(1.中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院,廣東廣州 510275;2.暨南大學(xué)深圳旅游學(xué)院,廣東深圳 518053)
經(jīng)濟型連鎖酒店網(wǎng)站內(nèi)容交付性評價研究
——基于Group AHP和Extended TOPSIS方法
吳蓉1易小力2鄭天翔2
(1.中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院,廣東廣州 510275;2.暨南大學(xué)深圳旅游學(xué)院,廣東深圳 518053)
旅游電子商務(wù)網(wǎng)站評價一直是國內(nèi)外學(xué)術(shù)界關(guān)注的問題。本文在整理前人相關(guān)研究的基礎(chǔ)上,將支持群決策的Group AHP(Analytic Hierarchy Process)和改進的TOPSIS(Extended Technique for Order Preference by Similarity to an Ideal Solution)方法引入酒店網(wǎng)站評價中。為此,本文遴選可供客觀測量的指標用以表征經(jīng)濟型酒店網(wǎng)站的內(nèi)容交付性,形成基于信息層和功能層的三級評價指標體系,并借助改進的TOPSIS方法構(gòu)建評價模型。為了檢驗?zāi)P偷挠行?選取國內(nèi)7個知名的經(jīng)濟型連鎖酒店品牌進行實證分析,對其官方網(wǎng)站進行指標的實際觀察、測量和采集,并借助Group AHP方法確定指標體系的權(quán)重,然后根據(jù)評價模型對各樣本網(wǎng)站進行排序分析。本文的研究成果能幫助網(wǎng)站運營者或從業(yè)者客觀地評價自身網(wǎng)站的優(yōu)劣,為網(wǎng)站建設(shè)者提供理論參考和決策依據(jù),同時也可拓展和豐富旅游電子商務(wù)網(wǎng)站評價的研究視角和理論內(nèi)涵。
網(wǎng)站評價; 內(nèi)容交付性; 經(jīng)濟型連鎖酒店; AHP; TOPSIS
目前,在酒店網(wǎng)站評價領(lǐng)域,國內(nèi)外研究者做了大量的研究和探討。國外文獻中,Law及其合作者的成果頗為豐富(Qi,et al.,2009;Rong,et al.,2009;Law,Chen,2012;Leung,et al.,2016)。近年來也有其他研究者展開研究(Panagopoulos,et al.,2011;Ting,et al.,2012;Díaz,Koutra,2013;Escobar-Rodríguez,Carvajal-Trujillo,2013;Ting,et al.,2013;Akincilar,Dagdeviren,2014;Herrero,et al.,2015;Cai,et al.,2004),從不同角度對網(wǎng)站的功能性評價方面做了有益的探索。例如,Ting等(2013)對分布在四大洲的排名前100的酒店網(wǎng)站展開分析發(fā)現(xiàn),不同洲的酒店網(wǎng)站具有明顯不同的特征;Díaz和Koutra (2013)從六大維度評價229個不同星級酒店的網(wǎng)站,并把它們劃分為4個類別;Akincilar和Dagdeviren (2014)對土耳其首都的五星級酒店網(wǎng)站進行評價,識別出哪些要素是關(guān)鍵的,哪些要素是不重要的;Herrero等(2015)對酒店網(wǎng)站的用戶生成內(nèi)容進行研究后發(fā)現(xiàn),信息質(zhì)量和信息來源的可靠性是影響用戶在線搜索行為的重要因素;Leung等(2016)通過3類利益相關(guān)者對香港各大酒店的網(wǎng)站功能進行評估發(fā)現(xiàn),高星級酒店的網(wǎng)站建設(shè)質(zhì)量比低星級的要好。在內(nèi)容交付性方面,Cai等(2004)借助改進的Rachman and Buchanan’s指標,研究了以中國為目的地的美國旅游經(jīng)營者網(wǎng)站的內(nèi)容交付水平??梢?國外對酒店網(wǎng)站的研究經(jīng)過20多年的發(fā)展,研究體系正逐漸形成,研究切入點多樣化,研究方法也較為豐富(Morrison,et al.,2004;Law,et al.,2010;Ip,et al.,2011;Sun,et al.,2017)。
相比之下,國內(nèi)關(guān)于酒店網(wǎng)站評價的研究較少,專門針對酒店網(wǎng)站內(nèi)容交付性的研究近乎空白,僅有吳思和凌宏鴻(2005)、周春林等(2010)、胡家鏡等(2013)以及王成慧和朱妍(2014)等借助用戶期望-交付矩陣分別對國內(nèi)若干個著名在線旅行商網(wǎng)站的內(nèi)容交付性進行了研究??偟膩砜?這些文獻從不同側(cè)面推動了酒店網(wǎng)站評價領(lǐng)域研究的發(fā)展,為完善酒店網(wǎng)站建設(shè)、提升旅游信息化水平提供了有力的理論支撐和實踐參照,豐富了研究者和旅游從業(yè)者對酒店網(wǎng)站的認識。
從文獻內(nèi)容來看,在網(wǎng)站評價問題上,傳統(tǒng)的研究方法是構(gòu)造評價指標體系并判斷指標重要程度,或借助一些統(tǒng)計分析方法進行求解,但這些方法不同程度地存在一定的局限性。例如,在評價指標體系上,前人研究對屬性層(最后一級指標)的構(gòu)造不夠清晰具體。一方面,不少研究在因子層的描述上缺乏具體說明,容易造成專家在賦分過程中對指標的理解偏差;另一方面,已有文獻大多借助二值法(周春林,等,2010)(“1”表示該指標內(nèi)容在網(wǎng)站上出現(xiàn),“0”表示該指標內(nèi)容未出現(xiàn)或網(wǎng)站未提供)來獲得指標觀察值(表現(xiàn)值),取值比較單一。又如,在統(tǒng)計分析方法上,大多是基于專家的主觀推理或簡單計算,表現(xiàn)為直接通過對指標的人為打分取平均值來獲得期望值,或簡單計算表現(xiàn)值 (張俊霞,2001;萬緒才,2007;胡濤,等,2008;熊偉,等,2009;李君軼,2010;周春林,等,2010;鐘櫟娜,等,2012;胡家鏡,等,2013;王成慧,朱妍,2014),因此較難從多指標中對網(wǎng)站作出客觀的評價。
鑒于此,本文試圖整合兩種研究方法來解決上述難題??紤]到酒店網(wǎng)站的受關(guān)注度比其他類型旅游網(wǎng)站要高(胡宇娜,等,2016),但在電子商務(wù)的建設(shè)使用上卻不如在線旅行商網(wǎng)站(Cao,Yang,2016),因而本文擬選取經(jīng)濟型連鎖酒店為研究對象,構(gòu)造能反映內(nèi)容交付性、且評分較為客觀的網(wǎng)站評價理論模型,并選取幾個代表性的酒店品牌進行實證分析,以獲得各品牌網(wǎng)站的評價結(jié)果,彌補相關(guān)研究的不足。
