基于改进QFD的B2C网站服务质量提升研究

侯晶 陈梅梅

摘 要：文章主要研究了B2C网站服务质量改进和提升的关键要素。首先，借鉴SERVQUAL模型，并基于文献调研、顾客访谈和问卷调查等方法构建适于B2C网站服务质量评估的顾客需求指标体系；其次，结合服务质量差距模型和Kano模型确定需求项的权重；然后，针对顾客需求提出服务改进要素，构建质量屋中的关系矩阵，并采用三角模糊数进行定量描述；最后，结合熵值法处理技术竞争性评估结果，确定B2C网站服务质量改进的关键要素。通过引入GAP模型、Kano模型、熵值法和模糊集理论改进QFD方法，并应用于B2C网站服务质量研究中，可将顾客需求与B2C网站服务质量改进策略相关联，为在线经营企业的服务质量改进和提升提供借鉴。

关键词：服务质量；B2C网站；QFD

中图分类号：F 724 文献标识码：A 文章编号：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

据CNNIC（中国互联网络信息中心）的调查报告显示，截至2015年12月，我国在线购物用户数量达至4.13亿，全国网络零售交易金额达到3.88万亿元，其中，B2C交易额2.02万亿元，同比增长53.7%[1]，B2C已成为中国网络购物市场发展的主要推动力。顾客决定企业发展，而B2C网站服务质量是影响顾客满意度及网络购买决策的关键因素[2-5]，所以了解顧客需求，不断提高和改进自身的服务质量是B2C电子商务成功的关键。

B2C网站服务质量是指在电子商务环境下，顾客对在线经营企业所提供服务的优越性、质量的总体评价及满意程度[6]。在服务质量的测量模型中，最经典、应用最广泛的为PZB（1988）[7]提出的SERVQUAL量表，很多学者以此为基础对电子商务服务质量进行扩展研究[8-12]。然而，现有的B2C网站服务质量研究主要集中在评价指标体系的建立、影响因素等研究方面[13]，在评价方法方面主要采用层次分析法、模糊综合评价方法以及多目标决策法等[14]，且对评价方法及评价模型的研究偏重于理论研究或定性的描述，缺乏定量分析及实际应用研究。特别是这类服务质量的研究很少从顾客需求的角度构建B2C网站服务质量模型，更缺乏借助量化的数理统计方法和模型将评价结果与网站服务质量的改进相关联的研究，因而不能切实提出解决在线经营企业服务质量问题的策略。

质量功能展开（Quality Function Deployment，QFD）是把顾客需求当做驱动力并将其转化为产品或服务设计要求的质量分析工具[15]，在产品制造、软件开发及服务等领域都得到了广泛应用[16-20]。但是多数研究[21-22]中使用的QFD方法都是单一的，存在较显著的缺陷。比如，在确定顾客需求权重方面，忽略顾客对服务质量期望和感知的差距以及需求项对顾客满意度提升效率的问题；在构建顾客需求与服务要素的关联矩阵时，通常直接采用离散的标度来描述评价信息，缺乏准确性。因此，本研究借鉴相关文献研究[23-26]，将QFD方法结合GAP模型、Kano模型、模糊集理论等引入B2C网站服务质量研究中，试图提出一种新的定性与定量相结合的B2C网站服务质量评估方法，将评估结果与服务质量改进策略关联起来，寻求提升B2C网站服务质量的关键要素，以期对在线经营企业的服务质量评估和改进工作提供理论与实践的支持。

