基于关联规则的共享物流信息平台服务质量研究

唐 研，刘长江，朱静怡

（聊城大学商学院，山东 聊城 252059）

大数据与“互联网+”背景下，共享意识逐渐渗透到各行各业，物流业作为国家经济建设的战略性支柱，在推进国民经济发展方面占据极为重要的地位。基于此，建立的物流共享信息平台正在蓬勃发展，物流信息平台的建立能够起到引导与协调的中间环节作用，汇集各方信息，优化供应链结构与布局。共享物流信息平台使得使用该平台的供需双方更便捷、更优质地完成商务交易过程，降低物流成本，优化物流管理，而物流信息平台的服务质量直接影响着客户对于该平台的选择，但目前共享物流信息平台依然存在信息不对称、不安全、客户响应不及时等服务质量问题。如何对共享物流信息平台服务质量进行有效评价，找出薄弱环节，进而提升服务质量，是共享物流信息平台建设和发展的关键所在。

一、研究综述

近年来，随着各类互联网服务平台的快速发展，国内外学者一直关注如何对信息平台的服务质量进行有效评价。目前，由 Parasurama等（2005）学者在SERVQUAL模型基础上提出的E-SERVQUAL模型，已被广泛认可为信息平台服务质量评价模型之一，共包括服务效率、完成性、可靠性、隐私性、响应性、补偿性和可接触性等维度。但网站应用场景并非一成不变，因此E-SERVQUAL模型也无法直接套用在任意服务网站之中，需要结合平台自身的属性和信息服务的特点来展开。国内学者以此为基础，展开了广泛研究：鞠蓓等（2017）在针对铁路客运网站的服务质量评价中，主要考虑了平台的安全性、可靠性、易用性、响应性、信息准确性和易懂性。胡青竹（2018）的研究建立了适用于中小企业公共服务平台服务质量的评价指标，包括感知性、可靠性、响应性、保证性、移情性、实效性。

就数据收集方法而言，E-SERVQUAL模型的主要数据来源为问卷调查。但随着大数据技术的发展，网络评论的感知价值与网络评论采纳的影响研究趋于成熟。蔡佳苗（2015）以大数据为研究导向，把网络评论应用到质量管理领域，以达到改进质量管理效果；张振华等（2019）讨论了基于网络口碑数据挖掘的电子商务物流服务质量问题。通过引入网络评论，由客户感知出发，可以对信息平台的服务质量进行细颗粒度评价，这必将会丰富信息平台服务质量的研究体系。

二、研究方法

本研究在相关研究基础上，整合物流信息平台的服务质量相关评价指标，在基于SERVQUAL量表的水平上重新构建适合共享物流平台的E-SERVQUAL模型；利用八爪鱼采集器采集各大主流物流信息平台APP评论，以用户需求为切入点，筛选物流信息平台各服务要素的高频词汇，用FP-growth关联规则的分析方法，探讨作出不同评价的客户对共享物流平台服务质量各评价因素间存在的关联关系。

胡青竹在利用SERVQUAL量表对公共服务平台的研究中，将其原本有形性、可靠性、响应性、保证性、移情性五个维度，改变为感知性、可靠性、响应性、保证性、移情性、实效性。感知性服务主要体现于外在有形方面，本文在此基础之上，将共享物流平台的服务质量评价指标归纳为：（1）有形性——主要指客户可视，可直接接触感知的平台网站和程序界面，本文归纳为“平台网站与程序界面”；（2）可靠性——平台能够准确与及时地向用户提供所需要的服务，本文将其归纳为“平台对信息的处理”；（3）响应性——平台为用户服务以及提升服务质量的主观意愿，本文归纳为“平台对客户的响应”；（4）保证性——指对平台各项功能，服务人员能力及顾客的放心程度，本文归纳为“平台对交易的保证”；（5）移情性——平台对于用户在使用过程中的关心程度，针对不同的用户提供多样化的个性服务，于物流信息平台中，主要体现在系统故障提醒、新消息通知等，本文于此归纳为“平台对物流的监视”；（6）实效性——所提供服务为用户带来的效果，本文归纳为“平台对效率的提升”，因此，本文建立关于物流信息平台的E-SERVQUAL量表 (如图一所示)。研究因素“平台网站与程序界面”为E1、“平台对信息的处理”为E2、“平台对客户的响应”为E3、“平台对交易的保障”为E4、“平台对物流的监视”为E5、“平台对效率的提升”为E6，中评为S1、好评为S2。

