程慧平　楊偉

〔摘要〕[目的意義]云服務(wù)產(chǎn)業(yè)蓬勃發(fā)展，個人用戶接觸到的云服務(wù)產(chǎn)品也越來越多，而在使用過程中，由于技術(shù)和服務(wù)等多方面的因素，導致個人云服務(wù)用戶粘度不足，個人云服務(wù)質(zhì)量急需改進。從用戶的視角探討個人云服務(wù)質(zhì)量，對個人云服務(wù)質(zhì)量的評價提供科學依據(jù)。[方法過程]采用多維度多層次方法構(gòu)建了個人云服務(wù)質(zhì)量評價指標體系，引入IPA分析法對該指標體系進一步分類，利用SPSS 190進行探索性因子分析，并繪制出IPA矩陣圖，進一步劃分出橫向重要性與縱向滿意度的指標。[結(jié)果結(jié)論]構(gòu)建了基于IPA矩陣分析的個人云服務(wù)質(zhì)量評價指標體系，橫向重要性指標體系由管理層、用戶層和技術(shù)層3個維度構(gòu)成，縱向滿意度指標體系由保障層和提升層兩個維度構(gòu)成。

〔關(guān)鍵詞〕個人云服務(wù)質(zhì)量；服務(wù)質(zhì)量評價；IPA；探索性因子分析

DOI：10.3969j.issn.1008-0821.2017.10.005

〔中圖分類號〕G203〔文獻標識碼〕A〔文章編號〕1008-0821（2017）10-0028-08

〔Abstract〕[Purposesignificance]Cloud service industry is booming，the increasing number of cloud services products is accessible to individual users.However，in the course of use，due to technology，service and other factors，resulting in the user visibility of personal cloud services is insufficient.The quality of personal cloud service is in urgent need of improvement.To explore the quality of personal cloud service from the users perspective，and to provide a scientific basis for the evaluation of the quality of personal cloud service.[Methodprocess]The multi-dimensional and multi-level method was used to construct the index system of the evaluation of personal cloud service quality.The paper introduces Importance-Performance Analysis（IPA） method to carry out empirical study on the index system，uses SPSS 190 for exploratory factor analysis，then draws the IPA matrix diagram，and further divides the indicators of horizontal importance and vertical satisfaction.[Resultconclusion]The paper constructs the index system of personal cloud service quality evaluation based on the IPA matrix analysis.The horizontal importance index system consists of three dimensions： the management layer，the user layer and the technical layer.The vertical satisfaction index system consists of two dimensions：the guarantee layer and the lifting layer.

〔Key words〕personal cloud service quality；quality of service evaluation；IPA；exploratory factor analysis

隨著互聯(lián)網(wǎng)時代的持續(xù)蓬勃發(fā)展，大數(shù)據(jù)、云計算越來越與社會生活密不可分，云服務(wù)產(chǎn)業(yè)被列入我國新興戰(zhàn)略產(chǎn)業(yè)[1]。隨著人們網(wǎng)絡(luò)生活的常態(tài)化，網(wǎng)絡(luò)應用的需求增多，多屏設(shè)備的大量使用，人們開始青睞于使用個人云服務(wù)[2]，如云盤、云音樂、云視頻、云筆記、云辦公等多種形式的云服務(wù)。個人云服務(wù)具有隨時隨地存儲、多屏設(shè)備共享、海量存儲、移動使用等優(yōu)勢，給人們的學習、工作和生活帶來極大的便利，但是個人云服務(wù)也飽受信息技術(shù)弊端的制約，云服務(wù)質(zhì)量的好壞直接關(guān)系到其自身的長遠發(fā)展。因此，個人云服務(wù)質(zhì)量成為重要的研究議題，本文立足用戶視角，基于IPA分析方法構(gòu)建了一套個人云服務(wù)質(zhì)量評價指標體系，為用戶視角的云服務(wù)質(zhì)量評價提供科學決策依據(jù)。