1 研究设计

质量屋（House of Quality，HOQ）是QFD方法的基础和核心工具，QFD的基本原理就是通过构建质量屋，定量分析顾客需求与服务质量要素之间的关系，找出对满足顾客需求贡献大的服务要素，实现“顾客需求什么（WHATs）”到“企业怎样去做（HOWs）”的轉换。文中构建了B2C网站服务质量屋模型，如图1所示。其中，左墙为WHATs输入项，代表顾客的需求及其权重，本研究基于服务质量差距（GAP）模型确定顾客需求的初始权重，并运用Kano模型对初始权重进行调整；天花板为HOWs输入项，是针对顾客需求所提出的服务质量改进要素（即服务要素）；房间为WHATs项与HOWs项的关联矩阵，表示顾客需求与服务要素的关联关系，本研究引入模糊集理论定量化描述及处理质量屋中的模糊信息；屋顶为HOWs项的自相关矩阵，代表服务要素之间的相互关系；地板为HOWs输出项，为各项服务要素的重要程度；地下室表示技术竞争性评估，主要是针对同行业各竞争企业，对各企业服务要素的技术水平进行评估。根据评估结果，本研究利用熵权法调整服务要素的重要度，得出最终的HOWs输出项，完成了顾客需求到服务质量改进要素的转换。

1.1 识别顾客需求

获取顾客需求项目是质量屋模型构建的第一步。对于需求指标的选取，本研究在SERVQUAL量表的基础上，结合在线购物行业的特点，初步归纳整理出22项能反映B2C网站服务质量的需求项目。为了更全面地挖掘顾客的需求，研究小组以上述需求指标项为基础，对15名有过在线购物经历的顾客进行深度访谈。访谈的结果是增加了5项顾客认为重要的指标，并对描述不准确或容易引起歧义的指标项进行修正。通过访谈形成27项初始顾客需求项目。

根据初始指标项设计李克特五级量表，借助在线调研平台及纸质问卷实施本次调研，共回收286份问卷，其中有效问卷为271份，有效率达94.76%.为检验测量问卷的可靠性与稳定性，文中采用信度分析中的Cronbachs α系数检验各测量项目的内部一致性，并同时采用CITC指标来净化27项测量项目。经过两次净化，共删掉了两个指标项。修正后的25个指标项的KMO为0.892，Bartlett球形检验的χ2 统计值的显著概率P=0.000<0.01，因此结合因子分析对修正后的指标项目加以检验，以最终确定影响B2C网络购物服务质量的典型指标项。文中对25项变量进行因子分析，提取了6个主因子，累计方差贡献率达到71.445%.由此得到了由6个二级指标和25个三级指标项构成的适于B2C网站服务质量评估的顾客需求指标体系，见表1.

1.2 确定顾客需求项目的权重

文中基于服务质量差距模型和Kano模型确定顾客需求项目的权重，如图2所示。

1.2.1 初始权重的确定：基于GAP模型

根据顾客对企业服务的期望值评价而确定初始权重的方法，忽略了顾客对企业实际提供服务的满意度，这将导致评价结果的偏差[27]。基于Parasuraman et al.（1985）提出的服务质量差距（GAP）模型，服务质量正是顾客通过对期望的服务和实际感知的服务进行比较而得出的评价结果[28]。因而文中综合考虑服务质量差距值（即期望值与感知值的差距）及期望值以确定顾客需求项目的初始权重。

具体步骤如下：首先，设计服务质量期望问卷及感知满意度问卷分别测量顾客的期望值与感知值，并对回收的数据进行有效性检验；其次，根据调查结果计算顾客需求项目的初始权重。设顾客对第i项需求的期望均值和感知均值分别为i，i，则服务质量差距值Gi=（i-i），令Si=Gi×i，保留Si大于0的项目，并将Si进行归一化处理，得到第i项顾客需求项目的初始权重：

1.2.2 基于Kano模型调整顾客需求权重

Kano模型是日本学者Kano（1982）建立的产品质量管理的模型[29]，可用于确认不同类别的顾客需求，识别提升顾客满意度的关键需求项目，帮助企业明确顾客对产品或服务需求的重点[30]。Kano模型按照不同类别的质量特性与顾客满意度的关系，定义了必备属性（M）、一维属性（O）、魅力属性（A）、无差异属性（I）及逆向属性（R）5种类型的顾客需求。

