耿秀麗，薄振一，張永政

(上海理工大學(xué) 管理學(xué)院，上海 200093)

0 引言

在經(jīng)濟(jì)快速增長(zhǎng)的時(shí)代，為積極應(yīng)對(duì)市場(chǎng)競(jìng)爭(zhēng)，制造型企業(yè)更加注重顧客需求，并開(kāi)始向服務(wù)型制造業(yè)轉(zhuǎn)型。提高顧客滿意度是現(xiàn)代制造型企業(yè)生存和發(fā)展的關(guān)鍵,企業(yè)進(jìn)行合理的顧客滿意度測(cè)評(píng)，有利于科學(xué)全面地了解顧客對(duì)企業(yè)的滿意程度，找到滿意度較低的顧客需求并有針對(duì)性地進(jìn)行改進(jìn)。

國(guó)外顧客滿意度的研究主要集中在顧客滿意度的定義、影響因素、指標(biāo)體系建立和模型構(gòu)建等方面。國(guó)內(nèi)顧客滿意度的研究最初偏重于顧客滿意度與相關(guān)概念之間的關(guān)系、顧客滿意度對(duì)企業(yè)的意義等理論研究。隨后，更多學(xué)者將顧客滿意度的理論與相關(guān)企業(yè)實(shí)證結(jié)合起來(lái)，開(kāi)始轉(zhuǎn)向多種類型企業(yè)的顧客滿意度測(cè)評(píng)研究。文獻(xiàn)[1]將層次分析法與模糊綜合評(píng)價(jià)法結(jié)合，對(duì)申通快遞的服務(wù)進(jìn)行了顧客滿意度測(cè)評(píng)；文獻(xiàn)[2]應(yīng)用層次分析法對(duì)第三方物流服務(wù)顧客滿意度進(jìn)行評(píng)價(jià)；文獻(xiàn)[3]基于模糊網(wǎng)絡(luò)分析法對(duì)航空公司顧客滿意度進(jìn)行了量化評(píng)價(jià)。以上研究通常使用網(wǎng)絡(luò)分析法、層次分析法和德?tīng)柗品ǖ确椒▉?lái)測(cè)評(píng)顧客滿意度，這些方法的優(yōu)點(diǎn)是操作簡(jiǎn)便，但評(píng)價(jià)信息大多都是決策者主觀給出，評(píng)價(jià)結(jié)果主觀性強(qiáng)且難以保證評(píng)判信息的一致性。信息公理是公理設(shè)計(jì)中的一個(gè)重要公理，認(rèn)為所有方案中，信息量最小的方案為最優(yōu)方案。本文將信息公理應(yīng)用于顧客滿意度測(cè)評(píng)，認(rèn)為所有測(cè)評(píng)指標(biāo)中，信息量最小的指標(biāo)顧客滿意度最高。該方法利用指標(biāo)的實(shí)際表現(xiàn)值作為評(píng)價(jià)信息，可以較為客觀地評(píng)估顧客滿意度，避免了人為主觀因素的影響。

在信息公理中，信息量通過(guò)指標(biāo)的系統(tǒng)范圍滿足設(shè)計(jì)范圍的概率來(lái)表示，其中指標(biāo)的設(shè)計(jì)范圍是指標(biāo)滿足顧客期望值的分布范圍，系統(tǒng)范圍是指標(biāo)實(shí)際表現(xiàn)的分布范圍。服務(wù)型制造企業(yè)進(jìn)行顧客滿意度測(cè)評(píng)時(shí)，其測(cè)評(píng)指標(biāo)通常包含定量指標(biāo)和定性指標(biāo);針對(duì)定量指標(biāo)，可以根據(jù)傳統(tǒng)信息公理計(jì)算其信息量，通過(guò)比較信息量大小得到顧客滿意度的排序[4]。針對(duì)定性指標(biāo)，往往采用“差”、“中等”、“好”等模糊語(yǔ)言進(jìn)行評(píng)估，如文獻(xiàn)[5-6]在信息公理基礎(chǔ)上引入了模糊集合理論，構(gòu)建了定性指標(biāo)模糊語(yǔ)言評(píng)價(jià)下信息量的計(jì)算方法。