1指標體系構(gòu)建

11相關(guān)研究回顧

隨著云服務(wù)廣泛的應用，社會各界和學術(shù)界都紛紛展開了對云服務(wù)質(zhì)量的研究，不同視角研究結(jié)論有所差異。2013年10月，工業(yè)和信息化部通信發(fā)展司提出我國首個可信云服務(wù)認證，內(nèi)容為三類16項測評指標，包括數(shù)據(jù)管理類（數(shù)據(jù)存儲的持久性、數(shù)據(jù)可遷移性、數(shù)據(jù)保密性、數(shù)據(jù)可銷毀性、數(shù)據(jù)可審查性、數(shù)據(jù)知情權(quán)）、業(yè)務(wù)質(zhì)量類（業(yè)務(wù)功能、業(yè)務(wù)彈性、業(yè)務(wù)可用性、服務(wù)計量準確性、故障恢復能力、網(wǎng)絡(luò)接入性能）和權(quán)益保障類（服務(wù)變更、服務(wù)賠償條款、終止條款、服務(wù)商免責條款和用戶約束條款），以此為用戶選擇云服務(wù)商提供基本依據(jù)[3]。Alabool 和Mahmood（2013）通過對云服務(wù)評價進行綜述，發(fā)現(xiàn)目前的評價指標，例如成本和性能，僅限于可量化的標準類型，而對于信任等指標應進一步關(guān)注[4]； Hamadache和Rizou（2013）基于服務(wù)質(zhì)量（Qos）和服務(wù)水平協(xié)議（SLA）模型，為云服務(wù)評價建立信譽機制[5]；Li （2013）通過系統(tǒng)文獻回顧的方法識別出82項相關(guān)評價研究，描述了云服務(wù)評價的實際情況[6]；Venkatesh（2003）基于用戶感知和評價的影響因素，構(gòu)建了整合科技接受與使用模型[7]，該模型認為直接影響用戶行為與評價的有績效期望與努力期望、社會影響與促成因素；Jun（2004）構(gòu)建了服務(wù)質(zhì)量評價模型，包括及時響應、訪問、關(guān)懷性、易用性、可信性和安全性6個維度，并指出響應、關(guān)懷性和易用性是用戶對服務(wù)質(zhì)量的總體感知及滿意度的顯著性影響[8]。endprint

相對于國外的研究，國內(nèi)云服務(wù)研究起步較晚但發(fā)展迅速，阿里云、百度云、360云、網(wǎng)易云等大量云服務(wù)供應商的涌現(xiàn)，使得國內(nèi)市場競爭異常激烈，呈現(xiàn)出趕超IBM、谷歌等國外大型運營商之勢，這引起了國內(nèi)學者的廣泛關(guān)注，對云服務(wù)質(zhì)量評價的代表性研究，如表1所示。

從以上研究可以看出，學術(shù)界對云服務(wù)領(lǐng)域的研究逐步從概念性轉(zhuǎn)向了實用性，在指標體系的構(gòu)建上大多從云服務(wù)的某個應用方向進行研究，如信任，具有指導單一質(zhì)量評價的作用，但未全面考慮從用戶視角對個人云服務(wù)質(zhì)量的評價；在評價方法上，主要采用模糊綜合評價法、層次分析方法、BP神經(jīng)網(wǎng)絡(luò)等，這些方法更多偏向于數(shù)學變化原理，是在考慮與評價對象相關(guān)的各種因素基礎(chǔ)上對研究對象所作出的綜合評價，對于單純從服務(wù)質(zhì)量評價角度出發(fā)的理論運用較少?；诖耍疚脑跇?gòu)建指標體系之后，引入IPA（Importance Performance Analysis）分析法，即重要性-滿意度分析法，從用戶視角對個人云服務(wù)的評價指標體系進行實證。

12指標體系設(shè)計

本文對云服務(wù)質(zhì)量評價相關(guān)文獻進行綜合分析的基礎(chǔ)上，構(gòu)建了多維度多層次的評價指標體系，然后采用專家調(diào)查法對指標體系進行篩選，最終確定了5個維度21項指標，如表2所示，本文又進一步解釋了5個維度的來源依據(jù)和內(nèi)容。