為評價酒店網(wǎng)站的建設(shè)效果,Akincilar和Dagdeviren (2014)提出了AHP(Analytic Hierarchy Process)和PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluations)相結(jié)合的方法。本文采用類似思路,嘗試整合在多準則決策分析(MCDM,Multi-criteria Decision Making)中常用的兩種方法,即Group AHP和改進的TOPSIS(Extended Technique for Order Preference by Similarity to an Ideal Solution,Extended TOPSIS)方法來構(gòu)造酒店網(wǎng)站的評價模型。整合兩種方法的目的在于,獲得影響酒店網(wǎng)站質(zhì)量的因素及影響程度(權(quán)重),并對這些網(wǎng)站質(zhì)量進行排序,以取得更可靠的研究結(jié)果。為此,我們通過文獻整理并結(jié)合研究者的經(jīng)驗,確定網(wǎng)站評價的指標準則(評價指標體系);然后利用Group AHP方法為這個指標體系求得能代表這些準則(和子準則)重要性水平的權(quán)重系數(shù);最后,通過這些權(quán)重系數(shù),借助Extended TOPSIS方法對各網(wǎng)站進行排序和比較。
1.1 支持群決策的層次分析法(Group AHP)
目前,不少研究者采用AHP (Saaty,1980)方法來獲得旅游網(wǎng)站評價體系指標準則重要性水平的權(quán)重系數(shù)(萬緒才,2007;李君軼,2010;唐秀媛,2014;胡宇娜,等,2016),通常由某位專家對指標體系各準則進行兩兩比較打分。然而,現(xiàn)實中很多重要決策往往不是由一個專家單獨完成,而是由多位相關(guān)研究領(lǐng)域?qū)<医M成的群體共同完成;各個專家的評判結(jié)果需要調(diào)整再形成專家群體的統(tǒng)一評分。雖然個別研究者采用的AHP方法中有多位專家(汪會玲,梁明珠,2009),但沒有說明如何綜合這些專家的意見并產(chǎn)生最終的判斷矩陣。
此外,由于客觀事物的復(fù)雜性和專家主觀判斷的多樣性,專家往往難以對同一準則下多個元素的相對重要程度做出十分準確的判斷,因而立足粗糙原則(一致性比例CR 應(yīng)小于0.1)的傳統(tǒng)AHP方法難以保證判斷的一致性(華中生,等,2003),只能粗略排查“A>B,B>C但A 1.2 改進的TOPSIS法(Extended TOPSIS) 2.1 指標體系構(gòu)造 2.1.1 指標遴選 為了表征經(jīng)濟型連鎖酒店網(wǎng)站的內(nèi)容交付水平,根據(jù)吳思和凌宏鴻(2005)、周春林等(2010)和Cai等(2004)的相關(guān)研究,并參考其他研究者的成果,本文遴選2個一級指標、7個二級指標和18個三級指標來構(gòu)建評價指標體系,每個指標的出處詳見“指標來源”(見表1)。指標的遴選規(guī)則主要有兩個,一是該指標能把頁面內(nèi)容有效地、便捷地向用戶呈現(xiàn)和傳達,能真實反映網(wǎng)站有意義的信息;二是在下一步的交付性測量項目的構(gòu)造中,必須是支持可客觀測量而無需通過用戶主觀打分。選取的指標具有如下特征。 (1) 基本反映了消費者在一次酒店預(yù)訂過程中涉及的前、中、后3個階段,同時也涵蓋了酒店網(wǎng)站最受客戶歡迎的屬性,包括預(yù)訂、聯(lián)系方式、促銷、產(chǎn)品與服務(wù)(Hashim,et al.,2007)。 (2) 能體現(xiàn)亞洲酒店網(wǎng)站測量項目較多的特征(Ting,et al.,2013),與前人研究保持一致。 (3) 借鑒呂洋洋和白凱(2014)的研究,本文中信息層指標的主體維度包括酒店網(wǎng)站評價及網(wǎng)站交易產(chǎn)品評價??紤]用戶使用行為習(xí)慣是不可忽視的一環(huán)(Escobar-Rodríguez,Carvajal-Trujillo,2013;Sun,et al.,2016),是用戶和網(wǎng)站交互的真實體現(xiàn)(Herrero,et al.,2015),因此,在功能層指標上,考慮到經(jīng)濟型酒店網(wǎng)站與客戶的溝通不是十分通暢(Díaz,Koutra,2013),我們在交易功能上突出了便于用戶檢索的交付性指標(見表1)。 2.1.2 指標測量 由于指標體系中存在不系統(tǒng)、定性的符號性內(nèi)容,因此本文把在網(wǎng)站評價中常用的內(nèi)容分析法(熊偉,等,2012)將這些符號性內(nèi)容轉(zhuǎn)換為可供客觀測量的項目來完成指標交付性的測量。對此,已有文獻大多借助二值法來獲得指標的交付性。為了得到更細致的分析,本文采用多值法來計算,每個指標包含一個或多個測量項目(見表1),這樣可以確保每個樣本網(wǎng)站在該指標下的取值不是簡單的“0”或者“1”,明顯區(qū)分于其他樣本網(wǎng)站的指標取值。這些定量數(shù)據(jù)能為下文指標權(quán)重的確定和模型評估的客觀性和明確性奠定基礎(chǔ)。 表1 經(jīng)濟型連鎖酒店網(wǎng)站內(nèi)容交付性的評價指標體系 注:(1)Cai,et al.,2004;(2)劉紹華,路紫,2004;(3)吳思,凌宏鴻,2005;(4)Zafiropoulos,Vrana,2006;(5)Qi,et al.,2007;(6)萬緒才,2007;(7)Qi,et al.,2009;(8)熊偉,等,2009;(9)周春林,等,2010;(10)劉加鳳,施偉偉,2012;(11)熊偉,等,2012;(12)邱宇彤,邴振華,2015;(13) Leung,et al.,2016。 2.2 評價模型建立 這個步驟采用改進的TOPSI方法建立評價模型。其中,原始數(shù)據(jù)是樣本網(wǎng)站在指標體系下各三級指標的實際觀察值,歸一化方法采用離差標準化(又稱為0-1標準化)方法,即對原始數(shù)據(jù)的線性變換,使結(jié)果值為映射到[0-1]之間的無量綱數(shù)據(jù)。而“加權(quán)規(guī)范矩陣”中的權(quán)值則是Group AHP求出來的指標權(quán)重結(jié)果(合成權(quán)重)。 3.1 樣本網(wǎng)站選取 本文選取國內(nèi)有代表性的7個經(jīng)濟型連鎖酒店官方網(wǎng)站作為評價對象,分別是:如家快捷 (www.homeinns.com/homeinn)、7天 (www.7daysinn.cn)、漢庭(www.huazhu.com/hanting)、格林豪泰 (http://www.998.com/shtml/99/zh/index.html)、錦江之星 (www.jinjianginns.com)、尚客優(yōu) (www.thankyou99.com)、速8(http://www.super8.com.cn/default.aspx)。