋能力。

（2）相關結構變量對于用戶滿意度的解釋度為0.85，說明結構變量的選擇合理性較高，能夠很好的解釋手機視頻用戶滿意度。

（3）用戶滿意度受用戶預期、價格認知和感知質量三個變量直接影響，其值分別為：-0.02、0.2和0.73，說明直接影響手機視頻用戶滿意度的最關鍵變量是感知質量，提高質量是提高手機視頻用戶滿意度的首要任務，這一任務需要通過提高手機視頻內容豐富程度、系統易用性、播放速度及流暢程度、畫面清晰程度和更好的滿足用戶個性化需求來完成。

（3）用戶預期對于用戶滿意度的直接效應為-0.02，這一結論拒絕了原假設：用戶預期對于用戶滿意度有直接的正向作用。說明用戶過高的預期會降低其對于手機視頻的滿意程度，但直接影響不大。

（4）感知質量對于價格認知的直接效應為0.59，說明提高用戶的質量感知可以提高用戶對于價格的認知繼而提高手機視頻用戶滿意度。

（5）用戶預期對于感知質量和價格認知的直接效應為0.55和0.12，說明用戶預期的提高可以提高用戶對于質量的感知和價格的認知。

篇（2）

新華信國際信息咨詢（北京）有限公司

聯合總裁和CEO

在中國汽車市場放慢腳步的當下，如何提升用戶滿意度，進一步提高用戶的忠誠度，又一次被各大廠商和經銷商提上議事日程，再一次成為焦點。

提升用戶滿意度已不是新鮮話題。2000年起，大多數合資和外資廠商就已經開展了滿意度研究，近年來，自主品牌也逐漸看重這項研究，成為汽車廠商在渠道領域中一個重要的管理工具。

但在日趨成熟的中國汽車市場，仍有很多障礙阻礙了用戶滿意度的進一步提升。例如，目前的滿意度研究還較多地停留在終端用戶層面，廠商內部各個部門或品牌的滿意度相關研究工作過于分散且步調不一致，近幾年用戶的期望不斷提高且變化較快，進一步造成影響滿意度的因素多而復雜等。

所有這些都提出了新要求，滿意度工作的開展要綜合考慮多種因素，通過對資源的有效規劃、梳理和整合來帶動體系競爭力的提升，進而促成和保障用戶滿意。我們基于在滿意度領域長期的研究經驗，建議從以下幾個方面進行優化：

第一，企業戰略層面的規劃、梳理和整合。

影響滿意度的因素多而復雜，很多因素不是經銷商能夠解決的，如車輛定價、交車時間、試駕體驗、網絡布局和擴張等，這需要廠商以戰略的眼光來看待問題，進行合理規劃。像近期的奔馳中國與北京奔馳成立新的銷售公司、大眾進口車業務的整合、寶馬5S店的建立等，這些看似與滿意度無關的問題，實際上對用戶滿意度的提升有著深遠影響。

第二，車型品牌的規劃、梳理和整合。

中國汽車市場上有上百個車型品牌，多數廠商也都在開展多品牌戰略，但在覆蓋更多市場和規避風險的同時，也帶來了一系列問題，如分散企業資源以至于無法提供最優的產品和服務、品牌或產品定位不清以至無法將信息有效傳遞給用戶、營銷活動各自為戰等，所有這些均會降低用戶在購車和用車過程中的滿意度體驗。

各品牌資源的規劃、梳理和整合，對滿意度的提升至關重要。如大眾集團聯合旗下的大眾、奧迪、賓利、保時捷、布加迪、蘭博基尼六大品牌，共同開展以宣傳跑車文化為主題的營銷活動，在節省成本和統一步調的同時，又能帶給用戶最優的跑車文化體驗，可以有效提升用戶滿意度。

第三，企業相關職能部門間的協調一致。

篇（3）

1 引言

目前，我國三大運營商積極推進國家提速降費政策的落實，促使4G互聯網用戶發展迅猛，導致用戶體驗度持續下降。為了防止用戶流失，運營商采取了大量的創新性優化手段來提升網絡性能，但收效甚微。本文旨在通過對用戶群體模型及體驗的研究，分析用戶對網絡滿意度評判分值低的主導因素，運用多元線性回歸數學算法迭代和遞推出用戶滿意度的權重因子。首先從理論研究到調研全流程式對用戶群模型進行了擬合；然后對比傳統專家預判式優化方法，提出了構建基于用戶群模型及體驗做優化的新模式；再結合用戶群模型中的變量權重因子，詳細分解了系統采取xDR（External Data Representation）信令P聯分析方法、NAE（Network Anomaly Events，網絡異常事件）地理柵格化等創新性的優化手段；最后通過運營商3期用戶滿意度的調研案例，驗證了用戶體驗模型的穩定性及自主型網優系統的有效性。

2 理論研究方法

2.1 分析滿意度調研用戶群及抽樣客觀性

根據尼爾森調研公司對移動用戶的調查報告，將用戶對網絡的滿意度分成三類：差感用戶、客觀用戶和好感用戶。其中，差感用戶定義為無通話異常事件，通話質量打分低；客觀用戶定義為存在通話異常事件，通話質量打分較客觀；好感用戶定義為有通話異常事件，通話質量打分高。調查報告中客觀用戶占比約為70%，并驗證了客觀用戶打分與網絡感知基本一致，在排除抱有好感和偏見的用戶后，絕大部分用戶（65%～75%）的滿意度打分與其所遇到的異常事件呈現很強的相關性，這一結論經與后端調取歷史通話錄音的結果基本一致。

篩選出三類用戶群中的客觀用戶，將調研用戶數結合網絡制式維度進行細分，確定2G/3G用戶和4G用戶的分布比例。

2.2 構建滿意度概念模型

結合上文確定的客觀用戶各網絡制式分布比例進行外呼深訪，選取客觀用戶深訪的原因是由于客觀用戶能夠準確評價網絡提供的服務。以深訪結果構建如圖1所示的用戶滿意度概念模型，語音模型中影響用戶滿意度的主要因素是掉話和質差（MOS），數據模型中網絡不穩定是影響手機上網滿意度的最主要原因。

2.3 根據深訪后的概念模型構建用戶滿意度數學模型

針對用戶滿意度概念模型中影響語音和數據的主要因素，從性能管理系統中提取用戶實際使用行為數據，采用多元線性逐步回歸方法，建立用戶滿意度與異常感知事件的關聯模型，找到提升網絡滿意度的抓手。當由多種因素共同決定一個現象時，使用多元線性回歸（Multivariate Linear Regression）方法將多個自變量形成最優組合共同來預測或估計因變量：

yi=β0+β1xi1+β2xi2+…+βpxip+εi （1）

其中，yi為因變量；β0為常數項；β1…p為偏回歸系數；xi1…ip為自變量；εi為隨機誤差。

在概念模型中，多個網絡異常事件指標共同決定用戶滿意度，系數即該指標的影響權重。經數據推導和遞歸形成的語音及數據模型公式如下（下列各影響因子取值已經過逐步非線性變換并標準化）：

語音模型公式：

2G/3G用戶語音滿意度=5.5+0.75×主叫失敗間隔+

0.69×被叫失敗間隔+0.09×超短呼間隔+1.68×掉話間隔 （2）

4G用戶語音滿意度=5.5+0.49×主叫失敗間隔+1.81×被叫失敗間隔+0.09×超短呼間隔+0.72×掉話間隔 （3）

數據模型公式：

數據滿意度=-0.84×TCP（無線）時延+0.08×

TCP（核心）成功率-0.15×DNS時延+0.11×EPS缺省

承載建立成功率+1.28×Http業務成功率-0.94×Http響應時延+0.85×Http下載速率-0.18×TAU失敗次數-0.08×TAU時延-0.38×LTE流量+5.5 2.4 用戶滿意度數學模型擬合度驗證

經遞歸和推導出語音及數據模型公式后，選取運營商1140人（2G/3G用戶535人，4G用戶605人）進行深訪，根據異常事件提取xDR及網絡性能數據進行滿意度數學模型的擬合測試驗證，驗證結果顯示：掉話是影響2G/3G用戶通話感知的最主要因素，約占52.2%；MOS值是影響4G用戶通話感知的最主要因素，約占58.1%；Http業務成功率是影響用戶上網感知的最主要因素，約占26.16%。

以每月數據預測后續月份的用戶滿意度，經驗證模型置信度為95%，擬合優度分別為98.8%和99.1%。基于模型擬合數據可知，用戶滿意度數學模型與實際滿意度控制在5%以內，這說明模型的穩定性良好，可以應用于影響滿意度的異常感知事件定位。

3 基于用戶群模型及體驗創新網優模式，構建自優化系統

3.1 傳統性專家預判優化方法

針對用戶滿意度異常感知事件的定位，傳統性專家預判優化采取QoE（Quality of Experience，用戶感知）映射到KQI（Key Quality Indicators，關鍵質量指標）及KPI（Key Performance Indicators，關鍵績效指標），根據KPI異常波動指標查找異常的因子來定位影響用戶感知的網絡問題，查找過程中將專家排查流程和判斷方式固化為經驗庫，通過匹配經驗庫中設置的門限和范圍值來定位用戶感知問題，然后再采取現場DT（Drive Test，路測）/CQT（Call Quality Test，呼叫質量測試）測試、RF優化、后臺話統分析和終端定位等優化手段解決感知問題。傳統優化方法屬于被動式和事后補救性優化，對用戶底層的數據和信令關聯不夠，分析不夠全面且用戶歷史信息回溯性不足。

3.2 基于用戶群模型及信令構建自主型優化系統

為彌補傳統專家預判式優化的不足，提升用戶群體驗，實現網絡自愈合和自優化，以用戶群模型與異常感知事件關聯分析、xDR信令關聯分析和NAE地理柵格化相融合，構建自主型網優系統。系統分成橫、縱兩個層面，橫向從UE（User Equipment，用戶終端）到E-UTRAN（Evolved UMTS Terrestrial Radio Access Network，演進的UMTS陸地無線接入網）、業務平臺、服務器、提供商等方面；縱向上按照業務流程進行分段分析，實現業務端到端分析、質量分析、業務可視化及感知問題的自分析、自定位和自優化。

（1）xDR信令關聯分析方法

在傳統專家式分析結果的基礎上，通過各網元的軟硬采集xDR數據，將xDR數據與MR（Measurement Report，測量報告）進行字段關聯填充、補缺和賦值，結合定位算法與地圖指紋庫定位用戶使用環境及自動輸出優化方案；主要包含基于用戶定位指紋庫、用戶環境區分技術、3D仿真、POI自動輸出、ACP（自動布站）等關鍵技術，利用這些技術現對異常問題和區域的定位，再結合開戶數據、經濟分析數據、投訴數據分析定位價值柵格，實現面向用戶的自優化與智能規劃。

xDR信令關聯分析的難點在于數億級的數據處理，Hadoop在這方面具有較好的擴展性和性能，能實現海量數據處理、截取、關聯和儲存，并面向分布式進行TB/PB級的數據處理。Hadoop在對海量數據的萃取過程中，通過map生成數據的配對值，如：MR和xDR信令數據屬關系型數據，如圖2所示，在GPS信息關聯并賦值中，MR與xDR字段匹配成功是獲取GPS的關鍵，通過xDR中S1-U/MME數據解析提取出用戶的GPS信息，并通過用戶屬性將此GPS時間點附近的MR數據進行關聯，實現MR數據精確的用戶環境區分和定位。

運用分布式關系型數據庫對海量xDR數據進行map映射，主要采用大表聚合和關聯，發現通過合理的索引優化技巧可以實現分秒級計算操作。因此，基于關系型map映射構建MR和xDR的關聯性數據庫并應用于用戶群體驗的提升，是構建自主型網優系統的關鍵所在。

（2）NAE地理柵格化

為了在自主型優化系統中直觀展示用戶群模型應用于定位網絡異常事件方面的效果，便于網絡監控和處理，將用戶所處區域進行地理柵格化，以圖形渲染的方式呈現異常事件的惡化程度及用戶所處環境的多維網絡信息。以網絡異常事件――MOS值為例：經過研究與實踐，采用E-mode1模型可準確快速評價4G用戶語音質量，輸出等效MOS值，結合xDR、MR、話統等多維數據定位異常原因，并針對不同原因開展RF、參數、信令、性能及新功能應用等多方面的優化工作，以達到切實提高用戶體驗、提升用戶網絡滿意度的目的。

實現NAE地理柵格按照圖3中的步驟將MOS數據與MR通過時間差、UEID進行關聯，借助MR字段數據對MOS進行定位并地理柵格化顯示，進行用戶VIP分析、網絡性能分析、網絡覆蓋分析等特性優化，以高效支撐4G網絡的優化分析。

4 應用推廣

2016年運營商委托三方公司對用戶滿意度進行了三期的調研，深訪調研選取1140個樣本（2G/3G用戶535人，4G用戶605人），按照用戶身份屬性、終端屬性和消費屬性的實際比例，抽取用戶群和運用多元線性逐步回歸方法進行異常事件跟蹤（抽樣置信區間95%），判斷異常事件變化趨勢，選取三個典型樣本進行跟蹤，發現全網語音掉話表現變差。

將用戶群模型定位后的網絡掉話變差――掉話間隔縮短，通過自優化系統定位為CN流程沖突導致，并進行了流程優先級自優化，掉話間隔拉長，完成網絡自愈合，問題得到解決。經過系統反復迭代和優化，三方公司進行第3期的調研結果如圖4所示。可以看出，第3期用戶滿意度得分較前兩期上升明顯，達到預期效果。

5 結束語

隨著移動互聯網用戶終端、業務和需求的不斷變化，如何保障網絡服務質量、提升用戶感知、保持業務持續增長，是通信運營商面臨的網絡難題。本文通過xDR信令關聯分析和NAE地理柵格化等手段對異常事件及區域進行處理，基于用戶群模型及體驗構建了自主型網優系統，該技術手段能夠有效提升用戶感知，并改善網絡質量。在以后的實際應用中，需要結合新業務、新功能和新協議逐步優化完善，以持續提升網絡優化工作的智能化水平。

參考文獻：

[1] 馮傳躍. LTE網絡MR和信令數據的聯合分析方法[A]. 天津市電視技術研究會年會論文集[C]. 2016.