1）服務(wù)響應性。服務(wù)響應性是指緊抓時代發(fā)展的脈搏、與時俱進，包含國家政策、業(yè)務(wù)規(guī)則和新技術(shù)發(fā)展三項指標。要求個人云服務(wù)在響應國家政策指導和行業(yè)內(nèi)業(yè)務(wù)規(guī)則規(guī)范的基礎(chǔ)上，不斷尋求新的突破和發(fā)展，順應時代潮流，滿足當下及未來的用戶需求，才能使得提供商更好地應對激烈的市場競爭。

2）服務(wù)穩(wěn)定性。服務(wù)穩(wěn)定性是指在用戶使用云服務(wù)過程中服務(wù)器本身能夠滿足用戶操作的能力，包含服務(wù)中斷、訪問異常、功能限制、處理能力、響應時間五項指標。個人云服務(wù)需要在系統(tǒng)軟件、平臺軟件以及數(shù)據(jù)庫管理系統(tǒng)上有強大的技術(shù)作支撐，盡量避免服務(wù)的中斷、異常和限制，并能強化處理能力，縮短響應時間，才能擁有更好的用戶體驗。

3）服務(wù)安全性。服務(wù)安全性是指個人云服務(wù)要嚴控安全漏洞，包含隱私保護、系統(tǒng)可靠、統(tǒng)一標準、法律風險、提供商聲譽五項指標。個人云服務(wù)中心要將用戶信息嚴格保密，在同行業(yè)之間形成統(tǒng)一標準，降低用戶服務(wù)轉(zhuǎn)移風險，并且要注重知識產(chǎn)權(quán)和商業(yè)決策涉及到的法律規(guī)范，力圖提升自身信譽，提升競爭力。

4）服務(wù)可用性。服務(wù)可用性是指用戶在選擇提供商時必須考慮是否滿足自身實際需求，包含業(yè)務(wù)問題、適用程度、服務(wù)價格、操作簡便、信息質(zhì)量5項指標。個人云服務(wù)需要具備最基本的滿足用戶需求的條件，比如要滿足個人用戶業(yè)務(wù)需求和適用范圍，服務(wù)價格相對較實惠，操作簡單明了，才能使用戶在選擇時更加感興趣。

客戶定制服務(wù)針對不同的用戶群體，提供不同的服務(wù)版本，如學生版、家庭版、企業(yè)版等

個性化設(shè)置針對不同用戶提供個性化選擇

5）服務(wù)針對性。服務(wù)針對性是指個人云服務(wù)是否能夠為個人用戶量身打造，具備一定的個性化選擇，包含服務(wù)指導、市場細分、個性化設(shè)置3項指標。個人云服務(wù)平臺需要滿足更多用戶的個性化需求或群體需求，并在使用之初具備服務(wù)指導功能。

2個人云服務(wù)質(zhì)量測評指標分析

21IPA分析

IPA（Importance Performance Analysis），即重要性-滿意度分析法，是1977年Martilla和James提出的[23]，用于評價服務(wù)型企業(yè)的服務(wù)質(zhì)量與顧客感知程度，基本理念在于比較評價因子的重要性和實際績效的滿意度來衡量服務(wù)質(zhì)量改進過程中的輕重緩急，以便于調(diào)整戰(zhàn)略中心，將有限的資源用在“刀刃”上。IPA方法的關(guān)鍵在于繪制直觀、通俗、形象的四象限矩陣圖，以重要性和滿意度的均值為交叉點，將二維矩陣分成維持區(qū)、優(yōu)勢區(qū)、機會區(qū)和改進區(qū)，分布如圖1所示。

圖1IPA矩陣示意圖

優(yōu)勢區(qū)是重要性高和滿意度高區(qū)域，需要在原有的基礎(chǔ)上保持或創(chuàng)新，指標屬性為“繼續(xù)保持”；維持區(qū)是重要性低和滿意度高區(qū)域，需要調(diào)整戰(zhàn)略合理配置資源，指標屬性為“過猶不及”；機會區(qū)是重要性低和滿意度低區(qū)域，需要隨著市場變化促進轉(zhuǎn)化成優(yōu)勢競爭，指標屬性為“低優(yōu)先級”；改進區(qū)是重要性高和滿意度低區(qū)域，需要集中優(yōu)勢改善指標發(fā)展狀況，指標屬性為“急需改進”[24]。22問卷調(diào)查及統(tǒng)計