為將信息公理應(yīng)用于模糊環(huán)境中，文獻(xiàn)[7]和文獻(xiàn)[8]分別使用三角模糊數(shù)和直覺(jué)模糊數(shù)來(lái)處理定性指標(biāo)的評(píng)價(jià)信息，這些處理方式雖然可以體現(xiàn)信息的模糊性，但實(shí)際情況是決策者難以用一個(gè)語(yǔ)義術(shù)語(yǔ)來(lái)表達(dá)自己的偏好，可能會(huì)在多個(gè)語(yǔ)義術(shù)語(yǔ)間猶豫不決?？紤]到這一點(diǎn)，文獻(xiàn)[9]基于猶豫模糊集和語(yǔ)義術(shù)語(yǔ)集提出了猶豫模糊語(yǔ)義術(shù)語(yǔ)集(Hesitant Fuzzy Linguistic Term Set, HFLTS)，它允許決策者給出多個(gè)語(yǔ)義術(shù)語(yǔ)，但是沒(méi)有考慮專家對(duì)語(yǔ)義術(shù)語(yǔ)的不同偏好。針對(duì)猶豫模糊語(yǔ)義術(shù)語(yǔ)集使用中存在的問(wèn)題，學(xué)者們已經(jīng)開(kāi)展了許多研究。Wu等[10]提出了可能性分布—猶豫模糊語(yǔ)義集(Possibility Distribution-HFLTS, PD-HFLTS),包含了專家對(duì)多個(gè)語(yǔ)義術(shù)語(yǔ)的猶豫信息與偏好信息，其中語(yǔ)義的可能性分布是均勻分布，在此基礎(chǔ)上提出了相關(guān)的集成算子;Chen等[11]基于語(yǔ)義術(shù)語(yǔ)的相似性度量，考慮專家的態(tài)度提出了一種新的計(jì)算猶豫模糊語(yǔ)義可能性分布的方法;Chen等[12]提出一種評(píng)估語(yǔ)義分布情況的特殊方法——比例猶豫模糊語(yǔ)言術(shù)語(yǔ)集(Proportional HFLTS, PHFLTS),它是猶豫模糊語(yǔ)言術(shù)語(yǔ)集的一種拓展，其中包括每個(gè)語(yǔ)義術(shù)語(yǔ)的比例信息;Pang等[13]在猶豫模糊語(yǔ)言術(shù)語(yǔ)集的基礎(chǔ)上提出了概率語(yǔ)義術(shù)語(yǔ)集的概念，能夠表達(dá)語(yǔ)義的不完全概率分布信息。本文采用文獻(xiàn)[13]中的概率語(yǔ)義術(shù)語(yǔ)集作為信息輸入的表達(dá)方式，在這種輸入方式下決策者針對(duì)指標(biāo)的表現(xiàn)情況給出偏好的語(yǔ)義術(shù)語(yǔ)及其概率。概率語(yǔ)義術(shù)語(yǔ)集已經(jīng)被廣泛應(yīng)用于多領(lǐng)域的評(píng)價(jià)方法中，文獻(xiàn)[14]應(yīng)用概率語(yǔ)義術(shù)語(yǔ)集開(kāi)發(fā)了一種改進(jìn)的質(zhì)量功能展開(kāi)(Quality Function Depolyment, QFD)方法，來(lái)解決創(chuàng)新產(chǎn)品設(shè)計(jì)選擇問(wèn)題；文獻(xiàn)[15]將概率語(yǔ)義術(shù)語(yǔ)集應(yīng)用到醫(yī)院評(píng)價(jià)的多屬性決策問(wèn)題中；文獻(xiàn)[16]將概率語(yǔ)義術(shù)語(yǔ)集與多準(zhǔn)則妥協(xié)解排序(Vlsekfriterijumska Optimizacija I Kompromisno Resenje, VIKOR)方法結(jié)合，對(duì)城市的智能交通系統(tǒng)進(jìn)行評(píng)估。本文將概率語(yǔ)義術(shù)語(yǔ)集應(yīng)用于處理定性指標(biāo)的評(píng)價(jià)信息，設(shè)計(jì)范圍采用猶豫模糊語(yǔ)義術(shù)語(yǔ)集獲取；系統(tǒng)范圍采用猶豫模糊語(yǔ)義術(shù)語(yǔ)集和概率語(yǔ)義術(shù)語(yǔ)集獲取。