[2] 趙川斌，張驥，任義. 基于用戶感知的網絡優化體系建設探討[J]. 移動通信， 2011，35（6）： 19-24.

[3] 胡宇辰，郭宇. 基于沙漏模型的移動互聯網用戶行為分析[J]. 管理世界， 2013（7）： 184-185.

[4] 肖傳郊. LTE網絡端到端優化系統[J]. 電信網技術， 2012（11）： 5-7.

[5] 王磊，王西點，程楠. 基于大數據技術的智能化無線網絡優化體系[J]. 電信科學， 2015（12）： 159-163.

[6] 陳磊，江俊敏，袁汶雯. 自動柵格化工具的實現及其在網規網優中的應用[J]. 郵電設計技術， 2010（12）： 49-52.

[7] 鄭偉. 柵格化數據在移動通信網絡優化中的應用研究[D]. 北京： 北京郵電大學， 2014.

篇（4）

摘 要：政務微信作為我國政府提供公共服務的獨特方式，應用日益普及，如何對政務微信服務質量進行有效評價成為亟待解決的問題。文章從政務微信服務過程、服務載體、服務內容和服務結果四個方面出發，基于用戶滿意度，從便捷性、移情性、響應性、可靠性和保證性五個維度構建了政務微信服務質量評價模型，并以“武漢”為例，進行模型檢驗和實證研究，對“武漢”服務質量的提升提出了建議。

關鍵詞：用戶滿意度；政務微信；服務質量；服務質量評估；武漢

中圖分類號：G203；D035-39 文獻標識碼：A DOI：10.11968/tsyqb.1003-6938.2017028

1 引言

隨著社交媒體逐步滲透到社會生活的各個領域，政府部門也開始關注并利用這一新興信息交流工具為公眾提供服務，政務微博、政務微信等新型電子化公共服務方興未艾。社交媒體具有即時傳播、互動性強、信息形式多樣等特點，能更好地吸引用戶、提升用戶體驗。相對于微博、網站而言，微信公眾號的互動性、針對性及個性化程度更高。中國社科院2016年的《中國新媒體發展報告》顯示，截至2016年2月，微信公眾號已經超過1000萬個；截至2016年1月，政務微信公眾號超過5萬個 [1]。

政府部門通過微信平臺政務信息，可以主動引導輿論，改變了傳統的定點、定時政務信息的方式，但在實踐中，現有的政務微信在內容質量及與用戶的交流互動等方面也存在一些問題和不足。本文對政務微信服務質量與用戶滿意度之間的關系進行探索，由此構建了基于用戶滿意度的政務微信服務質量評價模型，以武漢市政務微信――“武漢”為例進行模型檢驗和實證研究，并據此對其服務質量的提升提出建議。

2 基于用戶滿意度的政務微信服務質量評價模型構建

2.1 研究綜述

近年來，社交媒體在各行各業的應用日益廣泛，對其質量進行評價開始引起學術界的關注[2-3]。政務微信作為我國政府獨有的公共服務提供方式，逐漸發展成為政府與群眾溝通交流的新平臺， 也成為了學術研究的熱點之一。目前國內學者對政務微信的研究主要包括發展現狀、影響因素以及案例研究三個方面。在政務微信的發展現狀方面，研究涉及政務微博和政務微信等政務社交媒體的功能、特點、影響和模式，并著重探討微信及其他社交媒體對于建設未來更加開放、更加親民的服務型政府的作用[4-6]；或是分析政務微信、政務微博、政府網站三者的區別與聯系，并指出三者共同構成了電子政務服務體系[7-8]。在影響政務社交媒體的因素方面，學者們分析政務微信公眾號用戶采納影響因素、政務微信公眾號用戶持續使用意愿的關鍵影響因素[9-11]。在案例分析方面，鄭磊等[12]從整體布置、在線服務、賬號設置等方面分析了“上海”后，對其運營的改進提出了建議；王少輝等[13]則借鑒“武漢交警”政務微信平臺的運營經驗，對中國基于微信平臺的電子化公共服務模式的完善提出建議。

國外學者也對社交媒體在政務信息服務中的應用進行了研究。在提供信息服務方面，Bertot和Criado等的研究表明Twitter等社交媒體可以提高政府信息的開放性和透明度，促使政府為公民提供更好的信息服務[14-15]。在公眾參與和交互方面，Crump和Khan等的研究表明使用社交媒體為公眾提供政府信息服務可以調動公民參與的積極性，對政府與公眾之間的關系有積極作用[16-17]。其他學者在研究政務社交媒體采納時還發現，主觀規范、網絡外部性對用戶采納有正向影響[18-19]，感知風險和信任對用戶采納有顯著影響[20]，感知易用性和感知有用性對用戶持續使用有積極影響[21]。

綜觀國內外現有的研究，我國對政務微信的現狀、影響因素以及最佳實踐等已經有了一定的探索，國外學者對于社交媒體應用于政府信息服務中的研究也取得了一定的成果，但目前對于政務微信服務質量評價的實證研究尚屬空白。

2.2 政務微信服務質量評價概念模型的建立

政務微信服務質量評價是根據用戶的需求和滿意度，采用一定的評價指標，按照一定的原則和程序對政務微信服務質量進行全面評估的過程。用戶滿意度是用戶對服務質量的直接表述，當用戶對政務微信的感知水平符合或高于其預期水平，則用戶獲得較高的M意度；反之，用戶獲得較低的滿意度。本文對國內外眾多學者有關電子政務服務質量、網站服務質量、社交媒體（微博）信息服務質量的相關研究維度進行梳理（見表1），結合政府微信及公共信息服務的特征，構建了基于用戶滿意度的政務微信服務質量評價模型（見圖1）。

由構建的模型可知，對政務微信服務質量的測度主要是從服務載體、服務內容、服務過程和服務結果四個方面判斷各個維度與用戶滿意度之間的關系。概念模型由政務微信便捷性、移情性、響應性、可靠性和保證性五個維度和用戶滿意度構成。

對政務微信服務載體的測量主要是便捷性，政務微信的便捷性是指服務載體在時間、空間的影響下為公眾提供服務的能力；對服務過程的測度包括移情性和響應性，移情性表現為微信服務的個性化、服務的針對性、信息推薦還有溝通的禮貌性等，響應性用來衡量服務反饋的速度、服務的易理解性；對信息內容的測度主要是可靠性，即政務微信信息內容的真實可信性、全面完整性；對政務微信服務結果的測量主要是保證性維度，包括是否解決了問題、是否了有用的消息、解決問題的效率。

用戶滿意度指用戶對服務和服務提供者的整體滿意度，是用戶享用服務前的期望與使用后的感知之間差異的一種反映。對于政府部門來說，如何提高政務社交媒體的質量和用戶滿意度，建立良好的用戶關系，是一個很重要的問題。因此，除了要探討政務微信服務質量的影響因素之外，還有必要研究政務微信服務質量各維度與用戶滿意度間的關系。

2.3 研究假設的提出與量表的設計

基于服務質量由顧客感知的觀點，本文在服務質量模型中引入用戶滿意度，結合SERVQUAL量表[22]和SERVPERF量表[29]，采用歸納演繹法生成初始問項，向相關專家請教，最終確定符合政務微信特點的量表（見表2），并提出研究假設。

2.3.1 便捷性與用戶滿意度之間關系的假設

便捷性指服務載體在時間、空間的影響下為公眾提供服務的能力。政務微信服務最大的特點是該服務不受時空的限制，互聯網技術和移動通信技術的應用使服務突破了時空的約束，克服了傳統公共服務的缺陷，使公眾可以隨時隨地享受政府提供的公共服務。Wolfinbarger等人指出網站便捷性是網站服務的基礎，在互聯網時代，網站是用戶獲取各種電子服務的載體，便利的網站設計能提高用戶對網站質量的感知[30]。據此，本文提出以下假設：

H1：政務微信便捷性對用戶滿意度有顯著正向影響。

2.3.2 移情性與用戶滿意度之間關系的假設

移情性主要是指對顧客付出個人關懷、服務人員是否關心顧客、是否了解顧客特殊需求、是否重視顧客的利益以及是否提供顧客方便的營業時間。根據政務微信的自身特征，移情性主要是指回復是否中肯、用語是否禮貌、是否隨時可以尋求幫助和是否隨時可以查詢服務進展的互動，微信互動確實可以做到不受時空限制隨時隨地進行。Sohn等指出網站既是一個系統，又是一個用戶互動溝通的渠道，因此用戶與系統、客戶以及用戶間的互動情況將共同影響用戶對網站的質量感知[31]。本文據此提出假設：

H2：政務微信移情性對用戶滿意度有顯著正向影響。

2.3.3 響應性與用戶滿意度之間關系的假設

響應性主要是指明確告知顧客各項服務時間、提供的服務是否符合顧客的期待、服務人員是否總是樂意幫助顧客以及服務人員是否會因為忙碌而無法提供服務。根據政務微信自身特征，應該包括服務人員是否迅速給予回復、幕后工作人員是否樂意幫助以及回復是否滿意等。國內學者梁君研究發現用戶將網站的響應性看作是影響網站質量最重要的因素[32]。本文據此提出假設：

H3：政務微信響應性對用戶滿意度有顯著正向影響。

2.3.4 可靠性與用戶滿意度之間關系的假設

可靠性主要是指能否履行對顧客的承諾、顧客有困難時是否表現出協助的誠意、公司是否可信賴、是否準時提供所承諾的服務以及是否將服務相關的記錄正確的保存。結合政務微信特征，政務微信服務質量的可靠性主要是指提供的各項服務功能是否均可使用、頁面信息是否均可瀏覽閱讀、信息更新是否及時、信息是否全面以及能否滿足需求。Kim等指出，評價網站服務質量的最重要的指標就是信息質量，信息質量維度已經廣泛的被用來測量用戶感知的電子服務質量[33]；Hernon等也認為信息質量是衡量用戶滿意程度的一個重要指標，而衡量信息質量最重要的指標就是可靠性[34]。本文據此提出以下假設：

H4：政務微信可靠性對用戶滿意度有顯著正向影響。

2.3.5 保證性與用戶滿意度之間關系的假設

保證性主要是指服務人員是否可以信任、提供服務能否使顧客安心、服務人員是不是很有禮貌、服務人員能否互相幫助以及提供更好的服務。結合政務微信特征，評估政務微信的保證性維度主要有提供的信息是否準確、是否泄漏私人信息。Zeithaml等指出保證性是影響網站服務質量的一個重要維度，并且安全性也是用戶一直關心的問題[35]；Szymanski等也認為安全性是影響電子服務質量或者滿意度的重要維度之一[36]。據此，本文提出假設：

H5：政務微信保證性對用戶滿意度有顯著正向影響。

3 政務微信服務質量評價模型的實證分析

3.1 樣本描述

研究采用問卷調查法，以“武漢”為測評對象，從以下三個部分展開：第一個部分是背景信息，包括調查者的年齡、性別、職業、教育程度以及用戶利用政務微信服務的情況，可以了解他們經常使用哪些微信公眾號、服務內容、使用頻率、使用年限等，由此了解用戶的特征、喜好及行為；第二部分是調查問卷的主體部分，其設計主要借鑒了SERVQUAL量表和SERVPERF量表。在對便捷性、移情性、響應性、可靠性和保證性五個維度以及用戶滿意度進行測量的過程中，采用了Likert 5級量表，1分表示非常不滿意，2分表示不滿意，3分表示一般，4分表示滿意，5分表示非常滿意；第三部分是用戶滿意度的調查和對政務微信改進的建議收集。本調查以“問卷網”為主，輔以電子郵件方式收集數據，本次共發出問卷230份，收回有效問卷197份，有效回收率達85.7%。在應答者中，男性有97人，占49.2%；女性100人，占50.8%。

3.2 稻莘治鲇爰偕杓煅

3.2.1 探索性因子分析

筆者利用SPSS19.0對收集到的197份有效樣本進行探索性因子分析（結果見表3）。根據Bartlett球形檢驗（p

由表4可知，六個因子的載荷均大于0.5且沒有出現雙重載荷的情況，因子結構較為合理，由此得到含22個題項的正式量表。在此基礎上筆者對正式量表進行信效度分析。

3.2.2 信度分析

本文主要采用克朗巴哈系數（Cronbach’s α系數）和建構信度（Composite Reliability，CR）這兩個指標來進行信度分析。Cronbach’s α系數由SPSS19.0計算直接得；CR是利用AMOS 21.0，經過驗證性因子分析，通過衡量各測量題項的因子載荷得到（具體見表5）。經題項剔除后的正式量表整體Cronbach’s α系數為0.792，四個因子的Cronbach’s α值在0.674-0.871之間（>0.6），表明內部一致性較高。同時，經驗證性因子分析探討得到的各潛變量建構信度值CR皆高于建議值0.7，說明本模型內在質量好，各變量具有較好的信度。