為確保問卷調(diào)查順利進行，并根據(jù)本主題的特點，本文采用封閉式問卷形式，即給定答案選項由調(diào)查者從中進行選擇，既保證問卷簡單易懂節(jié)省時間，又能夠使問卷回收率較高。同時，封閉式問卷形式在測量級別、程度、頻率上的優(yōu)勢，也符合本文研究對象的特點。本文采用網(wǎng)絡(luò)問卷調(diào)查的方式，利用問卷星（https：www.sojump.com）平臺進行，共收回問卷167份，其中無效問卷19份，共取得有效問卷148份，問卷回收有效率為886%。

221信度與效度分析

1）信度分析。使用SPSS 190對調(diào)查問卷的數(shù)據(jù)進行信度分析的結(jié)果如表3所示。總體部分以及重要性、滿意度的Crobachs Alpha系數(shù)值均在09以上，因此本文問卷調(diào)查通過了信度檢驗，調(diào)查結(jié)果十分可信。

222樣本的描述性統(tǒng)計

1）性別與年齡。本文的問卷對調(diào)查者性別和年齡進行劃分，如表5所示，148名有效調(diào)查者中男性55人占比3716%，女性93人占比6284%，其中年齡在21～25歲之間94人占比6351%，說明這一年齡段的群體是個人云服務(wù)的主流人群。

2）職業(yè)與教育程度。本文的問卷對調(diào)查者職業(yè)和教育程度進行劃分，如表6所示，調(diào)查者中以本科學歷的學生群體為主，這一群體在個人云服務(wù)的使用上更加廣泛，依托現(xiàn)代信息技術(shù)與互聯(lián)網(wǎng)時代的發(fā)展，在接受新知識和新事物的能力和熱情上要優(yōu)于其他群體。

23IPA矩陣測評結(jié)果endprint

本文進行的問卷調(diào)查以重要性和滿意度為核心，通過五級量表對各項指標打分，采用Likert 5級量表分別對重要性、滿意度進行調(diào)查，由“很不重要”、“不重要”、“一般”、“重要”、“非常重要”表示重要程度，依次計分為-2、-1、0、1、2，由“很不滿意”、“不滿意”、“一般”、“滿意”、“非常滿意”表示滿意程度，依次計分為-2、-1、0、1、2，最終的打分結(jié)果如表7所示。

以重要性為橫軸、滿意度為縱軸，基于重要性-滿意度指標Likert 5級量表打分的平均值為分割點[25]，利用SPSS190繪制出IPA矩陣，如圖2所示。

位于I優(yōu)勢區(qū)的指標有：信息質(zhì)量、系統(tǒng)可靠、新技術(shù)發(fā)展、適用程度、服務(wù)穩(wěn)定、操作簡便，這一區(qū)域的指標是個人云服務(wù)的主要優(yōu)勢，重要性較強滿意度較高，需要繼續(xù)保持并不斷創(chuàng)新，尋求更大突破。具體表現(xiàn)在：個人云服務(wù)提供商在不斷提升技術(shù)水平的前提下，保持長期穩(wěn)定運營，保證信息的準確性、完整性和一致性，并使個人用戶對云服務(wù)的使用不存在障礙、即時體驗較好，以及系統(tǒng)能對用戶在使用過程中造成的數(shù)據(jù)丟失和冗余進行及時處理。

位于II維持區(qū)的指標有：客戶定制服務(wù)、服務(wù)指導、個性化設(shè)置、提供商信譽，這一區(qū)域的指標是個人云服務(wù)的次要優(yōu)勢區(qū)，重要性較弱滿意度較高，需要審視自身已有成果，合理配置資源，避免過分重視不重要因素。具體表現(xiàn)在：個人云服務(wù)提供商要積極主動與客戶交流互動，獲取并滿足客戶對云服務(wù)的期望，并在此基礎(chǔ)上提供操作指導、定制服務(wù)以及個性化的設(shè)置，以滿足用戶的個性化需求，提升客戶忠誠度。