本文以市場(chǎng)調(diào)研得到的顧客需求項(xiàng)作為顧客滿意度測(cè)評(píng)指標(biāo)，提出了基于概率語(yǔ)義信息公理的顧客滿意度測(cè)評(píng)方法。針對(duì)定量測(cè)評(píng)指標(biāo)，采用傳統(tǒng)信息公理計(jì)算其信息量；針對(duì)定性測(cè)評(píng)指標(biāo)，采用概率語(yǔ)義術(shù)語(yǔ)集和猶豫模糊語(yǔ)義術(shù)語(yǔ)集獲取指標(biāo)的系統(tǒng)范圍與設(shè)計(jì)范圍?？紤]到兩種語(yǔ)義信息無(wú)法直接利用信息公理公式計(jì)算，采用粗糙數(shù)方法將概率語(yǔ)義信息和猶豫模糊語(yǔ)義信息轉(zhuǎn)化為區(qū)間數(shù)，然后利用信息公理計(jì)算其信息量。最后以測(cè)評(píng)指標(biāo)的信息量大小為依據(jù)，對(duì)顧客滿意度測(cè)評(píng)指標(biāo)進(jìn)行排序。以某企業(yè)客梯的顧客滿意度測(cè)評(píng)為例，驗(yàn)證了所提方法的有效性。

1 研究框架

本文將概率語(yǔ)義術(shù)語(yǔ)集引入信息公理，以顧客需求作為顧客滿意度測(cè)評(píng)指標(biāo)，計(jì)算各指標(biāo)的信息量。指標(biāo)信息量越小則顧客滿意度越高，從而得到測(cè)評(píng)指標(biāo)的顧客滿意度排序。本文所提基于概率語(yǔ)義術(shù)語(yǔ)集信息公理的顧客滿意度測(cè)評(píng)思路如圖1所示，具體步驟如下：

(1)通過(guò)市場(chǎng)調(diào)研獲取相關(guān)專家和顧客的意見(jiàn)，確定顧客滿意度測(cè)評(píng)指標(biāo)。

(2)獲取定性、定量指標(biāo)的設(shè)計(jì)范圍和系統(tǒng)范圍。其中，定量指標(biāo)的信息以區(qū)間數(shù)的形式給出;定性指標(biāo)的信息以概率語(yǔ)義術(shù)語(yǔ)集和猶豫模糊語(yǔ)義術(shù)語(yǔ)集的形式給出。

(3)處理定性測(cè)評(píng)指標(biāo)的模糊信息。首先，采用二元語(yǔ)義對(duì)概率語(yǔ)義信息和猶豫模糊語(yǔ)義信息進(jìn)行預(yù)處理；然后，采用粗糙數(shù)方法將預(yù)處理后的信息轉(zhuǎn)化成區(qū)間數(shù)形式。

(4)計(jì)算測(cè)評(píng)指標(biāo)的信息量并排序。根據(jù)上述步驟中得到的區(qū)間數(shù)形式評(píng)價(jià)信息，采用信息量公式計(jì)算不同類型指標(biāo)的信息量大小，信息量越小的指標(biāo)顧客滿意度最高，從而得出測(cè)評(píng)指標(biāo)的顧客滿意度排序。

2 相關(guān)定義

2.1 猶豫模糊語(yǔ)義術(shù)語(yǔ)集

設(shè)S={s1,s2,…,s2t+1}是一個(gè)由奇數(shù)個(gè)語(yǔ)義術(shù)語(yǔ)組成的集合，每個(gè)si代表一個(gè)不同的語(yǔ)義術(shù)語(yǔ)，如果集合S滿足下列特征[17]：