這7個酒店品牌在全國范圍內(nèi)開業(yè)的門店均超過400家*數(shù)據(jù)來源:7家經(jīng)濟型連鎖酒店的官方網(wǎng)站。,市場占有率位居全國經(jīng)濟型連鎖酒店的前列*見盈蝶網(wǎng)關(guān)于2017年度全國經(jīng)濟型連鎖酒店集團市場占有率(http://www.inntie.com/page120?article_id=277&article_category=23)。,具有一定的代表性。 3.2 指標權(quán)重計算 我們于2016 年5月~6月在“問卷星”發(fā)放電子打分表,并邀請35名行業(yè)專家或高校教師(下簡稱專家)進行在線填寫,通過兩兩比較指標之間的關(guān)系和差異來判斷和確定各指標的重要程度。電子打分表詳細列明了每個指標的測量項目,某些指標還附上了示意圖,用以輔助專家理解指標的內(nèi)涵。為了確保研究數(shù)據(jù)的信度,要求問卷填寫者在過去1年中至少有1次網(wǎng)上預(yù)訂酒店的經(jīng)歷。 根據(jù)AHP方法的原理,每位專家評分后將得到8個矩陣,對這8個矩陣,分別采用Group AHP方法進行分類、合并和完全一致性調(diào)整(華中生,等,2003),最終得到這8個矩陣的權(quán)重向量(如表1中第二、第三列的括號內(nèi)數(shù)字所示)。各指標的合成權(quán)重由該指標的權(quán)重與上一級指標的權(quán)重相乘得到(見表1)。 3.3 網(wǎng)站交付性觀察值采集 7個樣本網(wǎng)站的實際表現(xiàn)通過2016 年4月至6 月對官方網(wǎng)站進行數(shù)據(jù)采集,然后分別計算18個指標在這7個樣本網(wǎng)站中的交付情況,獲得相應(yīng)的觀察值。其中酒店介紹、到店交通、客房設(shè)施、客房服務(wù)、周邊商戶介紹和周邊距離指引這6個指標的計算方法為:針對不同品牌,先確定該品牌市場占有率前5位的代表性城市,然后在其官方網(wǎng)站上作為入住城市搜索,并從搜索記錄中隨機選取3家門店,逐一根據(jù)表1所列的測量項目在頁面內(nèi)容中查找并記錄,符合的、有出現(xiàn)的記為“1”,最后求出這15家門店網(wǎng)站的平均值,作為該品牌在指標下的觀察值;其余12個指標的計算方法為:若該測量項目在網(wǎng)頁上出現(xiàn),則相應(yīng)的指標分值增加1分,否則不得分。最終求得的數(shù)據(jù)如下表(見表2)。 表2 7個樣本網(wǎng)站在指標體系下的原始觀察值 3.4 網(wǎng)站交付性評估 限于篇幅,在此省略實驗的計算過程,僅列出歸一化數(shù)據(jù)(見表3)。計算過程涉及正負理想解的取值和指標的正反向問題,在本文例子中(根據(jù)表1各指標的含義),18個三級指標的正理想解是1,負理想解是0,且各指標都是正向的(韓中庚,等,2007)(值越大越好)。換言之,歸一化數(shù)據(jù)取值愈接近1,表示相應(yīng)的評價目標越接近指標的最優(yōu)水平;反之,該值愈接近0,表示評價目標越接近指標的最劣水平。 從表4和圖1來看,本文選取的7個樣例中,7天品牌的官方網(wǎng)站在內(nèi)容交付水平上表現(xiàn)最優(yōu)(與理想?yún)⒄拯cA距離最近),其次是如家、漢庭、錦江之星和格林豪泰這4個品牌,最后是速8和尚客優(yōu)。這些品牌的排名與目前國內(nèi)經(jīng)濟型連鎖酒店的現(xiàn)實情形基本吻合。 值得注意的是,表4所揭示的只是各品牌官方網(wǎng)站的總體評價,事實上,可以根據(jù)表3的數(shù)據(jù)作進一步分析,這將在下文中敘述。 表3 7個樣本網(wǎng)站在指標體系下的歸一化數(shù)據(jù) 表4 7個樣本網(wǎng)站在指標體系下的評價結(jié)果 圖1 7個評價對象在平面上的分布 4.1 總體分析 4.1.1 二級指標 從表1可知,對于經(jīng)濟型連鎖酒店的內(nèi)容交付性,專家最看重的二級指標為交易功能、互動功能和產(chǎn)品信息。這與前人的研究結(jié)論比較一致:亞洲酒店很注重客人與網(wǎng)站界面的交互性(Ting,et al.,2013),很注重酒店預(yù)訂信息和酒店設(shè)施信息(Leung,et al.,2016)??梢?交易的便捷性、其他消費者的點評和客房的信息是網(wǎng)站內(nèi)容交付性的關(guān)鍵要素。對此,各個樣本網(wǎng)站的具體表現(xiàn)如下表所示(見表3)。根據(jù)TOPSIS方法的原理,7天在交易功能和互動功能這兩個二級指標上表現(xiàn)最為突出,如家和格林豪泰也不分伯仲。在產(chǎn)品信息上,漢庭獨樹一幟,3項三級指標數(shù)值較高且平均,7天也表現(xiàn)優(yōu)異,有兩項三級指標排名第一。這也解釋了7天、如家、漢庭和格林豪泰四大品牌的最終得分位列前茅的原因:在權(quán)重較大的3個二級指標上表現(xiàn)優(yōu)異。 4.1.2 三級指標 專家普遍認為,客戶點評對于內(nèi)容交付性來說最為重要,其次是客房價格、會員權(quán)益和快捷交易(見表1)。可見,在互聯(lián)網(wǎng)時代,良好的“聲譽機制”對消費者購買意愿和購買決策產(chǎn)生直接的影響(王綺,鄭曉濤,2016),也是各大網(wǎng)站竭盡全力交付給用戶的首要內(nèi)容,這與前人的研究非常相似(Litvin,et al.,2008;Herrero,et al.,2015)。在這方面,如家、7天、漢庭和格林豪泰這4個品牌都很出色,能支持包括睡眠、設(shè)施、環(huán)境和服務(wù)等在內(nèi)的具體評價,還有該門店的總體評價。 在客房價格、會員權(quán)益和快捷交易上,前者屬于產(chǎn)品信息,后兩者則是客戶服務(wù)的重要內(nèi)容,這是經(jīng)濟型連鎖酒店網(wǎng)站(相比高星級酒店而言)需要極力提供的(Guillet,et al.,2016)。在這些指標上,7天的表現(xiàn)是最優(yōu)異的,能夠提供多種客房價格差異和兌換,也把會員的眾多特權(quán)在網(wǎng)站上充分展現(xiàn)出來,并交付給用戶。如家、漢庭、錦江和格林豪泰在這3個三級指標上也各有千秋。 4.2 具體評價 4.2.1 指標橫向比較 限于篇幅,本文僅對權(quán)重較大的指標進行分析。 (1) 營銷平臺。如家、漢庭、錦江和尚客優(yōu)4個品牌都表現(xiàn)優(yōu)秀,除了傳統(tǒng)的官方網(wǎng)站外,還包含了各種設(shè)備的移動客戶端。在移動互聯(lián)網(wǎng)快速發(fā)展的今天,在線旅游市場已不再局限于傳統(tǒng)的瀏覽器,移動平臺逐漸成為各大品牌的必爭之地。 (2) 到店交通。錦江之星表現(xiàn)優(yōu)異,能提供包括公交、地鐵、火車、飛機、自駕車和出租車等到店的詳細交通信息,滿足不同消費者的實際要求。