3.2.3 效度分析

因本次研究所采取的量表題項都經過了前人的多次證明和檢驗，所以在內容效度上基本不存在統計問題。經過驗證性因子分析可知，測量模型的主要指標自由度CMIN/DF、規范擬合指數NFI、比較擬合指數CFI、擬合優度指數GFI、近似均方根殘差RMSEA均達到理想值要求，表明模型擬合較好。各個潛變量上的標準化載荷處于0.584-0.916之間，滿足因子載荷值介于0.50-0.95之間的標準，通過了顯著性檢驗；平均提取方差值AVE值處于0.501-0.6167之間，均大于0.5，表明各變量都存在良好的收斂效度。

3.2.4 假設檢驗

本文借助AMOS 21.0軟件，基于極大似然估計的方法來計算模型擬合指標和各路徑系數的參數估計，并得出假設檢驗有關的潛變量之間的關系。由表5顯示的結果可知，此結構方程的各項擬合指標除GFI略低于0.9外，其他指標都符合基本標準。統計學認為，GFI的值大于0.9表示模型路徑圖與實際數據有較佳的適配度，大于0.8表示適配合理，而這里GFI值為0.839，可以認為模型適配基本合理。從整體的擬合指標來看，可以認為模型最終的擬合效果較好，假設模型與數據擬合程度可以被接受。

表6描述的是模型的標準路徑系數。從表中可知，三條檢驗路徑（便捷性->用戶滿意度；可靠性->用戶滿意度；響應性->用戶滿意度）結果顯著（p用戶滿意度；保證性->用戶滿意度）結果不顯著，假設H2、H5未通過檢驗。

3.3 研究結論及建議

本文結合政務微信特征設計調查問卷，以“武漢”為研究對象，對調研數據進行詳細分析，形成研究結論并據此提出以下建議：

（1）便捷性與用戶滿意度之間呈顯著的正向相關關系。本文在檢驗便捷性維度與服務質量滿意度線性之間的關系時發現，H1通過檢驗，說明兩者有顯著的正向相關關系。

通過對調研數據的分析，可以發現公眾對“武漢”便捷性維度評估均值為4.04，便捷性維度可細分為使用簡單、獲取信息變量、節省時間和快速查找信息題項，各題項的評估均值分別為4.07、4.12、3.97和4.01。由此可見，公眾對于“武漢”的便捷性總體是滿意的。“武漢”應繼續以圖文結合的方式信息，以方便用戶閱讀和獲取信息，維持用戶的滿意度。

（2）移情性與用戶滿意度之間無顯著相關關系。對移情性與服務質量用戶滿意度之間線性關系進行分析的結果顯示，H2未通過檢驗，說明兩者之間無顯著的相關關系。

經過分析，可以發現公眾對“武漢”移情性維度評價均值為3.93，移情性可細化為隨時可以尋求幫助查詢服務進展、回復中肯和用語禮貌題項，各題項的均值分別為3.96、3.87和3.95。由此可見，公眾對“武漢”移情質量總體來說是一般滿意的。為提高用戶的滿意度，“武漢”在今后的運營中，服務人員應注意禮貌用語的使用以及服務態度的友好。

（3）響應性與用戶滿意度之間呈顯著的正向相關關系。本文分析響應性與用戶滿意度之間線性關系，發現H3通過檢驗，說明兩者之間有著顯著的正向相關關系。

通過對調研數據進行分析，我們發現公眾對“武漢”響應性維度服務質量滿意度評估均值為3.85，響應性可細化為迅速給予回應、告知解決問題時間、我滿意其回復和工作人員樂意幫助我幾個題項，各題項對應的均值分別為3.82、3.88、3.76和3.93。由此可見，公眾對“武漢”響應性維度總體一般滿意。為提高響應性，“武漢”應采用自動與人工相結合的方式，對具有共性的、簡單的、標準化的問題，可更多使用自動回復，對復雜的個性化的問題，可更多采用人工方式予以答復，這樣做不僅能及時給用戶提供答復，也能給后臺提供一定的緩沖時間。

（4）可靠性與用戶滿意度之間呈顯著的正向相關關系。本文分析可靠性與服務質量滿意度之間的線性關系，結果顯示H4通過檢驗，說明兩者之間存在顯著的正向相關關系。

通過對調研數據進行分析，可以發現眾對“武漢”可靠性維度服務質量滿意度評估均值為4.03，可靠性可細化為各項功能均能使用、頁面信息均可閱讀、信息更新及時和信息全面幾個題項，各題項對應的均值分別為4.03、4.09、3.98和4.00。由此可見，公眾對“武漢”可靠性維度總體是滿意的。除保證各項功能可用且操作便捷以外，還要提供及時、完整的信息，這是“武漢”進一步努力的方向。

（5）保證性與用戶滿意度之間無顯著相關關系。本文分析了保證性與服務質量滿意度之間的線性關系，結果顯示H5未通過檢驗，說明兩者之間無顯著相關關系。

通過分析，可以發現保證質量滿意度均值為3.99，保證性可以細化為不泄露私人信息、很好用和愿意長期使用幾個題項，各題項均值分別為3.98、3.96和4.04。由此可見，公眾對“武漢”保證性維度的服務質量一般滿意。為了給用戶提供有保證的政務微信服務，一方面政府應運用可靠的信息安全技術；另一方面，相關的政策、規章制度、法律法規也必不可少。

4 結語

社交媒體具有開放性和參與性的特點， 由此決定了提升其服務質量必須注重用戶的體驗，政府應用的社交媒體亦然；唯有關注用戶體驗，才能更加有有針對性地提升服務質量， 更加充分、有效地運用政務新媒體， 不斷拓展“互聯網+政務服務”的深度和V度。本文從用戶滿意度的視角構建政務微信服務質量評價模型，一方面為政務新媒體服務質量評價的學術研究提供參考， 另一方面有助于政府明確在政務微信建設實踐中的優勢與不足，更好地為公眾提供政務微信服務。

參考文獻：

[1] 中國社會科學院.中國新媒體發展報告[EB/OL].[2016-12-12].http：///xwcbx/xwcbx_rdjj/201606/t20160622_3

080928.shtml.

[2] 向陽，黃蓉，袁明珍.基于服務質量差距模型的社交媒體服務質量評估――以微信為例[J].出版廣角，2015（5）：79-81.

[3] 葉鳳云，邵艷麗，張弘.基于行為過程的移動社交媒體用戶信息質量評價實證研究[J].情報理論與實踐，2016，39（4）：71-77.

[4] 蔣天民，胡新平.政務微信的發展現狀、問題分析及展望[J].現代情報，2014，34（10）：88-91.

[5] 龔花萍，劉帥.基于微信平臺的政務信息公開新模式[J].現代情報，2014，34（4）：62-66.

[6] 金婷.淺析政務新媒體的發展現狀、存在問題及對策建議[J].電子政務，2015（8）：21-27.

[7] 王芳，張璐陽.中國政務微信的功能定位及公眾利用情況調查研究[J].電子政務，2014（10）：58-69.

[8] 王愚.突發事件中的政務微博與政務微信對比分析[D].南昌：江西師范大學，2015.

[9] 宋之杰，巫翠玉，石蕊.政務微信公眾號用戶采納研究[J].電子政務，2015（3）：18-25.

[10] 李宗富，張向先.政務微信公眾號用戶持續使用意愿的關鍵影響因素識別與分析[J].圖書館學研究，2016（14）：94-100.

[11] 劉曉娟，王昊賢，肖雪，等.基于微博特征的政務微博影響因素研究[J].情報雜志，2013（12）：35-41.

[12] 鄭磊，王棟，王h，等.上海市政務微信發展報告：現狀、趨勢與啟示[J].電子政務，2014（9）：16-28.

[13] 王少輝，高業庭.基于微信平臺的電子化公共服務模式創新研究――以“武漢交警”政務微信為例[J].電子政務，2014（8）：53-60.

[14] Criado J I，Sandoval-Almazan R，Gil-Garcia J R.Government innovation through social media[J].Government Information Quarterly，2013，30（4）：319-326.

[15] Bertot J C，Jaeger P T，Hansen D.The impact of polices on government social media usage：Issues，challenges，and recommendations[J].Government Information Quarterly，2012，29（1）：30-40.

[16] Crump J.What Are the Police Doing on Twitter？Social Media，the Police and the Public[J].Policy & Internet，2011，3（4）：1-27.

[17] Yoon H Y，Kim J，Khan G F，et al.From e-government to social government：Twitter use by Korea's central government[J].Online Information Review，2014，38（1）：95-113.

[18] Lau A S M.Strategies to encourage the adoption of G2C e-government services in Hong Kong[J].Electronic Government，2004，1（3）：273-292.

[19] Wang C，Hsu Y，Fang W.Acceptance of technology with network externalities：An empirical study of internet instant messaging services[J].Jitta Journal of Information Technology Theory & Application，2005，6（3）：15-28.

[20] Horst M，Kuttschreuter M，Gutteling J M.Perceived usefulness，personal experiences，risk perception and trust as determinants of adoption of e-government services in The Netherlands[J].Computers in Human Behavior，2007，23（4）：1838-1852.

[21] Wangpipatwong S，Chutimaskul W，Papasratorn B.Understanding Citizen's Continuance Intention to Use e- Government Website：a Composite View of Technology Acceptance Model and Computer Self-Efficacy[J].Electronic Journal of e-Government，2008（1）：55-64.

[22] Parasuraman A，Zeithaml V，Berry L.Servqual ：A Multiple-item Scale for Measuring Consumer Perceptions of Service Quality[J].Journal of Retailing，1988，64（1）：12 -40.

[23] Cronin J J，Taylor S A.Measuring Service Quality：A Reexamination and Extension[J].Journal of Marketing，2010，56（3）：55-68.

[24] （美）克里斯蒂?格魯諾斯.吳曉云，馮偉雄，譯.服務市場營銷管理[M].上海：復旦大學出版社，1998.

[25] 劉淵，鄧，金獻幸.政府門戶網站服務質量與內外部用戶再使用意愿研究――以杭州市政府門戶網站為例[J].情報學報，2008，27（6）：908-916.

[26] 周毅.公共信息服務質量問題研究――基于建立政府與公民信任關系的目標[J].情報理論與實踐，2014，37（1）：17-21.

[27] 羅杭，郭珍，張毅.移動政務的價值分析[J].情報資料工作，2010（4）：37-41.

[28] 嚴煒煒.用戶滿意度視角下微博客服務質量評價模型研究[J].圖書情報工作，2011，55（18）：53-56.

[29] 戴煒軼，王凱洋，徐芳.基于用戶體驗的高校微博信息服務質量評價指標體系研究[J].蘭州教育學院學報，2013，29（10）：113-116.

[30] Wolfinbarger M，Marry C.eTai1Q：dimensionalizing，measuring and predicting etail quality[J].Journal of retailing，2003，79（3）：183-198.

[31] Changsoo Sohn，Suresh K.Tadisina.Development of e-service quality measure for internet-based financial institutions[J].Total Quality Management & Business Excellence，2008，19（9）：903-918.

[32] 梁君.第三方B2B電子商務網站質量評價體系研究[D].杭州：浙江大學，2008.

[33] Kim S，Stoel L.Dimensional hierarchy of retail website quality[J].Information & Management，2004，41（5）：619-633.

[34] Hernon P，Calvert P.E-service quality in libraries：Exploring its features and dimensions[J].Library & Information Science Research，2005，27（3）：377-404.