(1)有序性：si>sj當(dāng)i>j；

(2)存在逆運(yùn)算：si=neg(sj)，i+j=2t；

(3)如果si>sj，則max(si，sj)=si，min(si，sj)=sj。

則集合S稱為語(yǔ)義術(shù)語(yǔ)集。

2.2 概率語(yǔ)義術(shù)語(yǔ)集

為解決決策者在多個(gè)語(yǔ)義術(shù)語(yǔ)間猶豫不定，且對(duì)不同語(yǔ)義術(shù)語(yǔ)存在偏好的問(wèn)題，文獻(xiàn)[14]拓展了猶豫模糊語(yǔ)義術(shù)語(yǔ)集，提出了概率語(yǔ)義術(shù)語(yǔ)集的概念。

定義2[13]設(shè)S={s1,s2,…,s2t+1}是一個(gè)語(yǔ)義術(shù)語(yǔ)集，則稱

L(p)={sθ(i)(pθ(i))|sθ(i)∈S,

(1)

為一個(gè)概率語(yǔ)義術(shù)語(yǔ)集。式中：sθ(i)(pθ(i))表示語(yǔ)義術(shù)語(yǔ)sθ(i)和它的概率為pθ(i);|L(p)|表示集合L(p)中語(yǔ)義術(shù)語(yǔ)的個(gè)數(shù)。

3 基于信息公理的顧客滿意度測(cè)評(píng)

顧客滿意度測(cè)評(píng)指標(biāo)包含定量指標(biāo)和定性指標(biāo)。其中，定量指標(biāo)使用傳統(tǒng)信息公理計(jì)算其信息量；對(duì)于定性指標(biāo)，要先將概率語(yǔ)義信息轉(zhuǎn)化為區(qū)間數(shù)，然后利用信息公理公式計(jì)算其信息量。

信息公理認(rèn)為所有顧客滿意度指標(biāo)中，信息量最小的指標(biāo)顧客滿意度最高，信息量I由成功概率來(lái)確定。設(shè)成功概率為p，則信息量為[18]：

I=-log2p。

(2)

式中p的取值由設(shè)計(jì)范圍和系統(tǒng)范圍確定。設(shè)計(jì)范圍是指標(biāo)滿足顧客期望的分布范圍，系統(tǒng)范圍是指標(biāo)實(shí)際表現(xiàn)的確切分布范圍，系統(tǒng)范圍和設(shè)計(jì)范圍的交集稱為公共范圍。因此，信息量I也可以表示為

(3)

3.1 定量指標(biāo)信息量計(jì)算方法

定量指標(biāo)的設(shè)計(jì)范圍和系統(tǒng)范圍通常以某一區(qū)間范圍的形式給出，例如某機(jī)械產(chǎn)品噪音大小的設(shè)計(jì)范圍為45～55 dB，系統(tǒng)范圍為50～60 dB。這類指標(biāo)可直接利用式(3)求解。

但有些定量指標(biāo)的系統(tǒng)范圍具有隨機(jī)性，例如某項(xiàng)服務(wù)的等待時(shí)間服從正態(tài)分布。此類定量指標(biāo)的信息量很難直接求解，文獻(xiàn)[19]針對(duì)此問(wèn)題提出了一種信息量積分算法：

(4)

式中：f(Ci)為指標(biāo)Ci的系統(tǒng)范圍的概率密度函數(shù);drl和dru為設(shè)計(jì)范圍的上界和下界。

3.2 定性指標(biāo)信息量計(jì)算方法

針對(duì)定性指標(biāo)，例如某產(chǎn)品的服務(wù)質(zhì)量、安全性和節(jié)能性等指標(biāo)，往往采用“好”、“一般”和“差”等模糊語(yǔ)言表達(dá)其表現(xiàn)情況。為解決指標(biāo)的表現(xiàn)值可能在不同語(yǔ)義術(shù)語(yǔ)間猶豫不定的問(wèn)題，本文采用概率語(yǔ)義術(shù)語(yǔ)集描述顧客滿意度測(cè)評(píng)定性指標(biāo)的表現(xiàn)情況，采用其獲取定性指標(biāo)的設(shè)計(jì)范圍和系統(tǒng)范圍，進(jìn)而利用信息公理公式計(jì)算信息量。