如家次之,有部分門店未能提供公交、地鐵等到店指南。 (3) 客房設(shè)施。網(wǎng)站內(nèi)容和寫實圖片是顧客評價酒店網(wǎng)站的重要因子(Jeong,Choi,2005),7天、速8和漢庭具有明顯的領(lǐng)先優(yōu)勢,能夠清楚地描述客房洗漱用品、沐浴設(shè)備、無線上網(wǎng)、吹風(fēng)機、電視的配備情況。 (4) 客房價格。除了速8外,其余6個品牌的網(wǎng)站都提供了積分免費兌換房間的優(yōu)惠,7天還有返現(xiàn)優(yōu)惠。在客房價格上,7個品牌基本上都能明確地顯示會員和非會員在預(yù)訂費用上的區(qū)別。 (5) 周邊距離指引。7天領(lǐng)先,錦江和漢庭次之。網(wǎng)站上能列明該門店到著名景點、公交站、火車站、機場、地鐵站的距離,能為客人的日常交通提供便利。 (6) 會員權(quán)益。7天提供的會員特權(quán)最為豐富,包含了優(yōu)惠券、會員折扣、延遲退房、預(yù)訂保留延長、免押金、免查房等眾多服務(wù);相比之下,其他品牌服務(wù)參差不齊。 (7) 支付方式。錦江之星、尚客優(yōu)、速8均沒有在線支付功能,只能到店支付,這對企業(yè)來說是一大缺陷。相反,其他品牌可以通過在線支付和到店支付來制定不同房間的保留時間,更利于房間流通,從而帶來更多成交量。 (8) 快捷交易。僅7天能夠支持房間狀態(tài)圖的查詢和直接預(yù)訂,讓消費者便捷地在時間、房型和房態(tài)3個層面上自由切換。7天還提供同一房型月內(nèi)各天價格對比,如家、格林豪泰、錦江之星和速8也有類似功能。這些內(nèi)容都是消費者在預(yù)訂房間過程中需要頻繁使用的功能。 (9) 預(yù)訂反饋。除了漢庭和尚客優(yōu)外,其他品牌均能提供店面地址、聯(lián)系電話、到店方案和保留時間中的3項。 (10) 客戶點評。7天、如家、格林豪泰、漢庭都能提供總體評價、睡眠舒適度、設(shè)施完整性、環(huán)境衛(wèi)生、服務(wù)質(zhì)量中的4項指標。然而,沒有一個品牌能提供全部5項指標。 4.2.2 樣本縱向比較 為了更清晰地展示樣本網(wǎng)站的表現(xiàn)值,便于比較分析,我們把表3的數(shù)據(jù)進行篩選和歸類(見表5)。 表5 7個樣本網(wǎng)站在指標體系下的優(yōu)劣表現(xiàn) 注:√:數(shù)值>=0.75,表示優(yōu)秀;×:數(shù)值<=0.25,表示不足;留空:0.25<數(shù)值<0.75,表示中規(guī)中矩。 (1) 如家。功能層比較優(yōu)秀,互動平臺是如家的特色。但信息層存在一定不足,尤其是關(guān)于產(chǎn)品信息的介紹不全,如客房的基本設(shè)施和附加服務(wù)只字未提,給客人預(yù)訂造成諸多不便。另外,在酒店的聯(lián)系方式上仍有加強的空間??偟膩砜?如家在網(wǎng)站內(nèi)容交付性的服務(wù)功能方面做得較好,但信息層方面仍需改善。 (2) 7天。在選取的18個三級指標中,7天有11個高居榜首(見表3),說明其酒店網(wǎng)站內(nèi)容交付性整體水平最高,交易和互動功能強大。不足的地方在于,客房服務(wù)僅提及早餐和市內(nèi)電話服務(wù),周邊商戶介紹則缺少休閑娛樂、購物、運動健身等介紹。從本文選取的指標范圍上來看,7天酒店在網(wǎng)站內(nèi)容交付性方面已經(jīng)達到國內(nèi)領(lǐng)先水平。 (3) 漢庭。除了周邊商戶介紹比較缺乏外,漢庭在信息層上做得較為完善,尤其是酒店信息介紹很全面。相比之下,功能層卻遠不夠,特別是交易功能上,例如沒有提供標志性建筑物搜索和地圖測距的搜索功能,快捷交易上也僅有不同房型的簡單切換,預(yù)訂反饋更是缺少到店方案和房間保留時間,互動平臺也缺少論壇和在線客服??梢?漢庭要與7天、如家展開競爭,還需要在內(nèi)容交付性的功能層上下工夫,提高搜索質(zhì)量,為用戶提供更多方便。 (4) 格林豪泰。網(wǎng)站功能層做得較成熟,預(yù)訂反饋、客戶點評、互動平臺做得比較出色,支付方式、產(chǎn)品搜索和快捷交易則表現(xiàn)中規(guī)中矩。網(wǎng)站信息層存在改善空間,例如到店交通方式只有自駕車一種,客房服務(wù)幾近空白,會員信息與其他競爭對手相比也是處于明顯的劣勢。另外,客房設(shè)施只有無線上網(wǎng)和沐浴的描述,應(yīng)該給予補充。 (5) 錦江之星。錦江之星的特色在于周邊商戶介紹非常豐富,美食、購物、娛樂、健身、銀行、醫(yī)療、景點等介紹很齊全。然而,從整體來說,網(wǎng)站信息層和功能層比較平均,均存在優(yōu)化空間。例如,客戶設(shè)施僅有電視和無線上網(wǎng)的描述、客房服務(wù)不夠齊全、支付方式比較單一、客戶點評只有總體評分等。 (6) 尚客優(yōu)。功能層幾乎沒有,信息層也做得非常不足,尤其是酒店信息、輔助信息、交易功能和互動功能。例如,在到店交通上,不同城市的門店、同一城市不同地區(qū)的介紹不統(tǒng)一;在客房設(shè)施上,只標注了電視和沐浴;在周邊商戶介紹上,不少門店沒有提及、或者只有景點介紹;網(wǎng)站沒有提供客戶點評的地方,也缺少論壇或者微博這些互動平臺。尚客優(yōu)亟須加強信息和功能的內(nèi)容交付性。 (7) 速8。速8對客戶設(shè)施和客戶服務(wù)的描述非常完善。但信息層和功能層均存在較大的改進空間。例如,到店交通方式僅有自駕車,客房價格缺少積分兌換的免費房間,支付方式也不夠多樣化,客戶點評功能也只有整體評分,缺少分項評分等。此外,網(wǎng)站雖然提供了“在線支付”“擔保支付”和“前臺支付”,但前兩者都不可選,客人實際上只能選擇“前臺支付”。 整體來看,各大品牌網(wǎng)站在描述性信息的關(guān)注上不夠仔細(信息層84個觀察值,其中有32個表現(xiàn)不足,不足比例超過38%),而在象征用戶之間的互動和用戶與網(wǎng)站之間的交互上(搜索、交易和點評等)也并不是太出色(不足比例接近36%),這與之前的研究結(jié)論略有不同(Díaz,Koutra,2013),或許是本文所選取的指標與該文不同所導(dǎo)致。此外,從縱向比較的結(jié)果來看,各大品牌雖然各有側(cè)重,但網(wǎng)站建設(shè)應(yīng)該圍繞評價體系中專家權(quán)重較大的指標進行。例如,雖然速8酒店的客房服務(wù)能通過網(wǎng)站很好地傳遞給用戶(服務(wù)內(nèi)容因門店而異),但是顯然這并非經(jīng)濟型連鎖酒店的服務(wù)核心,專家賦予的較低權(quán)重也證明了這一事實,因此未來各酒店品牌應(yīng)該加強核心內(nèi)容建設(shè)。 5.1 結(jié)論 (1) 本文構(gòu)建了一個適用于經(jīng)濟型連鎖酒店網(wǎng)站的評價指標體系,將內(nèi)容交付水平分為2個層次(信息層和功能層),7大模塊(界面信息、酒店信息、產(chǎn)品信息、輔助信息、會員信息、交易功能和互動功能),共18個指標,并給出了可量化和可操作的指標項目測量方法。 (2) 本文提出了一個基于Group AHP和改進的TOPSIS方法的網(wǎng)站評價模型,是一種新的研究思路。利用Group AHP分析法確立指標體系的權(quán)重,并借助改進的TOPSIS方法獲得評價目標在指標體系和權(quán)重數(shù)值下的排序結(jié)果,并清晰反映出各個目標的優(yōu)勢和劣勢。 (3) 本文選取了國內(nèi)有代表性的7家經(jīng)濟型連鎖酒店品牌為樣本,對其官方網(wǎng)站進行評價比較??偟膩碚f,7天是國內(nèi)同類網(wǎng)站中的佼佼者,在本文選取的指標評分上高居榜首,其次是如家、漢庭、錦江之星和格林豪泰這4個品牌,最后是速8和尚客優(yōu)。經(jīng)過多年的發(fā)展,經(jīng)濟型連鎖酒店網(wǎng)站雖然趨于成熟、各有千秋,但仍然有巨大的發(fā)展和改進空間。 (4) 本文以可操作的定量化分析模型為基礎(chǔ),在充分考慮網(wǎng)站用戶的使用習(xí)慣的基礎(chǔ)上,提出一個適用于內(nèi)容交付性測量的網(wǎng)站評價模型,為旅游電子商務(wù)網(wǎng)站評價提供了有益參考,也為旅游網(wǎng)站數(shù)據(jù)的量化分析提供了技術(shù)框架,對旅游電子商務(wù)網(wǎng)站的建設(shè)和發(fā)展具有一定的借鑒意義,同時也可拓展和豐富旅游電子商務(wù)網(wǎng)站評價的研究視角和理論內(nèi)涵。 (5) 從所選7個經(jīng)濟型連鎖酒店樣本的實證結(jié)果來看,本文構(gòu)建的評價模型借助客觀的測量項目和專家群打分,能識別出網(wǎng)站建設(shè)的關(guān)鍵因素,并獲得樣本網(wǎng)站在指標體系下的表現(xiàn),最終為各網(wǎng)站的建設(shè)和發(fā)展提供具有針對性的建議與對策。研究成果能幫助網(wǎng)站運營者或從業(yè)者客觀地評價自身網(wǎng)站的優(yōu)劣,為網(wǎng)站建設(shè)者提供理論參考和決策依據(jù)。 5.2 討論 (1) 在研究對象上,針對目前學(xué)術(shù)界關(guān)注度偏少的旅游電商網(wǎng)站內(nèi)容交付性問題,本文對酒店網(wǎng)站構(gòu)建了易于操作和實踐的評價指標體系,通過加入產(chǎn)品搜索、快捷交易和預(yù)訂反饋等元素,讓內(nèi)容交付性凸顯用戶和網(wǎng)站內(nèi)容的動態(tài)交互特征,而不僅僅是以往研究關(guān)注的靜態(tài)描述特征。值得一提的是,雖然本文的指標體系是針對經(jīng)濟型酒店網(wǎng)站的內(nèi)容交付性而構(gòu)建的,但是這種具有動態(tài)交互特征的指標和屬性完全可以經(jīng)修改后推廣到其他類型的網(wǎng)站評價中。 (2) 在研究思路上,AHP和TOPSIS方法的結(jié)合在以前的旅游和接待行業(yè)研究中并不多見。鑒于以往研究在指標選擇上有點粗糙,對網(wǎng)站評價因子不夠清晰,難以對旅游電子商務(wù)運營中的關(guān)鍵因素加以控制,在一定程度上將削弱理論對于實踐的指導(dǎo)能力。本文在指標的重要性上借助Group AHP方法加以區(qū)分,然后通過多值法的內(nèi)容分析法觀察網(wǎng)站在內(nèi)容交付性上的表現(xiàn),最后借助改進的TOPSIS方法進行計算求解。這樣處理的好處是,識別出網(wǎng)站建設(shè)和實施的關(guān)鍵因素,理論研究緊扣實踐指導(dǎo),是對過往研究的一個補充。 (3) 在研究方法上,首先,本文對評價指標體系的屬性層進行了細致的分解,能減少這種主觀臆測的發(fā)生,使得賦分更為客觀。指標體系經(jīng)過測量項目的細化后,也有助于網(wǎng)站表層功能向深層次功能發(fā)展(萬緒才,2007),識別出網(wǎng)站運營的關(guān)鍵因素。而指標測量包含了一個或若干個項目,使得大部分指標的觀察值不是簡單的“0”或者“1”,而是存在多種可能取值,因此評價更為合理。其次,本文整合的Group AHP和改進的TOPSIS方法在網(wǎng)站評價問題上相得益彰。從上文來看,專家的賦分只在指標權(quán)重的中間計算過程出現(xiàn),最終的權(quán)重是根據(jù)專家本身和評分矩陣的可信度獲得的(吳云燕,等,2003),故能盡可能地去除在指標評分過程中的主觀成分。再加上樣本網(wǎng)站在指標體系下的評分則是通過客觀的數(shù)據(jù)搜集和一系列計算后獲得的,因此評估結(jié)果較以往研究客觀。再者,本文的研究方法能夠?qū)⑵谕岛捅憩F(xiàn)值有機地聯(lián)系在一起,Group AHP的評分結(jié)果(期望值)作為TOPSIS評價時的權(quán)重,與樣本網(wǎng)站的觀察值(表現(xiàn)值)直接掛鉤,不但能刻畫各個樣本網(wǎng)站在不同指標下的具體表現(xiàn),也能獲知這些網(wǎng)站在指標體系下的整體排序。值得一提的是,TOPSIS方法還能求出目標與最優(yōu)解的距離,從本文結(jié)果來看,即便是表現(xiàn)最優(yōu)異的如家和7天兩個品牌,也只是處于中等偏上水平,離最優(yōu)理想解(參見圖1中的A點)還存在不少的提升空間,這與前人的研究具有很高的相似性:高星級的酒店網(wǎng)站,其功能性表現(xiàn)比低星級的要好(熊偉,等,2009;Leung,et al.,2016)。 (4) 在實踐應(yīng)用上,本文提出的評價模型,對網(wǎng)站經(jīng)營者或者使用者(消費者或潛在消費者)都有一定的指導(dǎo)意義。作為經(jīng)營者,在堅持自身特色的基礎(chǔ)上,借助本文評價模型能盡早對網(wǎng)站現(xiàn)狀進行評估,并準確獲知哪些因素是專家看重但自身做得不夠的,哪些因素是無關(guān)緊要的,有利于經(jīng)營者有針對性地做出調(diào)整。同時了解自身網(wǎng)站與行業(yè)領(lǐng)先者之間的差異,借鑒其成功之處,建設(shè)高效優(yōu)質(zhì)網(wǎng)站。作為消費者,可以了解不同網(wǎng)站的特點,在預(yù)訂酒店時能快速判斷出適合自己的品牌。例如,如果時間緊迫,希望盡快找到目的地附近的經(jīng)濟型連鎖酒店,則可以在如家、7天、錦江之星和速8中挑選,依靠這些品牌提供的較為強大的地圖預(yù)訂功能快速鎖定目標;如果希望房型方面多一些選擇,可以跳過其他品牌,直接在如家網(wǎng)站上搜索;如果重視酒店房間的免費服務(wù),則可以優(yōu)先考慮錦江之星;如果更看重的是網(wǎng)站預(yù)訂價格優(yōu)惠幅度,則可以考慮速8或者格林豪泰;如果比較在乎會員信息和會員權(quán)益,則毫無疑問選擇7天或者漢庭;如果做決策時比較依賴他人的評價,則可以挑選如家、7天和錦江之星這3個品牌。 本文還有進一步完善的地方。