位于III機會區(qū)的指標有：業(yè)務(wù)規(guī)則、國家政策、統(tǒng)一標準、服務(wù)價格、訪問異常、服務(wù)中斷，這一區(qū)域是個人云服務(wù)的次要劣勢，重要性較弱滿意度較低，需要把握機會，轉(zhuǎn)化劣勢為優(yōu)勢。具體表現(xiàn)在：個人云服務(wù)提供商在

云技術(shù)發(fā)展過程中要形成行業(yè)內(nèi)統(tǒng)一的規(guī)則和標準，借助國家政策扶持，重點解決云服務(wù)的價格和技術(shù)方面的問題，從而形成同行業(yè)內(nèi)突出的競爭優(yōu)勢，更有能力地參與市場化競爭。

位于IV改進區(qū)的指標有：功能限制、法律風險、處理能力、隱私保護、響應時間，這一區(qū)域是個人云服務(wù)的主要劣勢，重要性較強滿意度較低，需要改進重要因素，提升用戶滿意度。具體表現(xiàn)在：個人云服務(wù)提供商要高度重視用戶在使用過程中的隱私保護，和自身對知識產(chǎn)權(quán)、商業(yè)決策與實際應用等法律問題的處理，通過技術(shù)手段解決用戶隱私、功能限制、處理能力、響應時間上的問題，只有切實解決這些用戶認為重要性強的問題，才能更好地提升用戶滿意度。

3探索性因子分析

采用探索性因子分析方法對網(wǎng)絡(luò)調(diào)查所得的148份有效問卷進行分析，主要目的是通過較大的樣本中，對個人云服務(wù)質(zhì)量重要性和滿意度的影響因素作進一步的篩選和修正。采用因子分析中的效度分析KMO值來檢驗所設(shè)置的題項是否適合進行因子分析，總體部分與重要性、滿意度部分KMO值均在09以上，Bartlett檢驗的sig值小于005，因此可以進行因子分析。

31主成份因子提取

采用主成分分析法提取公因子，利用SPSS 190進行因子分析，并建立了公因子碎石圖用以確定因子的個數(shù)，使之能夠更加直觀地展現(xiàn)所設(shè)置的題項在各因子復合系數(shù)的偏向情況，重要性、滿意度的碎石圖分別如圖3、圖4所示，從碎石圖中可見，趨于平緩的曲線無特殊因素抽取，急速上升的曲線有特殊因素存在，因此本次數(shù)據(jù)提取中，重要性提取3個主成份因子，累積解釋全部方差的75192%；滿意度提取2個主成份因子時，累積解釋全部方差的67169%[26]。提取的主成份因子如表8所示，加粗部分為提取的主成份因子。

圖3重要性碎石圖

32探索性因子合并

基于表8的重要性成份矩陣提取的主成份因子可見，重要性劃分出3個公共因子，其中公共因子1包含了國家政策、業(yè)務(wù)規(guī)則、新技術(shù)發(fā)展、服務(wù)中斷、訪問異常，公共因子2包含了功能限制、處理能力、響應時間、隱私保

護、系統(tǒng)可靠、統(tǒng)一標準、法律風險、提供商聲譽、服務(wù)穩(wěn)定、適用程度、服務(wù)價格、操作簡便、信息質(zhì)量，公共因子3包含了服務(wù)指導、客戶定制服務(wù)、個性化設(shè)置。公共因子的劃分將個人云服務(wù)質(zhì)量評價橫向的重要性劃分為3個部分，并以此對21項指標進行合并，如表9所示。管理層作為宏觀指引，為個人云服務(wù)的發(fā)展指明方向，是起主導作用；用戶層是個人云服務(wù)在實際服務(wù)過程中的具體內(nèi)容，是面向用戶群體的窗口；技術(shù)層是云服務(wù)的基礎(chǔ)，也是云服務(wù)的關(guān)鍵所在，解決技術(shù)問題才能提升整體服務(wù)水平。