篇（5）

摘　要：本文以電子商務平臺作為研究背景，構建了用戶價值、用戶滿意和重購意向的影響關系模型。實證研究結果顯示，實用價值、享樂價值均對用戶滿意具有顯著的正向影響；并且用戶滿意在用戶價值和重購意向的關系中具有部分中介效應作用。

關鍵詞 ：電子商務；用戶價值；用戶滿意；重購意向

中圖分類號：F713.50文獻標志碼：A文章編號：1000-8772（2015）01-0056-02

引言

由于用戶可以足不出戶就可以購買到自己需要的多樣化并具有質量保證的商品，電子商務平臺已經在現代人的生活中占據了重要的位置（Huang Chun-Che等，2010）[1]。用戶使用電子商務平臺，一方面是為了獲得購物的便利性、經濟性以及獲得廣泛而全面的產品信息；另一方面，吸引用戶的是在線購物體驗中的愉悅、享受產品時尚過程中的快樂。針對電子商務平臺運營商而言，用戶在平臺中獲得自身需要的利益后，是否能對用戶的行為和態度產生影響，以及對用戶的哪些行為態度產生影響將是平臺需要重視的問題。

Lam，Shankar和Erramilli 等（2004）將顧客價值定義為顧客從產品或服務中所得到的總價值[2]。根據Ajzen的計劃行為理論，人的行為意愿必然會受到某種因素的影響，而驅動人的行為和態度[3]。這意味著用戶價值可能是驅動用戶行為和態度的因素之一。滿意被認為是消費者在購買體驗過程中自身目標的滿足程度（Oliver，2006a）[4]。因而用戶滿意是電子商務平臺中用戶對購物過程是否達到自身目的的態度的體現。Mala Srivastava等（2014）從社交互動和方便的角度分析了顧客滿意的前因[5]，但是電子商務平臺中用戶價值和用戶滿意之間的關系更是未能得到驗證。Lee、Lee和Feick（2001）認為重復購買表示顧客持續購買公司產品和服務的意向[6]。用戶在電子商務平臺的重購意向將會影響到用戶是否對平臺產生忠誠。然而，目前在電子商務平臺中有關用戶價值和重購意向的關系仍未得到研究。

為解決以上研究問題，本文以電子商務平臺為研究背景，通過結構方程模型實證研究，分析了用戶價值、用戶滿意和重購意向之間的影響關系，并為電子商務平臺運營商提升用戶忠誠和平臺服務提供了理論借鑒。

一、文獻回顧與假設的提出

Lam，Shankar和Erramilli 等（2004）將顧客價值定義為顧客從產品或服務中所得到的總價值。這是從顧客價值的內在屬性角度來定義的。顧客價值不僅存在內在屬性，還體現在顧客對價值的感知方面。Gursoy，Spangenberg和Rutherford（2006）[7]進一步提出顧客價值包含實用價值和享樂價值兩個維度。

Petrick和Backman（2002）認為感知價值對顧客的整體滿意度可能存在重要影響[8]，Cronin等（2000）提出價值和滿意都可能是行為意向的直接前因[9]。因此本研究提出假設：

假設1：實用價值對用戶滿意具有顯著的正向影響；假設2：享樂價值對用戶滿意具有顯著的正向影響；假設3：用戶滿意對重購意向具有顯著的正向影響；假設4：用戶滿意在用戶價值和重購意向的關系中具有中介效應作用。

二、實證分析

1.研究設計和驗證性因子分析

（1）量表設計。實用價值和享樂價值的量表參考了Chiu H和Hsieh Y等人的研究[10]，用戶滿意的量表參考了Cronin等（2000）的研究，重購意向主要參考了Zeithaml等（1996）的研究[11]。

（2）信度分析和效度分析。在量表設計的基礎上，本文設計了調研問卷。在北京某高校學生中收集了100份預調研問卷，通過信度和效度分析對問卷的可靠性進行研究。信度分析的結果顯示，量表的整體Cronbach&acute;s Alpha為0.832，實用價值、享樂價值、用戶滿意和重購意向的Cronbach&acute;s Alpha分別為0.780、0.719、0.746、0.812。效度分析結果顯示，正式量表的KMO值達到了0.813，并通過了Barlett&acute;s球形檢驗（p<0.001），所有題項與變量的共同度達到了0.5以上，累計方差解釋度為67.2%，表明了問卷的效度分析符合要求。

（3）正式調研和驗證性因子分析。在預調研基礎上，本文設計了正式調研問卷。本研究的對象是電子商務平臺的用戶，因此在問卷設計中要求調研對象是長期使用電子商務平臺的用戶。本研究通過QQ群、問卷星網站以及在高校對大學生進行問卷收集等方式，共收集了214份有效問卷。使用Lisrel8.7軟件對有效問卷的驗證性因子分析結果符合標準要求。2.結構方程模型分析

本文使用Lisrel8.7軟件進行結構方程模型分析。分析結果顯示，實用價值和享樂價值分別對用戶滿意的影響路徑系數為0.56、0.34，T值分別為7.44和3.89，表明了實用價值和享樂價值對用戶滿意具有顯著的正向影響，即假設1和2得到驗證。用戶滿意對重購意向的影響路徑系數為0.40，T值為4.54，表明了用戶滿意對重購意向具有顯著的正向影響，即假設3得到驗證。實用價值和享樂價值分別對重購意向的影響路徑系數為0.31和0.24，T值分別為3.49和2.79，表明了實用價值和享樂價值分別對重購意向具有顯著的正向影響。又用戶價值對用戶滿意以及用戶滿意對重購意向具有顯著的正向影響。因此，用戶滿意在用戶價值和重購意向的關系中具有部分中介效應作用，即假設4得到驗證。

三、結論與啟示

首先，電子商務平臺中的用戶價值包括實用價值和享樂價值兩方面，并且用戶價值對用戶滿意具有重要的影響作用。實用價值包括平臺使用的方便性、經濟性以及平臺服務的合理性，而享樂價值主要包括用戶在平臺購物中的快樂、感知平臺的使用是明智的選擇等方面。當用戶在平臺中獲得了自身需要的價值時，會從心理方面影響用戶對于電商平臺的滿意度。因此對于平臺而言，需要不斷完善網站功能，使用戶的購物更順暢；通過豐富產品類別、提高支付的功能和安全性，提升用戶對于平臺使用的滿意度。

其次，用戶滿意對于重購意向具有積極的影響作用，并且用戶滿意在用戶價值和重購意向的關系中具有中介效應作用。用戶在電子商務平臺中通過獲取自身在實用和心理方面的需要后，能夠直接影響其重復購買的行為意向；而當用戶獲得滿意的購物體驗后，會由于心理期望的滿足，進一步提升用戶的重購意向。因此對于電商平臺，不僅要創造良好的購物環境，讓用戶的購物體驗是一種良好的享受。同時，加強對用戶使用過程的調研，積極獲取用戶在購物、物流配送、在線支付等各方面的反饋和建議，通過提升網站的服務和功能。最終不斷提高用戶對購物平臺的滿意度，為平臺不斷積累忠誠用戶群做積極準備。

參考文獻：

[1] Huang Chun-che，Liang Wen-Yau，Lai Yu-Hsin，et al.The Agent- based Negotiation Process for B2C E-commerce[J].Expert Systems with Applications，2010，37：348-359.

[2] Lam S.Y.，Shankar V.，Erramilli M.K，Murthy B.Customer Value， Satisfaction，Loyalty，and Switching Costs： An Illustration from A Business-To-Business Service Context[J].Journal of The Academy of Marketing science，2004，32 （3）：293-311.

[3] Ajzen I.Theory of planned behavior[J].Organizational Behavior and Human Decision Process，1991，50：179-211.

[4] Oliver R L.Customer Satisfaction Research.The Handbook of Marketing Research：Uses，Misuses，and Future Advances，2006a，Vol.1.

[5] Mala Srivastava，Dimple Kaul.Social Interaction，Convenience and Customer Satisfaction：The Mediating Effect of Customer Experience[J].Journal of Retailing and Customer Services，2014， 21（ ）：1028-1037.

[6] Lee J，Lee J，Feick L.The Impact of Switching Costs on The Customer Satisfaction-Loyalty Link：Mobile Phone Service in France[J].Journal of Services Marketing，2001，15（1）：35-48.

[7] Gursoy D.，Spangenberg E.，Rutherford D..The Hedonic and Utilitarian Dimensions of Attendees&acute; Attitudes toward Festivals[J].Journal of Hospitality and Tourism Research.2006，30（3）：279~294.

[8] Petrick J F，Backman.An Examination of The Construct of Perceived Value for The Prediction of Golf Travelers’ Intentions to Revisit[J]. Journal of Travel Research，2002，41（1）：38-45.

[9] Cronin J J，Brady M K，Hult G T M.Assessing The Effects of Quality，Value and Customer Satisfaction on Consumer Behavioral Intentions in Service Environment[J].Journal of Retailing，2000，76（2）：193-218.

篇（6）

1.2Kano問卷的數據采集由于前述研究已經從用戶視角確立了檔案網絡信息服務的構成要素，本調查主要是通過Kano問卷來識別這些要素對用戶滿意度的影響程度。問卷采用正反兩個方向提問，正向問題是測量用戶對檔案網絡平臺具備此要素時的態度；反向問題則測量用戶對檔案網絡平臺不具備此要素的反應。問題回答選項設置為五個級度，如：當檔案網絡信息服務平臺具備/不具備此性能時？答案有：5我喜歡；4最好這樣；3無所謂；2我能忍受；1不喜歡。并且針對每一種要素的類別匹配，每個被訪者可得到5*5種可能的回答組合，Kano模型提供了可供參考的典型要素分類表，如表2所示：本次調查主要通過網絡發放與現場調查的方式面向檔案用戶發出問卷100份，經篩選（排除少答、錯答、回答全部一樣的問卷）后得有效問卷76份。調研對象主要面向有過使用檔案網絡信息服務經歷的用戶，以保障獲取數據的真實可靠。

1.3數據的匯總與呈現我們將收集的問卷錄入到SPSS中，在保證無“缺失值”的前提下，對獲得的正向數據和反向數據分別進行T檢驗。本研究采取了單一樣本T檢驗的方法，檢驗值為用戶打分的中間值，以此判斷用戶回答的數據是否有顯著差異。T檢驗結果表明各要素的顯著性P值P<0.01，說明總體均值與檢驗值存在的顯著差異，各要素均具備較好的鑒別度。每個要素的類別歸屬，根據Kano問卷，以用戶認為某要素最多的質量分類為該要素的最終類別歸屬。最后對有效問卷進行統計分析，將每個要素歸屬度最高的質量類別列出，如表3所示：

2以用戶滿意度為導向的檔案網絡信息服務策略分析

本研究基于用戶視角獲取檔案網絡信息服務的要素，并通過問卷調查與數據分析的方式確定各要素的類別歸屬，并根據各類別的要素進行具體分析。

2.1影響要素分析

2.1.1一元質量類別中的要素充分滿足時，用戶的滿意體驗會呈正比例提高。調查發現，一元質量包含5個要素：F6（檔案集成檢索）指通過多元化的方式為用戶提供檔案資源的查詢檢索服務。當檢索網站提供易用、適合的檢索途徑從而使用戶查找到所需檔案資源時，用戶滿意度就會上升；同樣，當檢索功能不夠完善，用戶無法全面、準確地查找到所需檔案時，用戶滿意度會下降。F7（促進檔案利用）指通過網絡方式提供方便公眾的檔案預約與利用服務，如果檔案網站能夠提供方便公眾的檔案查詢預約、檔案法規的查詢、民生檔案的獲取，用戶滿意度就會正向的提升。F8（用戶咨詢服務）指的是集成檔案資源、檔案專業人員、信息技術等為用戶提供知識性的咨詢服務。研究發現，用戶渴望在滿足基本咨詢問題基礎上，獲得一些能夠促進自身檔案知識的補充、檔案技能提高的知識性的指導，這也能夠促進用戶滿意度的正向提升。F10（檔案主題聚類）指為用戶提供檔案的主題聚類查詢，隨著主題類別中融合了更豐富、更多樣、更具參考價值的相關檔案資源時，用戶滿意度會正向提高。F13（鏈接易用流暢）指用戶希望能夠流暢地訪問檔案網站、快速下載資源的體驗，同樣也說明檔案網站在保障基本網速基礎上，更流暢的鏈接速度能夠有效提升用戶滿意度。

2.1.2必備質量指基于用戶滿意視角的檔案網絡信息服務所“理當如此”的質量。如果該質量不充分時會引起用戶滿意度的明顯下降。結果顯示必備質量包含5個要素：F1（檔案全面完整）指的是用戶能夠感受到檔案數字化建設的全面性與完整性，能夠真實地向用戶呈現檔案風貌。這對于用戶來說，是一種必備屬性，也是展現數字化檔案資源的基本保障。F2（檔案描述準確）是描述檔案信息清晰準確的一項指標。如果出現描述不準確或出現錯誤的現象，會導致用戶滿意的明顯下降。F3（檔案可信適用）指的是檔案對于用戶具備相當的可信度，同時適用于用戶的需求，這也是基于用戶視角的必備要素。F12（網站安全穩定）表示檔案網絡信息服務的提供需要有持續穩定的網絡平臺支撐，如果出現平臺不穩定、用戶信息泄露的情況，會導致用戶的強烈不滿。F14（在線導航幫助）要求檔案網絡服務平臺提供盡可能多的有用資源導航并為用戶提供在線幫助，從而方便用戶的信息查詢并及時解決用戶問題。

2.1.3魅力質量指能夠給予用戶超出期望、對用戶滿意度提升明顯的要素。這些要素能夠喚起用戶潛在的滿意體驗，當其充分實現時能夠顯著提升用戶滿意度。研究發現，魅力質量包含4個要素：F4（檔案在線展覽）指通過多種途徑、多維視角呈現公眾所關注的熱點、政策、人物的專題。依托檔案網站提供在線展覽，不僅使檔案部門節約時間、成本，而且面向更寬廣的用戶群體帶來一種更方便的瀏覽方式。提供更全面、詳細、生動的聲像結合的展覽方式，能夠促進用戶滿意度的顯著提升。F5（特色檔案產）包含歷史文化、風土人情、特殊事件、名人名勝、名優特產等豐富檔案底蘊內容[11]。從用戶視角分析，特色檔案編研產品能夠為用戶帶來反映地區風貌、時代特征的資源，對用戶具有借鑒參考意義。F9（個性資源推薦）指為用戶提供個性化服務與資源的推薦，為用戶提供最適合、最有用的服務方式，這是用戶非常喜歡的一種服務模式；F11（用戶反饋交流）指用戶可以針對自身需求、檔案建設要求向相關機構進行反饋，并且能夠獲得與其他用戶進行交流的機會。分析發現用戶更希望能夠傳達自身的意愿，能與其他用戶交流分享自己的觀點。

2.1.4無關質量指當要素得到充分滿足時，對用戶滿意體驗的影響不大。該類別中僅包含要素F15（網站界面美觀），指的是檔案網站信息服務的界面是否美觀簡潔得體。研究發現，用戶訪問檔案網站具有較強的目的性，用戶更傾向于針對性地進行檔案查詢檢索，而對檔案界面的美觀性的關注就降低了。