為計(jì)算定性測(cè)評(píng)指標(biāo)的信息量，本文需要將概率語(yǔ)義信息轉(zhuǎn)換為區(qū)間數(shù)。首先采用二元語(yǔ)義對(duì)信息進(jìn)行預(yù)處理，然后采用粗糙數(shù)方法將預(yù)處理后的信息轉(zhuǎn)換為區(qū)間數(shù)。二元語(yǔ)義的計(jì)算過(guò)程簡(jiǎn)便，其運(yùn)算后的結(jié)果往往能與事先定義的語(yǔ)義信息相對(duì)應(yīng)，是一種有效的詞計(jì)算方法。

定義3[20]設(shè)S={s1,s2,…,s2t+1}是一個(gè)語(yǔ)義術(shù)語(yǔ)集，對(duì)于其中任一語(yǔ)義術(shù)語(yǔ)si，其相應(yīng)的二元語(yǔ)義可通過(guò)轉(zhuǎn)換函數(shù)φ得到：

(5)

定義4[20]β∈[0，2t+1]為語(yǔ)義術(shù)語(yǔ)集S運(yùn)算的結(jié)果，令i=round(β),i∈[0,2t+1]。與β相應(yīng)的二元語(yǔ)義可由函數(shù)Δ得到：

Δ[0，2t+1]→S×[0.5,-0.5)，

(6)

(7)

其中：round為“四舍五入”取整算子，α為符號(hào)轉(zhuǎn)移值。

反之，令(si,αi)為一個(gè)二元語(yǔ)義信息，則一個(gè)逆函數(shù)Δ-1可將該信息轉(zhuǎn)換為相應(yīng)的數(shù)值β∈[0，2t+1]，即

Δ-1：S×[0.5,-0.5)→[0,2t+1]，

(8)

Δ-1(si,αi)=i+αi=β。

(9)

例如，L1(p)={s2(0.7),s3(0.3)}，L2(p)={s3(0.3),s4(0.4),s5(0.3)}為兩個(gè)概率語(yǔ)義術(shù)語(yǔ)集，根據(jù)二元語(yǔ)義處理方法可以將其處理為Δ-1(L1(p))={2(0.7)，3(0.3)}，Δ-1(L2(p))={3(0.3)，4(0.4)，5(0.3)}。

采用二元語(yǔ)義方法處理概率語(yǔ)義信息之后，再采用粗糙集方法將其轉(zhuǎn)換為區(qū)間數(shù)。粗糙集是一種新的數(shù)學(xué)工具，采用目標(biāo)集合的下近似和上近似來(lái)表達(dá)和處理模糊信息。粗糙數(shù)方法采用區(qū)間數(shù)的形式表達(dá)信息的不確定性，利用需要處理的數(shù)據(jù)信息來(lái)確定區(qū)間的上下限，其過(guò)程不需要先驗(yàn)信息，保證了信息的客觀性[21]。

假設(shè)U是所有信息中所有對(duì)象組成的論域，所有對(duì)象可以分為n個(gè)類，組成集合R，R={C1,C2,…,Cn}。設(shè)n個(gè)類的排序?yàn)镃1

(10)

Ci的上近似域定義為：

(11)

Ci的邊界域定義為：

Bnd(Ci)=∪{Y∈U|R(Y)≠Ci〉={Y∈U|

R(Y)>Ci〉∪{Y∈U|R(Y)

(12)

(13)

(14)

式中ML和MU分別為Ci下近似域和上近似域中對(duì)象的數(shù)量。

采用粗糙數(shù)的概念將Ci表示為Rnum(Ci)，則

(15)

(16)

(17)

Δ-1(L1(p))={[2,3.4],[2.67,3.75]}

=[1.101,1.753]，

Δ-1(L2(p))=[1.007,1.475]。

同理，可將猶豫模糊語(yǔ)義信息轉(zhuǎn)換為區(qū)間數(shù)。將定性指標(biāo)的設(shè)計(jì)范圍和系統(tǒng)范圍同時(shí)轉(zhuǎn)換為區(qū)間數(shù)后，利用式(3)計(jì)算定性指標(biāo)的信息量。