首先,在調(diào)查人群的代表性和廣泛性上,邀請評分的專家并沒有包含常年通過網(wǎng)站預(yù)訂酒店并入住的客人。未來的研究可以考慮把這類消費者、網(wǎng)站設(shè)計者、酒店經(jīng)理等群體邀請進來。其次,在網(wǎng)站選擇的典型性與可比性上,受低星級酒店網(wǎng)站建設(shè)的局限性影響,本文在進行樣本選取時只對7個酒店網(wǎng)站進行了分析,后續(xù)研究可以擴大樣本酒店范圍,如加入布丁酒店、桔子酒店、宜必思酒店等,使研究結(jié)果更具普適性。再者,評價指標的針對性與系統(tǒng)性可能不夠全面,未必能覆蓋經(jīng)濟型連鎖酒店網(wǎng)站的所有細節(jié)或功能,這也將成為未來研究的要點。最后,本文對低星級酒店網(wǎng)站評價問題從理論指導(dǎo)和實踐探索的角度嘗試加以解決,然而,高星級酒店的網(wǎng)站功能建設(shè)與客戶服務(wù)平臺較為齊全,如何與其進行對比分析并借鑒其成功之處也是值得深入探討的問題。 (致謝 感謝暨南大學(xué)深圳旅游學(xué)院吳金潤、李淑蕓、梁肖梅所做的數(shù)據(jù)收集與整理工作;感謝“旅游信息化觀察”QQ群的群友參與填寫問卷。) [1] 韓中庚,郭曉麗,杜劍平.實用運籌學(xué)——模型、方法與計算[M].北京:清華大學(xué)出版社,2007. [2] 胡家鏡,呂興洋,劉祥艷.旅游移動電子商務(wù)網(wǎng)站內(nèi)容交付性比較[J].企業(yè)經(jīng)濟,2013(4):91-95. [3] 胡濤,Cheung C,Law R.我國內(nèi)地旅游網(wǎng)站的可用性研究——基于對??谑芯W(wǎng)民的調(diào)查[J].旅游科學(xué),2008(4):47-52. [4] 胡宇娜,梅林,陳妍.中國5A級旅游景區(qū)網(wǎng)站質(zhì)量測度及空間特征研究[J].地理科學(xué),2016(4):548-554. [5] 華中生,吳云燕,徐曉燕.一種AHP判斷矩陣一致性調(diào)整的新方法[J].系統(tǒng)工程與電子技術(shù),2003(1):38-41. [6] 李君軼.基于游客需求的旅游目的地網(wǎng)絡(luò)營銷系統(tǒng)評價——以我國省級旅游官網(wǎng)為例[J].旅游學(xué)刊,2010(8):45-51. [7] 劉加鳳,施偉偉.基于信息化服務(wù)的酒店網(wǎng)站功能調(diào)查——以常州市區(qū)高星級酒店為例[J].樂山師范學(xué)院學(xué)報,2012(10):62-65. [8] 劉紹華,路紫.我國酒店網(wǎng)站服務(wù)功能探討[J].情報雜志,2004(3):7-9. [9] 呂洋洋,白凱.旅游交易網(wǎng)站消費者評價維度研究——以攜程網(wǎng)為例[J].旅游科學(xué),2014(2):49-60. [10] 邱宇彤,邴振華.基于顧客需求的經(jīng)濟型酒店網(wǎng)站功能版塊評價研究[J].旅游研究,2015(1):84-88. [11] 任力鋒,王一任,張彥瓊,孫振球.TOPSIS法的改進與比較研究[J].中國衛(wèi)生統(tǒng)計,2008(1):64-66. [12] 唐秀媛.基于游客需求的湖南省旅游目的地評價[J].統(tǒng)計與決策,2014(15):63-65. [13] 萬緒才.基于旅游服務(wù)功能的飯店網(wǎng)站評價初步研究——以南京市星級飯店為例[J].旅游學(xué)刊,2007(7):64-67. [14] 王成慧,朱妍.旅游電子商務(wù)網(wǎng)站內(nèi)容交付性測評分析[J].北京第二外國語學(xué)院學(xué)報,2014(7):1-9. [15] 汪會玲,梁明珠.我國高檔商務(wù)型飯店網(wǎng)站績效評估[J].經(jīng)濟地理,2009(6):960-964. [16] 王綺,鄭曉濤.在線評論的生動效應(yīng)和商戶再反饋對消費者購買意愿的影響——以經(jīng)濟型酒店為調(diào)查樣本[J].湖南師范大學(xué)社會科學(xué)學(xué)報,2016(1):105-113. [17] 吳思,凌宏鴻.攜程旅行網(wǎng)春秋國旅網(wǎng)e龍旅行網(wǎng)內(nèi)容交付性研究[J].旅游學(xué)刊,2005(5):66-69. [18] 吳云燕,華中生,查勇.AHP中群決策權(quán)重的確定與判斷矩陣的合并[J].運籌與管理,2003(4):16-21. [19] 熊偉,高陽,吳必虎.中外國際高星級連鎖酒店服務(wù)質(zhì)量對比研究——基于網(wǎng)絡(luò)評價的內(nèi)容分析[J].經(jīng)濟地理,2012(2):160-165. [20] 熊偉,黃思芹,吳必虎.基于顧客需求的星級酒店網(wǎng)站功能評價——以廣州市60家星級酒店為例[J].旅游學(xué)刊,2009(9):61-66. [21] 張俊霞.旅游網(wǎng)站有效性的定量評價方法[J].中國地質(zhì)大學(xué)學(xué)報(社會科學(xué)版),2001(4):30-33. [22] 鐘櫟娜,董曉莉,邵雋.基于 IPA 分析的中國旅游景區(qū)網(wǎng)站發(fā)展研究[J].旅游學(xué)刊,2012(3):60-68. [23] 周春林,楊潔,俞肇元.旅游電子商務(wù)網(wǎng)站內(nèi)容交付性測量與評價研究[J].旅游學(xué)刊,2010(12):37-43. [24] Akincilar A,Dagdeviren M(2014).A hybrid multi-criteria decision making model to evaluate hotel websites[J].International Journal of Hospitality Management,36(1):263-271. [25] Cai L,Card J A,Cole S T(2004).Content delivery performance of world wide web sites of US tour operators focusing on destinations in China[J].Tourism Management,25(2):219-227. [26] Cao K,Yang Z(2016).A study of e-commerce adoption by tourism websites in China[J].Journal of Destination Marketing & Management,5(3):283-289. [27] Díaz E,Koutra C(2013).Evaluation of the persuasive features of hotel chains websites:A latent class segmentation analysis[J].International Journal of Hospitality Management,34(6):338-347. [28] Escobar-Rodríguez T,Carvajal-Trujillo E(2013).An evaluation of Spanish hotel websites:Informational vs.relational strategies[J].International Journal of Hospitality Management,33:228-239. [29] Guillet B D,Kucukusta D,Liu L(2016).An examination of social media marketing in China:How do the top 133 hotel brands perform on the top four Chinese social media sites?