2.2優化用戶滿意度導向的檔案網絡信息服務策略Matzler[12]認為在Kano模型中，質量改進的優先順序應優先保障用戶認為必備的質量要素（M），然后再優化用戶期望與滿意度呈正向相關的質量要素（O），在此基礎上保障超越用戶期望的質量要素（A），無關質量（I）可以不考慮提供。

2.2.1必備質量是用戶認為“理當如此”的要素，為保障用戶滿意度必須充分給予保障。第一，保障數字化檔案資源的質量。要加快檔案數字化的進程，對于利用率較高的檔案原件要優先數字化以提升其利用價值，同時要建立維護與利用的檔案數據庫[13]。應通過用戶調查、反饋等方式準確把握與預測廣大用戶的潛在需求，能夠按照檔案結構優化、檔案規范準確的方式呈現給用戶。第二，保障系統的持續穩定。針對網站的運營情況進行監測與維護，以保障服務的持續性和穩定性。針對網絡故障提供應急預案與保障措施，從而通過多種方式保障網絡設備與服務器的穩定安全，維護用戶基本權利與信息安全。

4.2.2一元質量中包含的要素與用戶滿意度呈正向相關，充分保障該要素的實現能夠促進用戶滿意度的正向提升。主要通過如下方式：第一，為用戶提供多元化的檔案查詢方式。通過網絡為檔案用戶提供便捷、簡單、準確的檔案查詢方式，檔案網站應通過一站式檢索方式給予用戶統一的檔案資源檢索，同時通過高級檢索、邏輯檢索等方式保障用戶檔案信息的查全率和查準率。第二，加強對數字化檔案資源的編研開發。在網絡環境下，檔案機構應體現一種“隨需應變”的服務理念，進一步促進資源集成與共享，并在此基礎上注重融入智慧的檔案資源組織開發，提供更適用于用戶的、增值的檔案信息產品。第三，為用戶提供面向知識解答的參考服務。一方面應通過實時咨詢、表單咨詢等同步異步的方式滿足用戶普通的咨詢需求，還可以建設咨詢知識庫方便用戶自助問題查詢。另一方面，要在集成資源、深度加工、智力分析的基礎上，針對用戶的個性化信息需求提供面向問題解決方案的知識服務。

2.2.3魅力質量本身并不被用戶期望，但是當其充分滿足時能夠讓用戶滿意度顯著提升。第一，網絡平臺能夠帶給用戶更加全面的檔案展覽，應通過圖文、聲像、虛擬3D技術等技術手段全方位、多視角、真實客觀地呈現檔案風貌；第二，可以通過用戶角色設定、個人興趣定制、用戶行為記錄等手段為用戶提供個性化的檔案服務推薦與檔案資源定制服務，從而滿足用戶個性化和動態化的信息需求；第三，邀請用戶參與評價與反饋，共同參與資源建設。檔案機構應提供用戶反饋的渠道，允許用戶對發現的問題予以評價；同時針對館藏特色資源的建設，鼓勵用戶積極參與征集評價，共同建設和挖掘檔案特色資源。

篇（7）

中圖分類號：G521.9 文獻標識碼：A 文章編號：1001-8409（2012）10-0140-05

Factors Influencing Users' Acceptance Behavior of Graduate Employment Information System

ZHANG Mei， ZHAO Ying， XIE Cai-yun

（School of Public Administration， Sichuan University， Chengdu 610064）

Abstract： this paper constructs a model which could describe the factors influencing behavior of user acceptance， by integrating the technology acceptance model and customer satisfaction theory， after the empirical analysis it shows the important factors； it's a new idea to take improving measures to promote the system. This survey would promote the development of the GEIS from taking the technology as the center to User-Centered， it will be benefit for providing satisfied， humanized employment system for users.

Key words： graduate employment information system； TAM； user acceptance behavior； SEM

1 引言

就業信息系統是高校數字化校園的重要組成部分，屬于學校系統之一，具有較強的強制性，不論用戶愿不愿意，面臨就業的需求都將驅使用戶必須使用該系統。在這種不得不用的情況下，研究影響用戶有效使用系統的因素，對改善系統，提高用戶的滿意度，使系統更加人性化，就顯得尤為重要。

高校就業信息系統就是利用系統的各種資源，最大限度地滿足用戶的需要，為用戶提供更好的就業服務，學生用戶對系統使用情況的滿意度是評判系統建設質量的重要指標之一。通過在CNKI中對篇名或者關鍵詞中包含“就業信息系統”或“就業系統”的論文進行檢索，得到74篇相關研究論文，但還未有從用戶行為角度出發，將用戶技術接受的理論應用于高校就業信息系統建設質量的研究。

而在新技術的推動下，一些學者開始強調信息系統建設要結合用戶在網絡時代的角色變化，以用戶為中心主動研究用戶的需求和行為，并適應當前新技術的發展，創建綜合化服務平臺，提供有針對性的用戶信息服務[1]。因此，本文從用戶行為角度出發，以TAM模型和用戶滿意理論為基礎，結合就業信息系統實際情況，從用戶感知角度構建影響用戶使用就業信息系統因素模型，通過檢驗分析來找到改善高校就業信息系統質量的新途徑，為就業管理系統的升級完善提供指導，從而提高就業管理的效率，為高校畢業生提供更好的就業信息服務。

2 高校就業信息系統概況

2.1 與一般商業系統的不同

高校就業信息系統是以求職招聘、政策宣傳、就業指導、創業培訓為主題，以幫學生就業，助企業選才為宗旨，以促進畢業生就業的一個信息平臺。面臨就業，畢業生用戶都要依靠學校的就業信息系統來獲取招聘信息和就業協議書的管理。由于高校就業信息系統是依托于高校為廣大畢業生免費提供服務的，不具有盈利性，因此，在系統的建設方面就缺乏商業系統的人性化。

2.2 就業信息系統存在的問題

作為畢業生與企業用戶的就業信息交流平臺，是一個非常重要的就業中介媒體。隨著信息技術的發展，許多高校都建有就業信息系統，但是普遍存在著資料源不充實、就業指導沒有個性化、功能不健全、站點管理維護、內容不完善等問題，沒有一個統一標準的模板或者規范[2，3]。

針對以上問題，許多學者在開發技術、功能設計等方面都做了改進研究，比如：王宇航等根據高校就業工作的特點和需求，提出了基于J2EE架構下的數字校園就業信息系統[4]；徐江紅以學院就業工作流程和就業信息的管理工作現狀為基礎，設計出基于Web的職業院校就業信息系統[5]；張秋良從系統論的原理出發，分析了大學生就業自我屬性子系統中各要素的關系，提出了大學生就業問題改革路徑的若干建議[6]。但是他們都忽略了高校就業信息系統的建設應該以用戶為中心，缺乏對用戶需求的關注，就業信息系統勢必不能很好地被用戶所接受。

3 技術接受模型與用戶滿意理論研究

3.1 技術接受模型

1989年Davis提出的技術采納模型（TAM）[7，8]旨在解釋和預測使用者使用信息系統一段時間后接受系統的情況，該模型認為影響系統最重要的兩個因素是有用性感知（Perceived Usefulness， U）和易用性感知（Perceived ease of use， EOU），揭示了用戶接受的一組通用影響因素。目前，大多數實證研究表明TAM模型理論是可靠的，因此，嘗試應用于高校環境下的就業信息系統，從用戶感知角度有效解釋和預測用戶使用系統的影響因素。

3.2 用戶滿意理論

隨著用戶滿意理論在信息系統領域的發展[9]，2003年Delone和Mclean提出改進的D&M信息系統模型，將用戶滿意度作為衡量信息系統成功的一項重要指標，主張針對信息系統本身特征，即通過信息質量、系統質量和服務質量的測量來評價用戶滿意和用戶的行為意向。

由于TAM模型的行為信念（有用性和易用性）是用戶對研究對象一個總體的感覺，缺少明確的外部變量，不能具體地測量影響用戶接受的因素，也就不能對系統有較好的改進指導作用。因此，Wixom和Todd（2005）將用戶滿意研究與技術接受理論結合起來，構建了用戶滿意與技術接受整合模型[10]， 該模型將用戶滿意理論中的系統本身特征（信息質量和系統質量）作為技術接受模型的外部影響因素，彌補了TAM模型缺乏明確外部變量的缺點。

4 就業信息系統用戶接受行為模型

對于影響信息系統質量因素的研究，王延清和喬志剛等結合ISO9000質量標準與信息系統相關理論，認為信息系統質量特征的內容包括系統質量、信息質量和服務質量[11]；王欣和陳建華從系統組成要素對影響信息系統質量的因素進行分析，包括人、數據、軟件、硬件、過程和服務質量[12]；韓忠東和李平等針對成本、進度和人力資源等影響因素對信息系統開發和維護階段的質量控制策略進行研究[13]。根據陳瑤、邵培基對信息系統采納后使用實證研究文獻進行統計分析，得出影響信息系統持續使用意向的因素頻率最高的是滿意度和感知有用性[14]，在TAM模型中加入滿意度作為影響使用意向的變量。

因此，本文針對就業信息系統資料源不充實、功能不健全和交互性差等不足，結合技術接受模型和用戶滿意理論，以測量“用戶滿意”的信息質量、系統質量和服務質量作為影響用戶“系統使用”的外部因素，構建旨在預測和檢驗影響用戶使用就業信息系統因素的模型，如圖1所示。

用戶的使用過程是一個不斷的體驗過程，會對系統形成一個整體的印象，即滿意度。本研究假設個體的滿意度由用戶對系統的有用性和易用性感知決定。影響用戶感知的外部因素由信息質量、服務質量和系統質量三個維度組成，這三個維度結合高校就業信息系統實際情況分解成一級指標，旨在全面地考察影響用戶接受就業信息系統的主要因素。

（1）信息質量、系統質量和服務質量

系統的產物信息和系統本身是信息系統最基本的組成部分，信息質量和系統質量是測量信息系統成功的重要指標。就業信息系統最重要的內容就是信息，對用戶而言，根據James Melzer提出的蜂窩模型的補充圖，系統提供的信息讓用戶感知是有用的、符合需求的、可信的，那么這個信息就滿足了用戶的需求和期望[15]。信息質量的高低直接影響用戶對系統有用性的感知。

系統質量是就業信息系統本身的展現形式，設計良好的系統應該是界面簡單，易于使用，有效率和易反應的。由于就業信息系統普遍存在著功能不完善的缺點，因此主要從系統功能性和界面設計來測量。功能設計是指信息系統所能提供和滿足個體用戶需求的功能，適當的功能設計能增加用戶的易用性認知，多余的功能會造成系統冗余，降低用戶的易用性認知；友好的界面設計可以提高用戶的體驗。

服務質量是對就業信息系統提供的服務的評價。隨著信息時代用戶角色的變化，用戶對系統的需求不僅是可以咨詢問題、獲取信息，用戶還希望在獲取信息時，可以有更多的自，可以自己控制何時以何種形式獲得信息；增強人與機器、人與人之間的交互，為用戶提供個性化的服務，可以體現系統的服務質量。1998年，美國Loyola大學的Elliot King也提出了用戶之間的交互可以使信息有效反饋。

因此，將信息質量、系統質量和服務質量作為影響用戶感知系統有用性、易用性的外部因素。

H1（假設1）：高校就業信息系統的信息質量對用戶感知該系統的有用性成正向顯著影響。

H2（假設2）：高校就業信息系統的系統質量對用戶感知該系統的易用性成正向顯著影響。

H3（假設3）：高校就業信息系統的服務質量對用戶感知該系統的有用性成正向顯著影響。

（2）有用性感知和易用性感知

有用性感知是指用戶相信使用特定系統能夠滿足自己特定需求的程度。當用戶認為系統有用性越高，對該系統的滿意度就越高，使用意向越趨于正向。易用性感知是指用戶使用該系統容易的程度。當用戶感受到系統越容易操作使用，就會認為系統越有用，滿意度也越高。

H4（假設4）：感知的有用性對使用高校就業信息系統的滿意度有正向顯著影響。

H5（假設5）：感知的有用性對使用高校就業信息系統的行為意向有正向顯著影響。

H6（假設6）：感知的易用性對感知的有用性有正向顯著影響。

H7（假設7）：感知的易用性對使用高校就業信息系統的滿意度有正向顯著影響。

（3）滿意度

用戶滿意是指用戶對其需求已被滿足程度的感受。滿意度是這種感受的定量化描述，即用戶在消費某種商品或獲得某種服務時，對商品或服務所體現出的本身價值與用戶期望的一種實際心理反差[16]。一般這種反差越低，用戶滿意度越高，用戶對該系統的使用意向越強。

H8（假設8）：滿意度對使用高校就業信息系統的行為意向有正向顯著影響。

5 模型檢驗和分析

為檢驗上述提出的理論假設，本研究設計問卷進行調查。問卷的基本結構采用Davis建議的問卷設計方法，將測量某一變量的題項放在一起，減少調查對象在填寫問卷時的困惑。問卷調研對象以四川大學大四和研究生三年級的應屆畢業生為主，所有問項均采用李克特（Likert）五點量表設計，從非常不同意到非常同意進行量度。問卷設計完成后先進行了小范圍的測試，對問卷進行適當的修改，最終形成正式問卷。調研共計回收167份問卷，剔除無效問卷25份，得到有效問卷共計142份。