4 案例分析

4.1 案例應(yīng)用

某企業(yè)是一家電梯制造商，主要生產(chǎn)客梯、貨梯和醫(yī)用電梯等電梯產(chǎn)品。為了增強(qiáng)自身競(jìng)爭(zhēng)能力，該公司開(kāi)始重視提升顧客滿意度，以滿足顧客不斷增長(zhǎng)的需求。本文將所提方法用于該公司的客梯顧客滿意度測(cè)評(píng)中，通過(guò)問(wèn)卷調(diào)查和顧客/專家訪談等市場(chǎng)調(diào)研方法獲取的顧客滿意度測(cè)評(píng)指標(biāo)包括：舒適性(C1)、安全可靠性(C2)、噪音大小(C3)、平均等待時(shí)長(zhǎng)(C4)、維修技術(shù)水平(C5)、節(jié)能程度(C6)、保養(yǎng)頻率(C7)、維修成本(C8)、服務(wù)效率(C9)。其中，C1～C4為定量指標(biāo)，舒適性(C1)通過(guò)電梯運(yùn)行加速度體現(xiàn)，安全可靠性(C2)通過(guò)每五萬(wàn)次運(yùn)行出現(xiàn)故障的次數(shù)體現(xiàn)；C5～C9為定性指標(biāo)，通過(guò)調(diào)研，指標(biāo)C5～C7的系統(tǒng)范圍在語(yǔ)義間的可能性分布相同，采用猶豫模糊語(yǔ)義術(shù)語(yǔ)集評(píng)價(jià)，指標(biāo)C8和C9的系統(tǒng)范圍在語(yǔ)義間的可能性分布不同，采用概率語(yǔ)義術(shù)語(yǔ)集評(píng)價(jià)。對(duì)于定性指標(biāo)的評(píng)價(jià)，采用7粒度的語(yǔ)義術(shù)語(yǔ)集合，即S={s1：非常差，s2：很差，s3：差，s4：一般，s5：好，s6：很好，s7：非常好}。

步驟1通過(guò)調(diào)研指標(biāo)的期望表現(xiàn)情況和實(shí)際表現(xiàn)情況，得出指標(biāo)的設(shè)計(jì)范圍和系統(tǒng)范圍，如表1所示。

表1 顧客滿意度測(cè)評(píng)指標(biāo)及其設(shè)計(jì)范圍和系統(tǒng)范圍

步驟2根據(jù)式(5)～式(17)，將定性指標(biāo)的設(shè)計(jì)范圍和系統(tǒng)范圍轉(zhuǎn)化成區(qū)間數(shù)形式。結(jié)果如表2所示。

表2 定性指標(biāo)信息轉(zhuǎn)化結(jié)果

步驟3根據(jù)式(3)，計(jì)算每個(gè)指標(biāo)CRi的信息量Ii，結(jié)果如表3所示。

表3 各指標(biāo)的信息量

由表3可得顧客滿意度測(cè)評(píng)的結(jié)果為：C9>C6>C1>C7>C4>C8>C2>C5>C3，表示服務(wù)效率(C9)的顧客滿意度最高，噪音大小(C3)的顧客滿意度最低。

4.2 對(duì)比分析

為了驗(yàn)證所提方法的有效性，本文利用文獻(xiàn)[6]所提的三角模糊信息公理方法與本文所提方法進(jìn)行對(duì)比，其信息公理的求解公式為

C1～C5為定量指標(biāo)，計(jì)算方法與本文方法相同。對(duì)于定性指標(biāo)C6～C9，根據(jù)文獻(xiàn)[6]中語(yǔ)義與三角模糊數(shù)的對(duì)應(yīng)轉(zhuǎn)換關(guān)系，將案例中猶豫模糊形式語(yǔ)言信息分別轉(zhuǎn)化成對(duì)應(yīng)三角模糊數(shù)并進(jìn)行加權(quán)處理。文獻(xiàn)[6]中三角模糊數(shù)與語(yǔ)義對(duì)應(yīng)關(guān)系如下：s1(0,0,0)，s2(0,0.1,0.2)，s3(0.1,0.3,0.5)，s4(0.3,0.5,0.7)，s5(0.5,0.7,0.9)，s6(0.8,0.9,1)，s7(1,1,1)，則指標(biāo)C6～C9的設(shè)計(jì)范圍和系統(tǒng)范圍轉(zhuǎn)化結(jié)果如表4所示，信息量計(jì)算結(jié)果如表5所示。