图1 E-SERVQUAL量表

三、数据分析

腾讯应用宝包含各型各类大众主流APP，使用人数众多且有开放性评论功能，具有代表意义，因此本文抓取应用宝中APP评论作为研究数据。并选取货车帮、货拉拉、快递100、省省回头车、物流王、运满满等6家主流物流信息平台作为研究对象，共抓取评论数据2603条。本研究主要研究好评，因此删除差评评论，共得到1401条评论数据，经过高频词筛选并归入研究因素(如表1所示)。构建矩阵发现其中具有对本研究无意义的个别评论数据，如“中国最大的物流信息平台，这个无可争议”等，在此评论数据中并未找到所需研究指标，因此对其删选，最终得到有效评论数据1160条。然后将有效评论数据与各评价维度进行匹配，可得出评论矩阵。其中，评论数据条目与维度匹配的指标标记为T，未体现的指标标记为F。如表2所示为前十条的评论矩阵。

表1 平台服务要素划分

表2 评论矩阵前10条示例

本研究利用Rapid Miner 5中的FP-growth算法实现，图2为本研究在最小支持度设置为0.08与最小置信度设置为0.4时产生的19条关联规则图示。其中，规则1、2、5、6、8、9、10、11、12、16、17、18、19 与研究目的皆具相关性，具体需要比较Lift值的大小，平台网站与程序界面、平台对效率的提升对好评有直接的影响，说明二者在服务要素对好评的影响中占有相当大的比重，顾客在对平台作出评价时对二者偏重关心。

通过对具体规则的分析，筛选数据结果如表3所示。规则E4→S2与E1、E5→S2的Lift小于1，呈现负相关；规则E6→S2与E1→S2的Lift大于1，在单个服务要素影响好评中呈现正相关；规则E1、E4→S2，E1、E6→S2，E1、E3→S2 与 E1、E2→S2 的 Lift大于 1，在两个服务要素影响好评中呈现正相关；规则E6、S1→S2中在中评发生的条件下，服务要素平台对效率也在提升，其好评发生的概率达0.472。

通过分析可得如下结论：（1）客户产生好评与“平台的网站与程序界面”有直接相关，物流信息平台可通过对网站及程序界面的优化进而提升服务质量。（2）客户产生好评与“物流信息平台对效率的提升”有直接相关，物流信息平台可通过优化体系结构提升效率进而提升服务质量。当客户产生中评时，“平台对效率的提升”会参与规则，进而影响好评的产生。（3）“平台网站与程序界面”与“平台对交易的保障”同时发生，会正向影响好评的发生；“平台网站与程序界面”与平“台对效率的提升”同时发生，会正向影响好评的发生；“平台网站与程序界面”与“平台对客户的响应”同时发生，会正向影响好评的发生；“平台网站与程序界面”与“平台对信息的处理”同时发生，会正向影响好评的发生。

四、结论与建议

物流的高速发展、大数据的融入，物流信息平台在其中扮演着不可或缺的重要因素。基于本文研究的研究结果，提出建议如下：

图2 关联规则图示

第一，研究结果可知，客户产生好评与“平台的网站与程序界面”直接相关；同时，“平台的网站与程序界面”通过与其他几个维度的结合，起到影响好评程度的作用。因此，“平台的网站与程序界面”是客户评价物流信息平台服务质量的重要因素，优化网站与界面是提升平台服务质量的重要途径。作为物流信息平台的基础，应做到优化网站及程序界面设计，在达到简约明了的同时，还要全面覆盖各项服务项目，保证客户在使用过程时操作便捷和功能全面。

表3 关联规则

第二，提高物流信息平台对交易的保障。物流信息平台作为中间交易平台，起着不容忽视的纽带作用。因此，要保障交易的顺利完成影响着顾客满意度，同时对平台的建设提出了更为严格的要求。不仅要保障平台交易双方的信息对称性，还要保障参与过程信息的安全性。

第三，加强物流信息平台对客户的响应。信息平台对客户的响应程度反映了物流信息平台的服务质量水平，而能够做到及时有效地回馈客户的问题是优质的服务水平的表现。建设优良的信息平台，就要健全平台服务体系，以解决客户问题为第一目标。对于后台服务人员进行岗前培训、定期检查，保证其达到要求的服务水准。对客户的响应速度，同时需要物流信息平台程序设计的技术支持，而良好畅通的信息沟通渠道与方式同时能够增强顾客满意度。

第四，完善物流信息平台对信息的处理体系。分析结果显示，物流信息平台对信息的处理与平台的网站和程序界面二者同时影响客户的好评。物流信息平台应逐渐拓宽其信息功能，实现全过程信息输出与接收，做到信息的及时更新，达到信息对称。积极对客户反馈进行处理，优化反馈信息的处理体系。不断拓展业务面，保证质量与可靠性的基础上加强对于物流信息的录入，拓展物流交易渠道与数量。

第五，加大政府对物流信息平台建立与发展的支持力度。物流信息平台的建立已然成为现代化物流发展的趋势，传统意义上的物流交易所存在的问题在该平台的运行中不断减少。政府及其他公共部门应加强支持力度，增大对平台公共服务的资金支持，积极发挥政府的领导作用，明确发展方向，定期对平台建设进行指导与规划。