[J].Journal of Travel & Tourism Marketing,33(6):783-805. [30] Hashim N H,Murphy J,Law R(2007).A Review of Hospitality Website Design Frameworks[M]//Sigala M,Mich L,Murphy J.Information and Communication Technologies in Tourism.New York:Springer Vienna:219-230. [32] Hwang C L,Yoon K(1981).Multiple Attribute Decision Making:Methods and Applications:A State-of-the-art Survey[M].New York:Springer-Verlag. [33] Ip C,Law R,Lee H A(2011).A review of website evaluation studies in the tourism and hospitality fields from 1996 to 2009[J].International Journal of Tourism Research,13(3):234-265. [34] Jeong M,Choi J(2005).Effects of picture presentations on customers’ behavioral intentions on the web[J].Journal of Travel & Tourism Marketing,17(2-3):193-204. [35] Law R,Chen S Z(2012).Representation of destination cultural factors on hotel websites:Content analysis of Beijing hotel websites[J].Asia Pacific Journal of Tourism Research,17(2):210-229. [36] Law R,Qi S,Buhalis D(2010).Progress in tourism management:A review of website evaluation in tourism research[J].Tourism Management,31(3):297-313. [37] Leung D,Law R,Lee H A(2016).A modified model for hotel website functionality evaluation[J].Journal of Travel & Tourism Marketing,33(9):1268-1285. [38] Litvin S W,Goldsmith R E,Pan B(2008).Electronic word-of-mouth in hospitality and tourism management[J].Tourism Management,29(3):458-468. [39] Morrison A M,Taylor J S,Douglas A(2004).Website evaluation in Tourism and hospitality[J].Journal of Travel & Tourism Marketing,17(2-3):233-251. [40] Panagopoulos A,Kanellopoulos D,Karachanidis I,Konstantinidis S(2011).A comprehensive evaluation framework for hotel websites:The case of chain hotel websites operating in Greece[J].Journal of Hospitality Marketing & Management,20(7):695-717. [41] Qi S S,Buhalis D,Law R(2007).Usability of Chinese destination management organisation websites[J].Journal of Travel &Tourism Marketing,25(2):182-198. [42] Qi S S,Law R,Buhalis D(2009).A Study of Chinese and International Online User Perceptions of Hotel Websites’ Usefulness:Information and Communication Technologies in Tourism,Amsterdam,The Netherlands[C].Springer-Verlag:New York. [43] Rong J,Li G,Law R(2009).A contrast analysis of online hotel web service purchasers and browsers[J].International Journal of Hospitality Management,28(3):466-478. [44] Saaty T L(1980).Analytic Hierarchy Process[M].New York:McGraw-Hill. [45] Sun P,Cárdenas D A,Harrill R (2016).Chinese customers’ evaluation of travel website quality:A decision-tree analysis[J].Journal of Hospitality Marketing & Management,25(4):476-497. [46] Sun S,Fong D K C,Law R,He S(2017).An updated comprehensive