表4 三角模糊數(shù)轉(zhuǎn)化結(jié)果

表5 三角模糊信息公理計(jì)算所得各指標(biāo)信息量

由信息量可知顧客滿意度排序?yàn)镃8>C9>C1>C4>C7>C6>C2>C5>C3。文獻(xiàn)[6]方法計(jì)算出的顧客滿意度排序與本文方法的結(jié)果相比，相同點(diǎn)是服務(wù)效率(C9)的顧客滿意度仍較高，排在第2位；噪音大小(C3)的顧客滿意度仍最低，說(shuō)明了本文方法的有效性。不同點(diǎn)在于4個(gè)定性指標(biāo)的滿意度排序發(fā)生了較大變化。這是因?yàn)樵谑褂萌悄：龜?shù)進(jìn)行描述時(shí)，只能選擇一個(gè)三角模糊數(shù)作為描述信息，在進(jìn)行加權(quán)運(yùn)算時(shí)可能會(huì)造成信息的不準(zhǔn)確和丟失，而本文所提的概率語(yǔ)義信息公理方法，既允許同時(shí)選擇多個(gè)語(yǔ)義變量，又能夠體現(xiàn)不同語(yǔ)義的可能性分布，更具客觀性和準(zhǔn)確性，也更加符合真實(shí)的測(cè)評(píng)環(huán)境。

5 結(jié)束語(yǔ)

提升顧客滿意度是制造型企業(yè)增強(qiáng)競(jìng)爭(zhēng)能力的重要途徑，顧客滿意度測(cè)評(píng)是提升顧客滿意度的重要前提。本文將概率語(yǔ)義術(shù)語(yǔ)集和信息公理相結(jié)合，通過(guò)計(jì)算顧客滿意度測(cè)評(píng)指標(biāo)的信息量反映顧客滿意程度大小，對(duì)測(cè)評(píng)指標(biāo)進(jìn)行滿意度排序。所提方法的特點(diǎn)如下：

(1)將信息公理引入顧客滿意度測(cè)評(píng)中，該方法基于指標(biāo)的客觀表現(xiàn)值對(duì)滿意度進(jìn)行測(cè)評(píng)，解決了以往顧客滿意度測(cè)評(píng)中評(píng)價(jià)信息過(guò)于主觀的問(wèn)題，同時(shí)也避免了決策者給出指標(biāo)權(quán)重的主觀過(guò)程。

(2)將概率語(yǔ)義術(shù)語(yǔ)集與信息公理結(jié)合，充分避免了信息的損失，比較全面地反映了所研究對(duì)象的實(shí)際表現(xiàn)情況，得出的顧客滿意度排序也更加真實(shí)。

通過(guò)對(duì)某企業(yè)客梯顧客滿意度測(cè)評(píng)的研究分析，表明了所提方法的有效性與可行性，但也存在一些不足，下一步將考慮指標(biāo)間的影響關(guān)系產(chǎn)生的補(bǔ)償效應(yīng)對(duì)滿意度測(cè)評(píng)結(jié)果的影響。本文采用了一類概率語(yǔ)義術(shù)語(yǔ)集的定義，其相關(guān)概念在供應(yīng)鏈管理、應(yīng)急管理等基礎(chǔ)研究領(lǐng)域都有廣闊的研究空間。雖然概率語(yǔ)義術(shù)語(yǔ)集的概念與表達(dá)方式缺乏嚴(yán)謹(jǐn)性，但是這個(gè)概念的應(yīng)用不會(huì)影響數(shù)學(xué)邏輯上的正確性，因此文中暫且使用概率語(yǔ)義術(shù)語(yǔ)集，后續(xù)將展開(kāi)更深入的研究。