基于表8的滿意度成份矩陣提取的主成份因子可見，滿意度劃分出2個公共因子，其中公共因子1包含了國家政策、業(yè)務(wù)規(guī)則、新技術(shù)發(fā)展、服務(wù)中斷、訪問異常、功能限制、處理能力、響應時間、隱私保護、系統(tǒng)可靠、統(tǒng)一標準、法律風險、提供商聲譽、服務(wù)穩(wěn)定，公共因子2包含了適用程度、服務(wù)價格、操作簡便、信息質(zhì)量、服務(wù)指導、客戶定制服務(wù)、個性化設(shè)置。公共因子的劃分將個人云服務(wù)質(zhì)量評價的滿意度縱向劃分為兩個部分，并以此對21項指標進行合并，如表10所示。保障層在于個人云服務(wù)的發(fā)展依賴于這些指標指出問題的不斷解決，以基本滿足客戶需求；提升層在于對個人云服務(wù)指標指出的問題進行完善，提高客戶滿意度。

33橫縱向?qū)哟谓忉?/p>

331橫向重要性層次

從重要性的角度橫向劃分出管理層、用戶層和技術(shù)層。

1）管理層：因子分析結(jié)果顯示國家政策、業(yè)務(wù)規(guī)則、新技術(shù)發(fā)展、服務(wù)中斷、訪問異常構(gòu)成一個公共因子的劃分，這一層次包含的指標屬于個人云服務(wù)提供商在管理上要注重的因素。結(jié)合IPA矩陣分析結(jié)果顯示：國家政策、業(yè)務(wù)規(guī)則、服務(wù)中斷、訪問異常重要性位于平均水平以下，只有新技術(shù)發(fā)展位于平均水平以上，說明這一層次的大多指標在用戶使用體驗過程中的實際感知不強，這在專家訪談的現(xiàn)實情況中也得到印證，而新技術(shù)發(fā)展帶來的使用體驗即時改變卻能比較明顯的體現(xiàn)出來。因此，個人云服務(wù)提供商需要考慮如何將管理層指標較好的體現(xiàn)出來。endprint

2）用戶層：因子分析結(jié)果顯示服務(wù)指導、客戶定制服務(wù)、個性化設(shè)置構(gòu)成一個公共因子的劃分，這一層次包含的指標屬于個人云服務(wù)提供商在用戶層上要注重的因素。結(jié)合IPA矩陣分析結(jié)果顯示：服務(wù)指導、客戶定制服務(wù)、個性化設(shè)置重要性位于平均水平以下，說明用戶對這一層次指標的重要性關(guān)注度并不高，間接說明大多數(shù)用戶在進行個人云服務(wù)選擇的時候用戶層的指標并非決策的主要依據(jù)。因此，個人云服務(wù)提供商在用戶層花費的精力要恰當合理，堅持適度原則。

3）技術(shù)層：因子分析結(jié)果顯示功能限制、處理能力、響應時間、隱私保護、系統(tǒng)可靠、統(tǒng)一標準、法律風險、提供商聲譽、服務(wù)穩(wěn)定、適用程度、服務(wù)價格、操作簡便、信息質(zhì)量構(gòu)成一個公共因子的劃分，這一層次包含的指標屬于個人云服務(wù)提供商在技術(shù)層上要注重的因素。結(jié)合IPA矩陣分析結(jié)果顯示：功能限制、處理能力、響應時間、隱私保護、系統(tǒng)可靠、法律風險、服務(wù)穩(wěn)定、適用程度、操作簡便、信息質(zhì)量重要性位于平均水平以上，統(tǒng)一標準、提供商聲譽、服務(wù)價格重要性位于平均水平以下，這一層次在整個重要性劃分中包含的指標更多，說明用戶對技術(shù)層面更加關(guān)注，是進行個人云服務(wù)選擇的首選要素，這要求個人云服務(wù)提供商應在技術(shù)上更好地提升用戶的使用體驗。

332縱向滿意度層次

從滿意度的角度橫向劃分出提升層和保障層。

1）提升層：因子分析結(jié)果顯示適用程度、服務(wù)價格、操作簡便、信息質(zhì)量、服務(wù)指導、客戶定制服務(wù)、個性化設(shè)置構(gòu)成一個公共因子的劃分，這一層次包含的指標屬于個人云服務(wù)提供商在提升層上要改進的因素。結(jié)合IPA矩陣分析結(jié)果顯示：適用程度、操作簡便、信息質(zhì)量、服務(wù)指導、客戶定制服務(wù)、個性化設(shè)置滿意度位于平均水平以上，僅有服務(wù)價格位于平均水平以下，說明用戶依然關(guān)注服務(wù)價格，這與專家訪談的結(jié)果基本一致，用戶選擇的時候也是重要的參考因素，這要求個人云服務(wù)提供商要在價格上做好把控，將價格控制在合理范圍內(nèi)，從而提升服務(wù)質(zhì)量。