必备属性是顾客认为产品或服务必须具备的质量特性，该类需求的充分满足并不会增加顾客的满意程度；而魅力属性对顾客满意度提升的贡献很大，因为对于魅力属性，往往是超出顾客期望的，该类需求一旦得到充分满足能极大地提升顾客的满意程度。因此，在确定需求项的权重时，还需考虑到各项目对顾客满意度提升的效率，将对提升顾客满意度贡献较大的需求项目赋予更高的关注度。基于Kano模型对顾客需求项目权重调整的步骤如下

1）针对每个需求项分别设置正反向问题，设计Kano问卷。

2）根据调查结果，对照Kano评价表统计各需求项分别在每个质量特性分布上出现的频数，根据统计结果取频数最大的质量特性作为该需求项的Kano类别。若出现频数相同的情况，则按照M>O>A>I的准则来判定[31]。

3）根据需求项的Kano类别，确定调整系数k值。设需求项的顾客满意度S=f（k，p）[32]，其中p为产品/服务的性能，k表示各Kano类别的调整系数，用以根据不同属性归类对需求项的初始权重进行调整。对于魅力属性，k>1；一维属性，k=1；必备属性，04）计算顾客需求项目的最终权重。设wi为第i项需求的初始权重；ki为各需求项对应的调整系数，则第i项需求的最终权重

1.3 构建服务要素

在获取顾客需求项目及其权重后，进一步研究并确定满足这些顾客需求所需的服务要素。服务要素的确定通常要结合顾客的需求项。顾客进行在线购物时，不仅会关注服务过程，还会注重服务结果，若服务出现问题，商家的补救行为非常重要，所以设计B2C网站服务质量的改进要素还应考虑整个在线购物流程[33]。在线购物流程一般包括：顾客挑选商品-与商家协商交易事宜-下单-选择支付方式-商家准备商品-发货-收货验货，顾客若对商品不满意，则还有退换货-退款-维权等。为了提高顾客的满意度，在线经营企业必须将焦点聚集到整个购物流程的交易前、中、后的所有程序上来。

借鉴Collier Bienstock（2006）、Layla et al.（2011）等学者的研究成果，文中将电子服务质量要素分为服务过程质量、服务结果质量和服务补救质量、服务人员质量等环节。其中，服务过程质量是指从在线顾客进入该网站到下订单的过程中，所接觸到的关于该购物网站的服务质量，采用易用性、信息质量、隐私与安全性3个维度指标来衡量；服务结果质量定义为顾客对商家的订单处理能力与货物交付质量的感知；服务补救质量主要体现在售后服务方面。此外，B2C企业一线客服人员与顾客进行直接的沟通与交流，所以服务人员素质的高低将直接影响顾客对企业的认知及评价，进而影响其购买决策。因此，文中基于在线购物流程视角确定服务要素设计框架，从易用性、信息质量、隐私和安全性、订单处理能力、货物交付质量、售后服务质量、服务人员素质等维度展开，并结合顾客需求项目以及业内专家访谈，最终确定服务要素具体项目。

1.4 基于模糊集理论构建关联矩阵和自相关矩阵

关联矩阵和自相关矩阵是质量屋运行过程中的关键步骤。在量化关联矩阵和自相关矩阵的关系程度时，常采用“强相关”、“弱相关”等模糊化的语言措辞，若将这些信息直接进行离散标度容易造成语义失真现象。而模糊集理论是处理模糊的、不确定的以及非定量化信息的有效工具[34]，相比较离散型数据，用一种区间数值来描述事物的某一关系更能反映及表达事物的特性。目前模糊语意的表达形式有多种，其中三角隶属函数因运算规则简便而被广泛应用。故文中基于三角模糊数处理质量屋中关联矩阵和自相关矩阵的模糊信息。