5.1 信度和效度分析

信度檢測所得到的結果的一致性或穩定性反映被測特征真實程度的指標。測量信度最常用的方法是Cronbach’s alpha（α）系數，通常情況下，當α的值大于0.7，就認為問卷測量的結果是有效的。利用SPSS軟件檢驗結果表明，除服務質量之外的其余變量的α均大于0.8，具有高度內部一致性和可靠性。服務質量的內部一致性為0.565，小于0.7，交互性問項二（INA2）項總計相關度為-0.014小于0.5為負數，內部一致性檢驗結果不理想，將其刪除。刪除之后再檢驗，各變量的信度結果都大于0.7，結果可信。

效度分析之前進行KMO檢驗和Bartlett球形檢驗，本研究各變量的KMO值都高于0.5，Bartlett 球形檢驗皆達到顯著，適合進行因子分析。

對本文研究模型中的各變量進行因子分析，得到各分變量的因子負荷系數表，如表1

從表1中可以看出，各變量的測量指標因子載荷都在0.5以上，符合研究需要。各變量的總體解釋度如表1所示，都在59%以上，表明因子結構清晰。

為了進一步對變量進行信度和效度分析，下面檢驗各個因子之間的區別效度，進行區別效度檢驗結果如表2所示。

注：限制1——限定“信息質量和服務質量相關系數為1”的模型

限制2——限定“信息質量和系統質量相關系數為1”的模型

限制3——限制“系統質量和服務質量相關系數為1”的模型

發現3個2因子約束模型的卡方值都與未限定模型的3因子度量模型卡方值有顯著增加，卡方值差異量顯著性檢驗的概率值P=0.000

5.2 結構方程模型分析

本研究的問卷樣本數據符合正態分布要求，能進行模型適配度檢驗。進行參數估計時，由于服務質量到有用性感知的路徑系數在置信度為0.05的水平上不顯著，路徑系數也為負數，即服務質量對有用性感知有負向的影響，這與實際是不相符的，因此，刪除這一不顯著的潛變量，以保證模型后續擬合的客觀性和有效性，得到修正后的模型，進行下一步整體模型的適配度檢驗，檢驗結果如表3所示。

由表3可知，模型的適配度指標值都達到了很好的適配效果，可見本模型的適配度良好。

研究模型的適配度檢驗得出模型中各條路徑假設的顯著性結果，研究結果如圖2所示。圖2中原來提出的8個假設中有5條路徑是被支持的。

修正后的模型的潛變量之間即因果關系標準化路徑系數如表4。

注：P

由表4，發現潛變量之間因果關系路徑中有2條路徑的P值在置信度為0.05上是不顯著的，分別是“滿意度

5.3 數據結果分析及討論

（1）滿意度對行為意向的影響不顯著可能的原因

①就業信息系統屬于需求驅動型，用戶不會因為對系統滿意度高而頻繁使用該系統，也不會因為對系統滿意度低而不使用該系統，只要有就業信息需求，那么就業信息系統對于用戶就是有用的，需求會驅使用戶使用該系統。

②高校就業信息系統不同于一般的商業系統，具有強制性，不論用戶愿不愿意，為了能獲取就業信息、就業指導和完成就業，都必須通過學校就業信息系統進行處理，就業信息系統使用的可替代性和轉移性都是較低的。因此對于此類強制性系統，用戶的滿意度可能對用戶的使用意向影響不大。

（2）易用性感知對滿意度的影響是不顯著的

通過最終修改模型可知，易用性感知是通過直接影響有用性感知而間接影響對系統的滿意度。這可能與調研對象全是學生用戶有關，學生還未進入社會，對于高品質生活的要求不高，當系統有用，能滿足自身需求時，不會苛求其面面俱到。

（3）信息質量和易用性感知對有用性感知有顯著正向的影響

由研究可知用戶最關心的是高校就業信息系統是有用的，而有用性受到易用性和系統信息質量的影響，其中信息質量對有用性影響最大為0.626，主要從網站內容資源的角度出發，而易用性主要是從網站構建的形式出發，形式只是為了更好地表現資源內容，因此學校就業信息系統提供的信息資源才是用戶使用其的最主要的原因。結果也證實了TAM模型中的系統易用性感知會增強用戶對系統有用性的感知。

（4）系統質量對易用性感知有顯著正向影響

從功能和界面兩個方面測量系統質量也被證實顯著影響用戶的易用性感知，表明系統的功能和界面設計的改善會增加用戶對系統的易用性感知。

根據以上修正結果和結果分析，得到最后的高校就業信息系統用戶使用行為影響因素修正適配模型見圖3。

6 結束語

通過對文獻的梳理，將TAM模型和用戶滿意理論應用于高校背景下的就業信息系統，得出了在這種背景下的模型解釋。

（1）結果支持經典模型技術接受模型中易用性感知對有用性感知有正向影響，以及有用性感知對行為意向有正向影響的假設。

（2）有用性感知是影響用戶滿意度和行為意向的最重要的因素。感知的有用性是影響行為意向和滿意度的最重要的因素，路徑系數分別為0.726和0.501，高校就業信息系統應該重點關注有用性。而有用性的評價是由系統的資源內容和網站形式兩方面決定，因此，在內容方面，信息質量的衡量需要考慮信息的可獲得性、完備性和有效性等，可獲得性包括鏈接的正確性、信息要以用戶習慣的閱讀形式呈現，完備性則是招聘信息的內容要全面，根據單位性質和職位類別分別進行有效地歸類，方便用戶瀏覽和利用。由于是招聘信息，還需要展示出招聘企業有效的交互方式，如BBS等；在網站形式方面，系統質量要從系統功能和界面友好性出發，根據學生用戶可能的信息檢索、瀏覽、交互和選擇行為，就業信息系統需要為用戶提供可供檢索的站內搜索引擎、便于用戶瀏覽的信息展示界面、為檢索到的信息提供不同的排序方式，如按相關度、時間和工作類別等。

（3）就業信息系統應“以用戶為中心”進行建設。就業信息系統的最終使用者是用戶，只有用戶有效地接受，才能發揮就業信息系統的最大作用。高校雖然一直在投入大量人力物力建設就業信息系統，但是依然存在許多不足，面對這種高投入低產出的現象，高校應該從“以技術為中心”轉向“以用戶為中心”，依據用戶不同的學科體系合理地將就業信息進行分類，提高就業信息的針對性；根據登錄學號和用戶檢索偏好，為用戶就業提供及時的信息推薦和指導，開發出基于用戶需求的就業信息系統。

（4）就業信息系統的建設還要注重易用性。雖然按照影響力的大小，感知易用性對滿意度的影響在高校環境下的就業信息系統中并不顯著，但是易用性感知通過正向影響有用性感知間接地影響用戶行為意向，而且一個優質的就業信息系統不僅要讓用戶覺得資源是有用的，還要讓用戶的操作使用過程是清晰明了和便捷的，具有人性化的系統設計，將為用戶帶來額外滿意的用戶體驗。為了提高系統易用性，首先需要根據用戶需求對系統進行分析，合理設計系統的組織、標識、導航和搜索系統；其次，為用戶提供技術支持，如畢業時期訪問量增加時保證網速的穩定，提供系統使用指導幫助等；增加用戶反饋模塊，讓系統管理者及時解決用戶提出的使用過程中遇到的困難，由此提高用戶易用性感知。

本文的研究意義就在于將以用戶為中心的思想融入高校信息系統的設計之中，從用戶感知系統的易用性、有用性出發構建的影響用戶接受行為的因素模型的設計，經過實證研究表明具有不可替代性的高校就業信息系統與一般商業系統在影響用戶接受因素方面具有差異性，其影響用戶接受就業信息系統最重要的因素是有用性，而易用性感知不強，這為高校就業信息系統改進設計提出了新的思路，以用戶為中心的設計也將有利于改善用戶的人機交互體驗。

參考文獻：

[1]李賓，沈曉梅.從用戶接受到用戶體驗——談圖書館用戶角色變化[J].圖書館論壇，2010（2）：17-19，52.

[2]黃國軍，陶國喜.高校畢業生就業信息網網站的現狀及問題初探[J].科技信息（科學教研），2007（27）：73.

[3]劉利平，季云，劉婷婷.高校就業信息網現狀分析與發展建議[J].中國高新技術企業，2009（16）：122-123.

[4]王宇航，楊慶海，代成琴.J2EE架構下高校就業系統的設計與實現[J].中山大學學報（自然科學版），2009（S1）.

[5]徐江紅.基于Web畢業生就業信息系統的設計[J].中國現代教育裝備，2011（1）.

[6]張秋良.構建中國大學生就業系統初探——基于系統論視角[J].長春工業大學學報（高教研究版），2011（1）.

[7]孫建軍，成穎，柯青.TAM模型研究進展——模型演化[J].情報科學，2007（8）：1121-1127.

[8]魯耀斌，徐紅梅.技術接受模型的實證研究綜述[J].研究與發展管理，2006（3）：93-99.

[9]吳秀娟，趙昆.基于TAM的網絡培訓教育系統使用行為的影響因素分析[J].價值工程，2010（7）：151-153.

[10]黃婷.社交網絡服務（SNS）的用戶接受影響因素研究[D].浙江大學，2010.

[11]王延清，喬志剛，楊青，薛華成.信息系統的質量因素分析[J].管理信息系統，2000（6）.

[12]王欣，陳建華，韓潔平.信息系統質量的影響因素分析[J].情報科學，2002（4）.

[13]韓忠東，李平，楊鋒杰.信息系統質量控制策略分析[J].情報雜志，2007（3）.

篇（8）

一、引言

在進行新產品和服務項目開發時，產品設計者往往需要列舉出一系列產品功能屬性，以滿足現有用戶和潛在用戶的需求。通常，產品設計者會進行多次復雜的用戶需求分析研究，以獲得盡可能豐富的用戶需求清單。然而，當大量的用戶需求擺在面前時，產品設計者通常會遇到一個問題，即我的最終產品中，應該包含哪些產品功能屬性。Kano模型是與產品質量有關的用戶滿意度模型。Kano分析技術是一種科學合理的識別產品屬性并進行產品功能性概念類別劃分的技術，目前正在被越來越多的產品設計者應用。

二、Kano模型的基本思想

受赫茲伯格雙因素理論啟發，日本學者狩野紀昭于1984年提出Kano模型[1]，Kano模型對于理解產品或服務的質量特性比較有效，且能分析企業特定的戰略地位[2]。認為對質量評價要采用二維模式：顧客主觀感受與產品客觀表現，從而獲取顧客滿意度[3]與產品績效之間的非線性關系，Kano模型將產品或服務的質量特性分為以下五類：

①魅力質量因素（Attractive quality）；②必備質量因素（Must-be quality）；③一元質量因素（One-dimensional quality）；④無差異質量因素（Indifferent quality）；⑤逆向質量因素（Reverse quality）。

Kano模型通過把產品或服務的具體特性轉化成顧客的期望預期，依據質量因素的詳細分類，尋求和理解顧客對于這些期望預期的態度，從而指導企業相關決策的制定，進行對客戶的細分，開發新產品，最大限度的滿足客戶需求。Kano模型采用問卷調查的方法，具體步驟如下：

步驟一：根據質量特性是否滿足設計問卷。利用Kano模型進行數據采集時，需要詢問被訪者一組配對客戶需求問題，以“電腦有沒有防水鍵盤”這一需求為例，詢問的配對問題為如下：

如果電腦擁有防水鍵盤，您感覺如何？1.我喜歡；2.它理應如此；3.無所謂；4.我能忍受；5.我不喜歡。如果電腦沒有防水鍵盤，您感覺如何？1.我喜歡；2.它理應如此；3.無所謂；4.我能忍；5.我不喜歡。

步驟二：針對每個需求的配對問題，每個被訪者可以得到5×5種可能的回答組合。每一種回答組合對應于一個分類定義。即：

A＝魅力屬性；M＝必備屬性；O＝一維屬性；I＝次要屬性（無關屬性）；R＝與假設相反的看法；Q＝有問題的回答

步驟三：對照Kano分析的屬性分類表，確定屬性的類型，然后確定需求類型。所有后期的數據分析，都將依靠合理的屬性分類表來進行。如下表1。

步驟四：確定各需求的重要度權重k。

權重k確定標準如下：

5―至關重要：近期可能導致業務的損失；4―非常重要：忽略可能導致業務損失；3―一般：不能被忽略，但相對較低；2―不重要：大家都意識到，特別是很容易解決；1―很不重要

結合上步確定的需求類型，剔除掉無關屬性，相反屬性和有問題的回答，魅力屬性，必備屬性及一維屬性的權重在3―5之間，經討論確定具體值。

三、結語

本文在用戶需求分類中引入Kano模型，將用戶需求分成必需質量、期望質量和吸引質量，并將分類結果用于用戶重要性調整過程，平衡了3種質量的比例與用戶滿意度的比例之間的非線性關系。在成本一定的情況下，使得產品資源得到優化配置，提高了產品的市場競爭力，提升用戶需求滿意度。

參考文獻

篇（9）

中圖分類號： G203 文獻標識碼： A DOI：10.11968/tsyqb.1003-6938.2016018

Quality Research of Answers in Social Q&A Platforms Based on Indexes of the“Concentrate Here”Region

Abstract Answers on social Q&A platforms show differences between quality performance perception and importance expectation perception. According to the method of IPA（Importance Performance Analysis）， the differences can be divided into four regions：“Continue to Maintain”region，“Key to Improve”region，“No Need for Priory”region and “Over Expression”region. Based on pilot studies， this paper uses customer satisfaction model theory to structure the conceptual model of customer satisfaction to the quality of answers on social Q&A platforms with indexes of the“Key to Improve”region， and then corrects and tests it through user surveys. This paper finds that users expectation perception quality， performance perception quality and perception value have direct and great influences on users general satisfaction degrees， which has a strong positive correlation influences on users continuance. This paper also finds that improving the four quality indexes of “Key to Improve” region can effectively enhance users’ satisfaction and the willingness to use social Q&A platforms continuously. This paper also gives suggestions on bettering the quality of answers on social Q&A platforms.