2）保障層：因子分析結(jié)果顯示國家政策、業(yè)務(wù)規(guī)則、新技術(shù)發(fā)展、服務(wù)中斷、訪問異常、功能限制、處理能力、響應時間、隱私保護、系統(tǒng)可靠、統(tǒng)一標準、法律風險、提供商聲譽、服務(wù)穩(wěn)定構(gòu)成一個公共因子的劃分，這一層次包含的指標屬于個人云服務(wù)提供商在保障層上要改進的因素。結(jié)合IPA矩陣分析結(jié)果顯示：新技術(shù)發(fā)展、系統(tǒng)可靠、提供商聲譽、服務(wù)穩(wěn)定滿意度位于平均水平以上，國家政策、業(yè)務(wù)規(guī)則、服務(wù)中斷、訪問異常、功能限制、處理能力、響應時間、隱私保護、統(tǒng)一標準、法律風險、滿意度位于平均水平以下，說明個人云服務(wù)提供商需要重點改進保障層的指標，在保障層次更好地滿足用戶需求基礎(chǔ)上才能使自身服務(wù)質(zhì)量改觀，提升用戶滿意度。

4結(jié)語

本文借助文獻分析和專家訪談構(gòu)建了多維度多層次的個人云服務(wù)質(zhì)量評價體系，通過IPA方法對個人云服務(wù)中的質(zhì)量評價指標進行分類和實證分析。采用問卷調(diào)查法收集數(shù)據(jù)，利用SPSS 190進行數(shù)據(jù)分析，對問卷問題涉及的指標進行探索性因子分析，并根據(jù)IPA矩陣中劃分不同指標區(qū)域，為個人云服務(wù)提出兩個方面的理論參考：一方面，以技術(shù)為支撐，強固整體優(yōu)勢：個人云服務(wù)以云技術(shù)為基礎(chǔ)，以服務(wù)穩(wěn)定性和服務(wù)安全性為依托，保障用戶在使用過程中的良好體驗，尤其對于重要性強而滿意度低的因素，比如隱私保障、系統(tǒng)可靠、響應時間等要以技術(shù)的手段為用戶解決后顧之憂；另一方面，以用戶為導向，追求服務(wù)質(zhì)量：服務(wù)質(zhì)量的改善在技術(shù)提升的基礎(chǔ)之上，須尋求更高的滿意度，以維持客戶忠誠為目標，對于滿意度低的訪問異常、服務(wù)中斷、功能限制，除了以技術(shù)手段解決，更重要是調(diào)整發(fā)展戰(zhàn)略，合理配置在各個因素上的資源，防止資源配置的過猶不及。

本文的研究尚存在一定不足，在指標設(shè)計上更偏向于個人用戶的實際感知，對指標的設(shè)計也只是從個人云服務(wù)的總體入手，不能較好地反映單個云服務(wù)提供商的服務(wù)質(zhì)量?；诖?，未來個人云服務(wù)質(zhì)量評價研究應從注重質(zhì)量評價理論的實踐運用，大規(guī)模調(diào)研的實證研究，對比其他評價指標體系等方面展開。

參考文獻

[1]楊黎波.云服務(wù)產(chǎn)業(yè)定價模式及策略研究——基于雙邊市場理論的設(shè)計[J].價格理論與實踐，2013，（4）：93-94.

[2]袁斌，黎文偉.個人云存儲體驗質(zhì)量測量工具的設(shè)計與實現(xiàn)[J].計算機應用，2016，36（9）：2409-2415.

[3]可信云服務(wù)認證解讀：建立云服務(wù)商評估體系[EBOL].http：tech.qq.coma20131227014642.htm，2017-03-27.

[4]Alabool H M，Mahmood A K.Review on cloud service evaluation and selection methods[C]International Conference on Research and Innovation in Information Systems，2014：61-66.