首先建立语言变量的度量标度，即确定语言变量的语言术语及其相对应的模糊数。文中借鉴文献[35]的方法，将顾客需求与服务要素关联程度的语言术语表示为：{非常弱；比较弱；中等；比较强；非常强}，对应的模糊数分别为（0，0，0.25）、（0，0.25，0.5）、（0.25，0.5，0.75）、（0.5，0.75，1）、（0.75，1，1）；将服务要素自相关程度所采用的语言术语表示为：{正强相关；正相关；不相关；负相关；负强相关}，对应的模糊数分别为（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）。

然后聘请业内专家对顾客需求与B2C网站服务要素的关联程度、B2C网站服务要素的自相关程度进行评价，并将专家评价的语言术语转化为对应的模糊数，进而构建顾客需求与服务要素的关联矩阵m×n以及服务要素自相关矩阵

1.5 确定服务要素的重要度

1.5.1 初始重要度的确定

服务要素初始重要度由顾客需求权重、顾客需求与服务要素的关联程度以及服务要素自相关程度共同决定[36]。通常来说，若某项服务要素与多项顾客需求密切相关，且需求项的权重较大，则说明该项服务要素较重要。由于服务要素之间存在一定的影响关系，即改善某一项服务要素可能会对其他要素产生影响，因此需要根据服务要素之间的自相关程度对顾客需求与服务要素的关联程度进行修正，修正后的关联程度为：

1.5.2 重要度的调整：基于熵值法的技术性竞争评估 技术竞争性评估是指针对每一项服务要素，从技术的角度对比分析本企业和市场上同类竞争企业可以达到的水平。通过对比其他同类企业的市场竞争能力，对服务要素初始重要度进行调整。现有处理方法不能很好地考虑质量屋中技术竞争性评估信息，文中采用熵值法来处理技术竞争性评估信息[38]。

“熵”是系统无序程度的一种度量，可用于判断某个指标的离散程度，若该指标所提供信息的离散程度越大，其在多目标综合评价中所起的作用则越大，对应指标的权重也会越高。因此，在进行技术竞争性评估时，若各企业对于某项服务要素的表现差别较大，就应该给予较高的重视。以熵值法作为质量屋中技术竞争性评估信息的赋权方法，由评价指标值构成的判断矩阵来确定指标的权重，更能客观和全面地反映B2C企业的服务质量，避免片面性与单一性。服务要素重要度的调整步骤如下

1）进行技术竞争性评估。由业内专家对本企业和竞争企业在每项服务要素的表现进行逐一对比后，采取10分制给出竞争性评估相对值，得到评估矩阵X为

2 实证分析

文中选取在线购物行业中某具有代表性的B2C网站为实证对象，应用改进QFD方法对B2C网站购物服务质量进行研究。根据优化过的顾客需求指标项，分别设计服务质量期望问卷、感知满意度问卷以及Kano问卷。本研究釆用李克特五点量表法，调研问卷主要通过纸质问卷及在线调研系统平台的方式进行发放。共回收205份，其中有效问卷为193份，有效率达94.15%.

2.1 计算顾客需求项目权重

2.1.1 顾客需求项目初始权重

初始权重的计算结果见表2.表2显示，所有需求项的感知值均小于期望值，而且顾客最期望的服务要素与顾客感知满意度最高的要素并不一致。通过交叉比较发现，某些期望值高的需求项其顾客感知的满意度却较低（如CR3，CR16，CR4，CR19），而满意度高的需求项顾客对此期望却不高（如CR24，CR25，CR23，CR7）。说明已有的服务项目并没有满足顾客的期望，B2C服务要素和服务措施有待进一步改进。

2.1.2 顾客需求权重的调整

根据Kano分类结果，顾客需求项的归属被分为必备型（M）、魅力型（A）、一维型（O）3类（表3）。其中，魅力属性包括CR7，CR8，CR20，CR21，CR22，CR23，CR24.满足顾客的这类服务需求，能极大地提升顾客的满意程度。

根据表3的最终权重及排序结果，综合考虑顾客的期望、服务质量差距及顾客满意度提升效率因素，最亟待改进的指标项分别为：CR8>CR7>CR22>CR21>CR18>CR20>CR13>CR9>CR17>CR10，这也表明满足顾客对B2C网站服务需求的迫切性，尤其是在便捷性和移情性方面。