Key words social Q&A platform； answer quality； user satisfaction model

1 引言

社會問答平臺（Social Q&A Platform，SQA）又被稱為社會問答社區或者問答平臺等，目前對其還沒有一個統一的標準定義。 Shah[1]從用戶服務的角度將其定義為一種提供用戶使用自然語言表達信息需求的方式；一個提供參與者滿足用戶需求的平臺和一個構建包含鼓勵參與的社區。同時，Shah也從用戶、內容和技術三個角度來定義當前社會問答平臺研究的相關領域。從用戶角度出發，用戶的分類[2-5]、專家發現[6-9]和用戶動機[10-13]是其研究的重點。從技術角度出發，其研究的重點包括數據挖掘技術[14-16]、問題自動生成[17-18]以及答案的自動摘要[19-20]。而以內容為核心的研究主要分為兩個層面，首先是基于問題的相關研究，包括問題的分類[21-23]、檢索[24-26]和推薦[27-29]；其次是基于答案的研究，其重點包括付費型問答平臺答案質量的研究[30-31]和基于文本與非文本特征的答案質量評價研究[32-35]。

本課題小組在文獻[36]中研究了社會問答平臺答案質量績效感知與重要性期望感知之間的差異，運用重要性―績效性分析方法，對答案質量績效感知與重要性期望感知差異性進行分析，以每個維度的績效感知質量與期望感知質量的平均值為橫、縱坐標值，以所有維度績效感知質量與期望感知質量的平均值為分割線，將十三個維度分為四個象限，即“繼續保持”區域、“重點改善”區域、“毋需優先”區域和“過度表現”區域（見表1）。其中，“重點改善”區域的“專業性、權威性、客觀公正、完整性”四個指標是本文研究的重點，其突出特點是用戶的期望感知較高，而社會問答平臺答案質量的實際答案質量較低。這種期望質量與績效感知質量的差異不一致性，僅能表明社會問答平臺的答案質量尚不能滿足用戶的信息需求，還有較大的提升空間，但“重點改善”區域相關指標的改善是否能夠提高用戶的滿意度，是否能夠激勵用戶持續使用社會問答平臺的信息資源是本文重點研究的目的。

表1 答案質量的“四個象限”特征與指標

2 概念模型的構建

本文主要采用的是中國用戶滿意度指數模型――CCSI模型，融合了用戶的“期望感知質量”和“績效感知質量”，構建社會問答平臺答案質量“重點改善”區域指標的用戶滿意度概念模型。首先采用“期望不一致”的顧客滿意度測量模型，將用戶期望的信息質量（即重要性期望感知）與感知的信息質量（績效感知）進行對比，同時考慮到用戶獲取答案的成本因素，引入感知價值，并考慮用戶對當前社會問答平臺答案質量的總體滿意程度，以及用戶是否會繼續使用社會問答平臺作為信息源來獲取知識，因此引入總體質量滿意度和用戶忠誠兩個隱性變量。基于“重點改善”區域的用戶滿意度概念模型的構成要素主要有[37-38]：

（1）用戶感知質量，即績效感知質量。績效感知是指信息用戶在使用社會問答平臺過程中或者使用后對其答案質量的感知與判斷，他是決定用戶對社會問答平臺答案質量滿意程度的一個十分重要的因素，感知質量作為內生潛在變量無法直接測量，本文以“重點改善”的四個指標為觀測變量來衡量感知質量，故感知質量的觀測變量包括四個：社會問答平臺答案質量的專業性、權威性、客觀公正性和完整性。

（2）用戶期望質量，即重要性期望感知質量，指用戶根據自身的學習、科研需要和過去使用社會問答平臺的經歷，對其希望社會問答平臺答案質量所能達到的一種理想狀態的描述與認知。Oliver指出期望質量對用戶的滿意度產生直接的影響，主要是因為顧客總是習慣于一定的實際表現，而對這種習慣往往形成預期，成為滿意度的評價標準。它包括兩個方面：一是用戶根據自身需求，希望能滿足需求而對質量的期望；二是用戶根據過去的使用經驗而產生的質量期望。重要性期望感知質量作為內生潛在變量無法直接測量，本文以“重點改善”的四個指標為觀測變量來衡量感知質量，故感知質量的觀測變量包括四個：社會問答平臺答案質量的專業性期望質量、權威性期望質量、客觀公正期望質量和完整性期望質量。

（3）感知價值。感知價值表示用戶所獲得的信息資源質量相對于其花費的成本的比值。本研究主要對象是獲取社會問答平臺答案信息資源的用戶，其花費的主要成本是付出的努力成本，包括時間和精力。因此本文的感知價值的觀測變量包括兩個：相對于所獲取的信息資源質量的努力成本（感知價值一）和相對于努力成本所獲取的信息資源質量（感知價值二）。

（4）用戶滿意度。用戶的滿意度主要是指用戶在使用社會問答平臺中的相關信息資源后對其整體的滿意度進行評價。用戶滿意度作為潛在內生變量，其測量的指標主要包括三個方面，即用戶對信息資源質量總體的滿意程度、相對于用戶信息需求的滿意度和相對于用戶期望的滿意度。

（5）持續使用。持續使用是指用戶在結合對社會問答平臺信息源質量滿意度認知的基礎上決定是否繼續使用社會問答平臺中的信息資源，用戶持續使用意愿受用戶總體滿意度的直接影響。持續使用作為潛在內生變量，其測量的主要指標包括兩個方面：第一是用戶是否還會繼續使用社會問答平臺來滿足自身的信息需求；第二是當用戶滿足自身信息需求所花費的時間和精力增加時，是否還繼續使用該社會問答平臺。

本文主要是使用結構方程模型的方法，通過驗證性因素分析來研究“重點改善”區域的相關指標對用戶對社會問答平臺答案質量的滿意度感知與持續使用意愿的影響（見圖1）。其中矩形方框代表的是觀測變量，橢圓形代表潛在內生變量，且潛在變量之間由加粗有向線表示二者之間的因果關系，假設潛在變量之間存在正向的因果關系。

3 模型驗證

本文以社會問答平臺使用者為研究對象，問卷調查包括三個方面：第一，根據用戶近三個月使用社會問答平臺的經歷，對答案質量進行評價；第二，根據用戶學習和科研情況，對社會問答平臺答案質量的期望進行評價；第三，根據用戶使用社會問答平臺的經歷，對其答案質量以及總體感知進行評價。

3.1 感知質量與期望質量的信度和效度檢驗

通過上述研究表明，“專業性”“權威性”“客觀公正性”和“完整性”是社會問答平臺重點改善的要點，基于這四種測量指標構建用戶滿意度模型的感知質量與期望質量的測量指標。為了保證該測量工具的有效性，在進行正式調查前對感知質量與期望質量的信度和效度進行檢驗（見表2），本文采用預調查的方式，前期共發放問卷100份，回收有效問卷86份。

從檢驗數據可知，感知質量與期望質量的Cronbach α值均大于0.7，且各題項的項已刪除Cronbach α值小于總體值，說明變量之間具有良好的一致性。將感知質量與期望質量做一個因子分析，對其KMO值設定一個大于0.7的標準，提取一個共同因素的因素負荷量，因素負荷量的值越大表示題項與共同因素間的關系愈密切，可以得到各變量的因子負荷量均大于0.45的結果（見表3），說明變量之間具有一致性，通過效度檢驗。因此感知質量與期望質量的信度和效度滿足要求。

3.2 數據描述

后期數據的收集主要通過調查問卷的形式進行獲取，其中紙質問卷200份，共收回195份，有效問卷186份；網絡問卷315份，收回283份，有效問卷數268份，獲得總問卷數為454份，有效率為88.2%。調查對象在學科的分布上較為平均，其中文科背景的被調查者235人，理科背景的219人各占總數的51.8%和48.2%；在知識層次上，本科學生的數量與碩士及碩士以上的人數基本相等，各占總數的53.5%和46.5%。且被調查的用戶超過50%使用社會問答平臺的年限在兩年以上。由此可以得出，被調查者對于社會問答平臺答案質量的評價能在一定程度上反映用戶對資源質量的認知。

3.3 數據的信度與效度檢驗

在對全部問卷數據進行分析之前，需要對總體數據進行信度和效度檢驗，量表只有通過了信度和效度檢驗，其所測數據才具有可靠性和有效性。信度指問卷具有穩定性和一致性，本研究利用SPSS19.0軟件對問卷內容的15個觀測變量分組進行內在一致性分析，內在一致性分析往往用Cronbach α值來衡量。每組的Cronbach α值均大于0.7，說明變量具有良好的內部一致性（見表4）。

表4 每組觀測變量的信度檢驗

在效度檢驗中，本研究主要采用建構效度，即因子分析法進行效度檢驗。在進行因子分析前先計算兩組變量的KMO值，以確定樣本是否進行因子分析。KMO檢驗值為0.912，大于給定的0.7的標準，表明其兩組數據適合進行因子分析。

成本矩陣中顯示了提取一個共同因素的因素負荷量，因素負荷量的值越大表示題項與共同因素間的關系愈密切，各變量的因子負荷量大于0.45，說明變量之間具有一致性，通過效度檢驗（見表5）。

表5 成分矩陣

3.4 模型檢驗

本文采用結構方程模型（Structural Equation Modeling， SEM）對上文的概念模型進行驗證，SEM是一種理論模型檢定的統計方法，用來檢定關于觀測變量和潛變量之間假設關系的一種多重變量統計的實證分析方法，即以所收集的數據來檢定基于理論所建立的假設模型。利用AMOS7.0構建基于“重點區域”相關指標的用戶滿意度的概念模型圖，經過多次修正模型最終得到通過驗證的概念模型圖（見圖2）。

（1）模型適配度檢驗。由圖2右下方整體模型適配度描述可知，該模型的卡方值為88.771，P=0.87>0.05，未達到顯著水平，接受虛無假設，表示理論模型和實際觀察數據相適配。但是卡方值易受到樣本數大小的影響，因此也考察其他適配度的統計量（見表6）。由表中數據可知指標均達到適配標準，因此可以認定該模型可以很好的擬合樣本數據。

（2）模型標準化路徑系數分析。圖2中的數值表示的是潛在變量間以及潛在變量與觀測變量的標準化回歸系數。潛在變量之間的標準化回歸系數表示變量間的相關關系，數值的大小表示因變量對果變量的影響因素大小，本文在概念模型構建階段的假設，即潛在變量之間的因果關系假設成立。潛在變量與觀測變量的標準化回歸系數為因素負荷量，因素負荷量的平方值為潛在變量對觀測變量的解釋變異量，因素負荷量越大，表示潛在變量的觀測變量的個別信任度較好。圖中15個觀測變量對其潛在變量的因素負荷量均在0.61～0.97之間，表示觀測變量能較好地反映潛在變量的特征。

4 模型數據分析

本文在文獻[36]的基礎上，以社會問答平臺答案質量“重點改善”區域的四個相關指標為基礎，研究用戶對社會問答平臺答案質量的期望感知和績效感知與用戶的總體滿意度以及持續使用的相關關系。通過圖2用戶滿意度模型的標準化系數圖以及變量間的相關關系可知：

（1）用戶期望感知質量作為外生潛在變量，對績效感知質量、感知價值和用戶滿意度有著直接的影響關系。用戶期望感知質量對績效感知質量的影響（0.373）大于對感知價值（0.232）和用戶滿意度（0.151）的影響。原因在于用戶衡量績效感知質量時，習慣于用期望質量與其相比較，因此對其影響較大。感知價值受到期望感知質量和績效感知質量的影響，而后者（0.622）對感知價值的影響要明顯大于前者（0.232）。感知價值的觀測變量包括相對于花費成本所獲得答案的質量和相對于獲得答案的質量所花費的成本，兩者都是將花費的成本與實際獲得的答案質量即績效感知質量進行比較，因此績效感知質量相對于期望質量對其影響度更大。

（2）用戶滿意度受到期望質量、績效質量和感知價值三個潛在變量的影響。感知價值（0.486）對用戶滿意度的影響高于績效感知質量（0.402）和期望質量（0.151），表明在質量滿意度的方面，用戶更加傾向于從價值的角度去衡量，同時問答平臺答案質量的績效質量也是影響用戶最終滿意度的重要方面，其也通過對感知價值的影響來間接的影響用戶的總體滿意度。而期望質量對用戶滿意度也產生影響，但是影響效果有限，原因在于用戶對社會問答平臺答案質量的總體滿意度主要來源于問答平臺答案使用效果后的感知評價，而期望質量大多作為用戶感知答案質量的評價標準，因此其對總體滿意度影響相對較小。