review of website evaluation studies in hospitality and tourism[J].International Journal of Contemporary Hospitality Management,29(1):355-373. [47] Ting P,Wang S,Bau D,Chiang M(2013).Website evaluation of the top 100 hotels using advanced content analysis and eMICA model[J].Cornell Hospitality Quarterly,54(3):284-293. [48] Ting P H,Kuo C F,Li C M(2012).What does hotel website content say about a property—An evaluation of upscale hotels in Taiwan and China[J].Journal of Travel & Tourism Marketing,29(4):369-384. [49] Zafiropoulos C,Vrana V(2006).A framework for the evaluation of hotel websites:The case of Greece[J].Information Technology & Tourism,8(3-4):239-254. AnEvaluationStudyofContentDeliveryPerformanceofEconomyChainHotelWebsitesinChina:AModelBasedonGroupAHPandExtendedTOPSISMethod WURong1,YIXiaoli2,ZHENGTianxiang2 (1.GeographyandPlanningSchool,SunYat-SenUniversity,Guangzhou510275,China;2.ShenzhenTourismCollege,JinanUniversity,Shenzhen518053,China) Evaluations of tourism e-commerce websites has been the focus of the worldwide academia. This study presents an evaluation model of economy chain hotel websites based on Group AHP (Analytic Hierarchy Process) and Extended TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution) method. To this end, the indicators that can be objectively measured to identify content delivery performance of the website were first elaborated, which constitutes an analytic hierarchy system with informational and functional attributes. Extended TOPSIS was then applied to the theoretical model, where the weight level was determined by using Group AHP on the system indicators. To illustrate the effectiveness of the model, an empirical performance on seven famous hotel websites was assessed. The results indicate that: (1)7Daysinn, the leading brand, perfectly delivers content performance to users, followed by Homeinn, Hanting, GreenTree Inn and Jinjianginn, and each of these websites has its own advantages. (2) Super8and Thankyou99are at the bottom of the ranking, and there is much room to improve. The authors believe that this study can not only help the hoteliers to understand the website quality easily, but also give new insights into the problem of tourism e-commerce website evaluation and better serve for applications theoretically, methodologically and practically. website evaluation; content delivery performance; economy chain hotel; AHP; TOPSIS F 590 A 1006-575(2017)-04-0032-17 (責任編輯:車婷婷) 2016-07-11; 2017-01-15 國家自然科學(xué)基金項目“基于時空分流導(dǎo)航理論的景區(qū)智能化客流引導(dǎo)仿真系統(tǒng)的原型設(shè)計與實證研究”(41201145);廣東省高水平大學(xué)建設(shè)統(tǒng)籌項目專項資金項目“旅游電子商務(wù)交易網(wǎng)站的質(zhì)量測度和評價模型研究”(88016401);暨南大學(xué)2017年科研培育與創(chuàng)新基金項目躍升計劃項目“游樂型景區(qū)游客時空行為的決策分析模型與路線選擇算法研究”(21617416)。 吳蓉(1993-),女,中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院博士生,研究方向為城市規(guī)劃和人文地理,E-mail:1563760395@qq.com。易小力(1975-),男,博士,暨南大學(xué)深圳旅游學(xué)院副教授,研究方向為區(qū)域旅游規(guī)劃與管理、會展策劃與管理。鄭天翔(1979-),男,博士,暨南大學(xué)深圳旅游學(xué)院副教授,研究方向為信息科學(xué)的旅游應(yīng)用、智慧旅游。2 研究設(shè)計
3 實證分析
4 結(jié)果分析
5 結(jié)論與討論