此外，由表2中的初始权重与表3中的最终权重对比可知，经调整后的魅力需求类指标项的权重排名明显提高，而必备需求类指标项的权重排名则有所下降，说明文中基于Kano模型的权重调整有利于反映指标项与满意度之间关系，突出了各属性指标项对满意度提升效率的贡献。

2.2 B2C网站服务要素的确定

基于上文服务要素设计框架，结合已获取的顾客需求项目以及对业内专家的访谈结果，最终归纳整理出20项服务要素，见表4.

2.3 关联矩阵和自相关矩阵的构建

由企业内部人员和相关领域专家组成的QFD小组对顾客需求与服务要素的关联程度、服务要素自相关程度进行评价，并综合最终的意见，得出如图3所示的评价结果。将图3中的评价信息分别转换为对应的模糊数，从而构建了质量屋中的关联矩阵及自相关矩阵。

2.4 确定B2C网站服务质量改进的关键要素

2.4.1 技术竞争评估及服务要素重要度的确定

首先根据需求项权重及修正后的顾客需求与服务要素的关联程度求出各项服务要素初始重要度，并列举其在不同α-截集下的上、下限，采用平均水平截集去模糊化方法，得到各项要素初始重要度的去模糊值（见表5）。此处α的取值分别为0，0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9，1.

然后选取另外2家同类型B2C企业作为竞争企业，通过市场调查及业内专家咨询对各企业在每项服务要素的水平进行评估，根据评估结果计算各要素的熵权，并调整服务要素的重要度，计算结果见表5.

对比服务要素初始重要度与最终重要度发现，服务技术水平差异较大的指标项，经熵值法调整后其重要度排名明显提高（如SF5“提供灵活的支付方式”），反之，差异较小的指标其重要度排名有所下降（如SF14“物流配送信息系统优化”）。基于熵值法的调整反映了服务要素在各企业中的差异程度，突出了各企业之间的服务技术水平差异程度对服务要素重要度确定的贡献。对于差异程度较大的项目，企业应赋予更大的关注度，优先改进及保持该项目能够形成差异化的服务，从而更加具有竞争力。

2.4.2 分析B2C网站服务质量改进的关键要素

由表5可见，针对顾客需求提出的服务改进要素按重要度值进行排序，前10位依次是：售后服务与保障措施设计（SF15）、开发多样化沟通工具（SF4）、退換货流程优化（SF16）、健全投诉机制及补偿措施（SF17）、提高对客户的关怀水平（SF20）、提供真实准确的商品信息（SF6）、提供灵活的支付方式（SF5）、详细介绍商品信息（SF7）、提高订单响应速度（SF11）以及服务人员专业技能及沟通能力培训（SF19）。

其中，SF15，SF16，SF17属于服务补救质量方面的要素，这类要素的缺乏将导致顾客的满意度及重复购买率的大幅下降；SF4，SF5，SF6，SF7属于服务过程质量方面的要素，对顾客的网络购买决策产生

直接的影响；SF19，SF20属于服务人员质量方面的措施，这些措施与一线服务人员直接相关，是商家不能忽略的服务改进环节。

进一步地，各个服务改进环节的总体重要度见表6.研究表明，在线经营企业亟需改进的服务要素依次体现在售后服务、易用性、信息质量、服务人员素质等方面。在线经营企业在进行服务质量改进工作时，应及时采取有效措施，重点加强售后服务质量、B2C网站的信息质量、B2C网站购物便捷性、服务人员素质提升方面的质量管理力度。