（3）持續使用潛在變量受到滿意度潛在變量的直接影響，滿意度對待續使用的直接效果值為0.998，表明用戶對社會問答平臺的滿意程度決定了用戶是否會持續使用社會問答平臺的信息資源，用戶的滿意度越大，持續使用社會問答平臺信息源的可能性也就越高。對于持續使用變量的兩個觀測變量，即用戶是否會繼續使用社會問答平臺以滿足自身信息需求（持續使用一）和用戶所花費的成本增加時用戶是否還會繼續使用該信息資源，從兩者路徑系數的因素負荷量來看，用戶會持續使用社會問答平臺信息資源來滿足自身的信息需求，但是當所花費的時間和精力出現變化時，用戶繼續使用該信息資源的意愿就會有所變化。

5 討論與建議

（1）本文以“重點改善”區域的四個指標為期望感知質量與績效感知質量的觀測變量，來研究這些指標與用戶對社會問答平臺的滿意度以及是否會持續使用該信息資源的相關關系。通過上面分析得出，用戶對社會問答平臺答案質量的期望價值與績效感知價值之間存在差異，且這種不一致性也對用戶關于問答平臺的總體滿意度產生直接性的影響，而滿意度的大小在很大程度上決定了用戶是否會繼續使用社會問答平臺的信息資源。說明提高“重點改善”區域的相關指標一方面對于滿足用戶對相關質量標準的期望具有十分重要的作用，同時通過改善相關指標來提升用戶對社會問答平臺的總體滿意度以及將這些滿意度轉化為用戶持續使用該信息資源的動力具有十分重要的意義。

（2）用戶持續使用社會問答對社會問答平臺答案質量的滿意度受到用戶期望質量、績效感知質量和感知價值三者的正向影響。其中用戶的感知價值與用戶的績效感知質量是影響用戶滿意度最重要的兩個潛在變量。這種顯著的影響關系為提高用戶的滿意度提供了相關的思路。第一，著重提高社會問答平臺答案質量，特別要重視“重點改善”區域相關指標的改善，從而提高用戶的滿意度，促使用戶持續使用社會問答平臺資源；第二，優化社會問答平臺的用戶服務與用戶體驗，節省用戶使用社會問答平臺資源的時間和精力，提高用戶獲得高質量信息的性價比，從而提供用戶滿意度，間接影響用戶持續使用的意愿，同時持續使用潛在變量的“持續使用二”觀測變量，也表明了當用戶在只用社會問答平臺所花費的成本變化時，其使用意愿也會發生相應的變化。

參考文獻：

[1] Shah C，Oh S，Oh J S.Research agenda for social Q&A[J].Library & Information Science Research， 2009，31（4）：205-209.

[2] 毛波，尤雯雯. 虛擬社區成員分類模型[J].清華大學學報（自然科學版）2006（S1）：1069-1073.

[3] 王偉軍，甘春梅.Web2.0信息資源管理[M].北京：科學出版社，2011.

[4] 張中峰，李秋丹.社區問答系統研究綜述[J].計算機科學，2010，37（11）：19-23.

[5] Gazan R.Seekers，sloths and social reference：Homework questions submitted to a question-answering community[J]. New Review of Hypermedia and Multimedia， 2007， 13（2）： 239-248.

[6] Chen L，Nayak R. Expertise analysis in a question answer portal for author ranking[C].Web Intelligence and Intelligent Agent Technology， 2008. WI-IAT'08. IEEE/WIC/ACM International Conference on.IEEE，2008：134-140.

[7] Jurczyk P，Agichtein E.Discovering authorities in question answer communities by using link analysis[C].Proceedings of the sixteenth ACM conference on Conference on information and knowledge management.ACM，2007：919-922.

[8] Jurczyk P，Agichtein E.Hits on question answer portals：exploration of link analysis for author ranking[C].Proceedings of the 30th annual international ACM SIGIR conference on Research and development in information retrieval. ACM， 2007： 845-846.

[9] Zhou G，Lai S，Liu K，et al.Topic-sensitive probabilistic model for expert finding in question answer communities[C].Proceedings of the 21st ACM international conference on Information and knowledge management. ACM， 2012： 1662-1666.

[10] Raban D R. Self\presentation and the value of information in Q&A websites[J]. Journal of the American society for information science and technology， 2009， 60（12）： 2465-2473.

[11] Raban D，Harper F. Motivations for answering questions online[J].New media and innovative technologies， 2008， 73.

[12] Nam K K，Ackerman M S， Adamic L A. Questions in， knowledge in？：a study of naver's question answering community[C].Proceedings of the SIGCHI conference on human factors in computing systems. ACM， 2009： 779-788.

[13] Oh S.The characteristics and motivations of health answerers for sharing information， knowledge， and experiences in online environments[J]. Journal of the American Society for Information Science and Technology， 2012， 63（3）： 543-557.

[14] 王寶勛.面向網絡社區問答對的語義挖掘研究[D]. 哈爾濱：哈爾濱工業大學， 2013.

[15] Jeon J， Croft W B， Lee J H. Finding similar questions in large question and answer archives[C].CIKM ’05. New York， NY， USA： ACM， 2005：84-90.

[16] Soricut R， Brill E. Automatic question answering using the web： Beyond theFactoid[J].Inf. Retr.， 2006， 9（2）：191C206.

[17] Ignatova K，Bernhard D， Gurevych I.Generating high quality questions from low quality questions[C].Proceedings of the Workshop on the Question Generation Shared Task and Evaluation Challenge，（NSF， Arlington， VA）.2008.

[18] Zhao S，Wang H，Li C，et al. Automatically Generating Questions from Queries for Community-based Question Answering[C].IJCNLP，2011：929-937.

[19] Liu Y，Li S，Cao Y，et al. Understanding and summarizing answers in community-based question answering services[C].Proceedings of the 22nd International Conference on Computational Linguistics-Volume 1. Association for Computational Linguistics，2008：497-504.

[20] Tomasoni M， Huang M. Metadata-aware measures for answer summarization in community Question Answering[C].Proceedings of the 48th Annual Meeting of the Association for Computational Linguistics. Association for Computational Linguistics， 2010：760-769.

[21] Ignatova K，Toprak C，Bernhard D，et al. Annotating question types in social Q&A sites[C].Tagungsband des GSCL Symposiums ‘Sprachtechnologie und eHumanities，2009：44-49.

[22] Harper F M，Weinberg J，Logie J，et al.Question types in social Q&A sites[J].First Monday，2010，15（7）.

[23] Pomerantz J.A linguistic analysis of question taxonomies[J].Journal of the American Society for Information Science and

Technology，2005， 56（7）：715-728.

[24] Wu H，Wu W，Zhou M，etc.Improving search relevance for short queries in community question answering[C].Proceedings of the 7th ACM international conference on Web search and data mining.ACM，2014：43-52.

[25] Cao X，Cong G，Cui B，et al.The use of categorization information in language models for question retrieval[C].Proceedings of the 18th ACM conference on Information and knowledge management.ACM，2009：265-274.

[26] Ji Z，Xu F，Wang B.A category-integrated language model for question retrieval in community question answering[M].Information Retrieval Technology. Springer Berlin Heidelberg， 2012： 14-25.

[27] Xu F，Ji Z，Wang B.Dual role model for question recommendation in community question answering[C].Proceedings of the 35th international ACM SIGIR conference on Research and development in information retrieval. ACM， 2012：771-780.

[28] Guo J，Xu S，Bao S，et al.Tapping on the potential of q&a community by recommending answer providers[C].Proceedings of the 17th ACM conference on Information and knowledge management.ACM，2008：921-930.

[29] Zhou T C，Lyu M R，King I.A classification-based approach to question routing in community question answering[C].Proceedings of the 21st international conference companion on World Wide Web.ACM，2012：783-790.

[30] Chen Y， HO T H U A， KIM Y M I.Knowledge market design：A field experiment at Google Answers[J].Journal of Public Economic Theory， 2010， 12（4）： 641-664.

[31] Jeon G Y J，Kim Y M，Chen Y.Re-examining price as a predictor of answer quality in an online Q&A site[C].Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. ACM，2010：325-328.

[32] Zhu Z，Bernhard D，Gurevych I.A Multi-Dimensional model for assessing the quality of answers in social Q&A sites[J].Technische Universit？]t Ukp Lab，2009：264-265.

[33] Jeon J， Croft W B， Lee J H， et al. A framework to predict the quality of answers with non-textual f eatures[C].Proceedings of the 29th annual international ACM SIGIR conference on Research and development in information retrieval.ACM，2006： 228-235.

[34] Agichtein E，Castillo C，Donato D， et al. Finding high-quality content in social media[C].Proceedings of the 2008 International Conference on Web Search and Data Mining.ACM，2008：183-194.

[35] Shah C，Pomerantz J.Evaluating and predicting answer quality in community QA[C].Proceedings of the 33rd international ACM SIGIR conference on Research and development in information retrieval.ACM，2010：411-418.

篇（10）

2產品概念定義

通過市場調研，結合產品問題及用戶的期望值確定產品的概念定義。產品面向年輕用戶，定位為造型年輕時尚、使用舒適、人性化的健康產品。造型上突出差異化概念，清新、色彩搭配時尚，布料舒適、易拆洗；功能上突出按摩舒適性，人性化細節等。其中，舒適性是按摩墊產品的核心部分，滿意的按摩體驗會讓用戶愉悅地使用產品，產品的使用價值才能得到更好的發揮。2．1實現產品概念的解決方法用戶通過體驗產品來確定產品是否舒適或不舒適［4］。根據用戶體驗，以發現問題、分析問題、解決問題為主線，模擬用戶使用產品的情景，記錄用戶使用產品整個過程，觀察用戶操作產品過程的細節，如圖2所示。通過按摩部位舒適性分析、坐姿分析、滿意度收集為方案設計提供理論基礎。2．1．1按摩部位舒適性分析該環節分析如何對頸部、背部、腰部等部位重要穴位進行刺激，以達到舒適按摩效果。對按摩強度、按摩位置、靠背傾角等控制參量進行合理設置，從而確定滿足人體舒適性的按摩模式，是按摩舒適與否的決定因素，也是產品設計與開發的關鍵［5］。按摩舒適性包含兩方面內容：按摩墊的功能參數對使用者靜態坐姿的影響（主要是產品造型對身體的支撐及布料舒適觸感）；按摩功能帶給用戶的按摩感受直接影響用戶的按摩舒適性。（1）頸部肌肉組織豐富，區域范圍較小，穴位多，要求按摩穴位的準確到位、力度適中。按摩頭的圓潤程度、轉動范圍和長度也是影響按摩舒適性的因素。（2）由于背部區域骨骼較多，目前市場上按摩墊的背部按摩頭為硬質塑料，按摩過程中會按壓到骨骼部位，造成一定的疼痛感與不適感。（3）在坐姿狀態下，腰部疼痛是身體不舒適的重要原因，其次是頸部和背部［6］，可見腰部舒適性的重要性。目前按摩墊腰部按摩設計不合理，腰部按摩頭與人體腰部弧線不匹配所致，導致穴位按摩不到位，舒適性效果不理想。2．1．2坐姿分析舒適坐姿主要是用戶放松休息的坐姿狀態，分析用戶在放松狀態下，身體與座椅的夾角、靠背高度及壓力分布等參數關系，這對按摩墊造型有引導作用，造型式樣也是會影響座椅舒適性的因素［7］。當軀干后仰使軀干和大腿間保持約115°～135°時，坐姿也趨近于正常的腰彎形態，腰、背有襯墊支撐的姿勢時脊柱可維持較自然的姿勢，身體處于最佳的輕松狀態［8］。2．1．3滿意度收集在用戶使用體驗后，收集用戶對產品的滿意度。這是用戶層面上的價值體現，用戶滿意度是用戶體驗使用產品的實際感受與其期望值相比較的程度，可轉化為用戶需求。用戶滿意度實際上就是用戶核心利益的最大滿足［9－10］。用戶滿意度收集通過為用戶提供一個完整的體驗過程來獲得真實的滿意度。通過邀請35位年輕用戶在放松休息狀態使用按摩墊，詳細記錄用戶使用過程中所遇到的問題。用戶主要關注問題點：（1）腰部穴位按摩不到位，背部按摩出現局部不適感；（2）罩布拆洗不便；（3）控制器、電源線無法收納。2．2方案概念設計根據產品價值機會及用戶需求完成方案概念設計。主要創新點：根據產品價值機會及用戶需求完成方案概念設計，體現如下：（1）頸部按摩頭要圓潤，可升降調節與俯、仰角度調節，滿足不同身高用戶需求；（2）背部按摩頭材質調整為海綿包裹按摩頭，增加彈性與柔軟性，增加按摩舒適度；（3）腰部按摩頭角度調整與人體腰線匹配。經多次測試，結合人機工程學原理，θ取5°～8°較為合適。在功能設計的基礎上，造型設計上通過線面進行形體分割，色彩搭配突出產品的年輕時尚感，經過多輪方案討論與篩選，最終確定概念設計方案。

3實現機會

制作產品樣機模型，用于檢查外觀或結構合理性，如圖5所示。制作樣機模型有如下特點：（1）造型設計方面，應用包裹造型語言，動感線面分割設計，整體風格清新、時尚；（2）功能設計方面，具有俯仰角度調節功能、升降高度調節功能，調整背部按摩頭為柔性按摩頭，腰部按摩頭角度調整匹配人體腰線；（3）人性化細節方面，增加前后罩布拉鏈，罩布方便拆卸清洗；增加控制器和電源線收納袋。為檢驗產品效果，邀請了18位年輕用戶使用產品樣機，評價結果為“良好”。