[5]Hamadache K，Rizou S.Holistic SLA Ontology for Cloud Service Evaluation[C]International Conference on Advanced Cloud and Big Data.IEEE Computer Society，2013：32-39.

[6]Li Z，Zhang H，OBrien L，et al.On evaluating commercial Cloud services： A systematic review[J].Journal of Systems & Software，2013，86（9）：2371–2393.

[7]Venkatesh V，Morris M G，Davis G B，et al.User Acceptance of Information Technology： Toward a Unified View[J].Mis Quarterly，2003，27（3）：425-478.endprint

[8]Jun M，Yang Z，Kim D S.Customers perceptions of online retailing service quality and their satisfaction[J].International Journal of Quality & Reliability Management，2004，21（8）：817-840.

[9]鄧仲華，李志芳，黎春蘭.云服務(wù)質(zhì)量的挑戰(zhàn)及保障研究[J].圖書與情報，2012，（4）：6-11.

[10]寧艷.SaaS用戶感知服務(wù)質(zhì)量評價研究[D].武漢：華中師范大學，2015.

[11]王文婧，呂廷杰.移動云計算環(huán)境中個人用戶QoE評價研究[J].北京郵電大學學報：社會科學版，2015，17（2）：51-59.

[12]王昱颯.基于用戶體驗的云服務(wù)評價選擇研究[D].杭州：浙江工商大學，2015.

[13]虞益誠，陳威.基于BP神經(jīng)網(wǎng)絡(luò)的云服務(wù)質(zhì)量評價[J].財會月刊，2016，（11）：48-50.

[14]陳衛(wèi)衛(wèi)，李濤，李志剛等.基于模糊層次分析法的云服務(wù)評估方法[J].解放軍理工大學學報：自然科學版，2016，17（1）：25-30.

[15]黃沈權(quán)，顧新建，張勇為等.云制造環(huán)境下支持演化的制造云服務(wù)元建模[J].計算機集成制造系統(tǒng)，2012，18（6）：1327-1336.

[16]鄧仲華，汪宣晟，李志芳等.信息資源云服務(wù)的質(zhì)量評價指標研究[J].圖書與情報，2012，（4）：12-15.

[17]Garg S，Versteeg S，Buyya R.A framework for ranking cloud computing services[J].Future Generation Computer Systems，2013，29（4）：1012-1023.

[18]Park S H，Lee K H，Park S S.A Study on Cloud Service Quality by Using Importance-Performance Analysis[J].Journal of the Korea Industrial Information Systems Research，2016，21（2）：73-91.

[19]Shin Y R，Huh E N.mCSQAM： Service Quality Assessment Model in Mobile Cloud Services Environment[J].Mobile Information Systems，2016：1-9.

[20]黎春蘭，鄧仲華，李玉潔.圖書館云服務(wù)質(zhì)量的影響因素研究[J].情報理論與實踐，2016，39（10）：65-73.

[21] 占南，謝笑，王文韜.基于ACSI模型的個人云存儲服務(wù)質(zhì)量評價模型研究[J].情報雜志，2014，（6）：187-194.

[22] Roy S，Pattnaik P K，Mall R.A cognitive approach for evaluating the usability of Storage as a Service in Cloud Computing Environment[J].2016，6（2）：759.

[23]Martilla J A，James J C.Importance-Performance Analysis[J].Journal of Marketing，1977，41（1）：77-79.

[24]包珺瑋，王曉峰，宋光飛等.基于IPA法的精品旅游景區(qū)服務(wù)質(zhì)量定量評價——以翠華山景區(qū)為例[J].干旱區(qū)資源與環(huán)境，2015，29（2）：196-201.

[25]羅毅，莫祖英，占南.基于用戶期望感知的數(shù)據(jù)庫資源質(zhì)量研究——以CNKI數(shù)據(jù)庫為例[J].情報理論與實踐，2014，37（9）：69-73.

[26]郭云鵬，徐寶祥.基于重要-滿意象限法的高校圖書館服務(wù)質(zhì)量評價[J].情報科學，2014，32（12）：93-97.

（本文責任編輯：孫國雷）endprint