3 结 论

文中提出基于改进QFD的B2C网站服务质量评估与提升的新方法。通过改进的SERVQUAL模型设计调查问卷，获取在线购物顾客对B2C网站服务质量的需求，进而结合Kano模型、模糊集理论、熵权法与QFD方法，构建顾客需求与服务改进要素之间的质量屋模型，改进了以往研究方法无法体现顾客需求项目对其满意度的提升效率问题、以及无法定量化描述及处理关联矩阵和自相关矩阵中的模糊信息等问题。基于改进QFD方法对B2C网站服务质量的实证分析验证了文中所构建方法的可行性、有效性和可操作性，并得出售后服务与保障措施设计、开发多样化沟通工具等是B2C网站服务质量改进的关键要素。研究结论为“互联网+”背景下企业的网络经营决策提供了科学依据。

参考文献：

[1] 中国互联网络信息中心（CNNIC）.2015年中国网络购物市场研究报告[R].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/dzswbg/201606/t20160622_54248.htm.

[2] 高充彦，贾建民.顾客满意度不确定性对服务质量评价的影响[J].管理科学学报，2007（02）：39-47

[3] 孙 爱，杜建刚，李文忠.基于网络购物的服务质量与顾客满意及忠诚度研究[J].统计与决策，2011（01）：95-97.

[4] 陈梅梅，侯 晶.基于商品品类的网络购买决策关键影响因素研究[J].上海管理科学，2014，36（04）：78-84.

[5] 陈梅梅，谢松年.基于改进Kano模型B2C网站顾客满意度影响研究[J].情报科学，2016，34（02）：83-86.

[6] 施国洪，施钟贤.B2C电子商务服务质量评价研究[J].技术经济与管理研究，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] 李枫林，黄 燕.基于用户满意度的网上书店服务质量调查分析[J].图书情报工作，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，孙建军.基于SERVQUAL的搜索引擎服务质量评价体系研究[J].情报科学，2016，34（01）：104-114.

[13]左文明，杨文富，黄秋萍，等.B2C商务网站服务质量评价体系与模型[J].情报杂志，2010，29（11）：82-85.

[14]刘晓峰，白雪娇.B2C电子商务服务质量评价研究综述[J].哈尔滨商业大学学报：社会科学版，2015（01）：97-104.

[15]赤尾洋二.质量展开入门[M].东京：日科技联出版社，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，郭云涛.基于QFD的项目组合配置战略贴近度优化研究[J].管理工程学报，2014（04）：201-206.

[18]何建民，贺 涛.基于QFD的网络社区话题影响力测评方法[J].情报科学，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]于宝琴，张 硕，杜广伟.基于两阶段QFD的快递服务质量改进方法[J].统计与决策，2013（08）：39-41.

[21]宋丽丽，张 璇.基于QFD的服务产品质量评估模型[J].统计与决策，2009（08）：155-156.

[22]王荣祥.基于QFD的图书馆服务质量评估方法研究[J].图书情报工作，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]吴 隽，王兰义，李一军.基于模糊质量功能展开的物流服务供应商选择研究[J].中国软科学，2010（03）：145-151.

[26]唐中君，龙玉玲.基于Kano模型的个性化需求获取方法研究[J].软科学，2012，26（02）：127-131.

[27]梁文宾，陈 通，卢 丽.基于QFD的服务质量改进方法[J].中国农机化，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]常亚平，刘艳阳，阎 俊，等.B2C环境下网络服务质量对顾客忠诚的影响机理[J].系统工程理论与实践，2009，29（06）：94-106.

[34]张文修，吴伟志，梁吉业，等.粗糙集理论与方法[M].北京：科学出版社，2001.

[35]车阿大，杨明顺.质量功能配置方法及应用[M].北京：电子工业出版社，2008.

[36]朱腾飞，罗建强，李 勇.基于QFD与KANO集成的客户订单分离点定位[J].武汉理工大学学报：信息与管理工程版，2014，36（03）：421-425.

[37]何 桢，赵 有，马彦辉.模糊QFD中技术特性重要度排序方法[J].天津大学学报，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]杨明顺，李 言，李淑娟，等.质量屋中考虑竞争性评估的技术特征重要度确定[J].计算机集成制造系统，2009（02）：383-388.

（责任编辑：严 焱）