周小勇 ,吳玉萍

（1.桂林航天工業(yè)學(xué)院 管理學(xué)院,廣西 桂林 541004；2.桂林航天工業(yè)學(xué)院 工程綜合訓(xùn)練中心,廣西 桂林 541004）

一、引言

隨著消費(fèi)者對(duì)于旅游服務(wù)便捷性、及時(shí)性和個(gè)性化需求的不斷攀升,移動(dòng)旅游服務(wù)市場(chǎng)近年來取得了令人矚目的發(fā)展。據(jù)中國互聯(lián)網(wǎng)信息中心最新數(shù)據(jù),我國2019 年手機(jī)旅行預(yù)訂用戶規(guī)模達(dá)到4億,較上年增長(zhǎng)49%,手機(jī)旅游預(yù)訂使用比例達(dá)到45%[1]。以攜程網(wǎng)為代表的一批移動(dòng)旅游服務(wù)企業(yè)逐漸成為旅游消費(fèi)者制定旅行規(guī)劃、預(yù)訂各類票證、購買旅游服務(wù)的首選選擇。同時(shí),移動(dòng)旅游服務(wù)市場(chǎng)競(jìng)爭(zhēng)的日趨激烈也使以往依靠低價(jià)吸引流量以增加交易規(guī)模的營銷模式屢屢出現(xiàn)問題,如攜程“假機(jī)票”事件、航空公司集體封殺去哪兒等[2]。如何提高服務(wù)質(zhì)量,對(duì)于移動(dòng)旅游服務(wù)企業(yè)提升顧客滿意度、增加競(jìng)爭(zhēng)力至關(guān)重要。建立科學(xué)有效的服務(wù)質(zhì)量評(píng)價(jià)模型,不僅可以為消費(fèi)者科學(xué)選擇移動(dòng)旅游服務(wù)提供參考,還能為企業(yè)有效改善移動(dòng)旅游服務(wù)提供依據(jù)。

移動(dòng)旅游服務(wù)質(zhì)量是指企業(yè)滿足消費(fèi)者移動(dòng)旅游服務(wù)需求的程度,也是消費(fèi)者對(duì)企業(yè)移動(dòng)旅游服務(wù)的評(píng)價(jià)。移動(dòng)旅游服務(wù)質(zhì)量評(píng)價(jià)則是按照一定衡量標(biāo)準(zhǔn)對(duì)移動(dòng)旅游服務(wù)內(nèi)容、方式、效果等進(jìn)行綜合判斷,其目的是改善服務(wù)質(zhì)量,完善服務(wù)體系,提升整體服務(wù)水平和顧客滿意度。目前,國內(nèi)外對(duì)移動(dòng)旅游服務(wù)質(zhì)量評(píng)價(jià)的研究主要集中在兩個(gè)方面:一是影響因素識(shí)別與分析,Kim 等（2005）[3]研究發(fā)現(xiàn)在線旅游服務(wù)質(zhì)量主要涉及網(wǎng)站結(jié)構(gòu)、易用性、有效性、信息質(zhì)量、名譽(yù)和安全等方面;彭潤華等（2009）[4]認(rèn)為游客認(rèn)知的有用性和易用性、自我感知和風(fēng)險(xiǎn)感知是影響移動(dòng)商務(wù)游客接受度的重要因素;張宏梅等（2015）[5]分析了消費(fèi)者創(chuàng)新性和使用動(dòng)機(jī)因素對(duì)移動(dòng)旅游服務(wù)用戶融入意向的影響。二是評(píng)價(jià)指標(biāo)體系和評(píng)價(jià)模型構(gòu)建,丁娟（2014）[6]基于WebQual 體系構(gòu)建了旅行社在線服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系,并利用熵權(quán)法建立綜合評(píng)價(jià)模型;張立軍（2003）[7]認(rèn)為旅游服務(wù)質(zhì)量評(píng)價(jià)具有主觀性和模糊性,因而在分析其構(gòu)成要素基礎(chǔ)上,建立了模糊綜合評(píng)價(jià)模型;張廣宇和張夢(mèng)（2012）[8]分析了網(wǎng)站功能性、信息質(zhì)量、履行性、經(jīng)濟(jì)性、保障機(jī)制等因素的影響,并基于結(jié)構(gòu)方程構(gòu)建了在線旅游服務(wù)滿意度評(píng)價(jià)模型。

現(xiàn)有研究主要通過主成分分析、模糊綜合評(píng)價(jià)、熵權(quán)法等方法構(gòu)建在線旅游服務(wù)定量評(píng)價(jià)模型,雖然一定程度上消除了評(píng)價(jià)指標(biāo)多樣性、主觀性的影響,但對(duì)于移動(dòng)旅游服務(wù)影響因素更多、指標(biāo)之間非線性關(guān)系更復(fù)雜、大樣本指標(biāo)數(shù)據(jù)收集更困難等問題卻缺乏解決辦法,也難以準(zhǔn)確衡量指標(biāo)間交互對(duì)評(píng)價(jià)結(jié)果的影響,從而無法客觀評(píng)價(jià)服務(wù)質(zhì)量。粗糙集（Rough Set,RS）不需依靠任何附加信息和先驗(yàn)知識(shí),僅從數(shù)據(jù)集本身出發(fā),即可揭示數(shù)據(jù)間存在的規(guī)律,有效地刻畫出數(shù)據(jù)中的關(guān)鍵因素[9]。支持向量機(jī)（Support Vector Machine,SVM）能夠在最小化結(jié)構(gòu)風(fēng)險(xiǎn)情況下將非線性分類問題轉(zhuǎn)變?yōu)榫€性問題,對(duì)于解決小樣本、非線性評(píng)價(jià)問題具有獨(dú)特優(yōu)勢(shì)[10]。基于RS-SVM 的評(píng)價(jià)模型,不僅可以減少因RS 屬性約簡(jiǎn)造成的重要信息丟失,還有助于提高SVM模型的評(píng)價(jià)精度和效率,已在組織效率評(píng)價(jià)[11]、信用評(píng)價(jià)[12]、風(fēng)險(xiǎn)評(píng)價(jià)[13]、能力評(píng)價(jià)[14]等領(lǐng)域應(yīng)用,并取得良好效果。因此,本文擬將RSSVM模型引入移動(dòng)旅游服務(wù)質(zhì)量評(píng)價(jià),利用RS 進(jìn)行評(píng)價(jià)指標(biāo)約簡(jiǎn),并通過SVM 對(duì)非線性數(shù)據(jù)分類處理,為科學(xué)評(píng)價(jià)移動(dòng)旅游服務(wù)質(zhì)量提高方法參考。

二、研究方法與模型

（一）RS 理論

RS 是定量分析處理模糊和不確定性知識(shí)的數(shù)學(xué)工具,其基本概念包括:

1.信息系統(tǒng)

在RS 理論中,用信息系統(tǒng)IS=（U,A,V,?） 來表示研究對(duì)象,其中U=（x1,x2,…,xm） 稱為論域,表示對(duì)象的非空有限集合;A=C∪D={a1,a2,…,an}是屬性集合,且C∩D=φ,C={c1,c2,…,cn}為條件屬性集,D=2a0o0wo為決策屬性集;?:U×A→V是信息函數(shù),它為每個(gè)對(duì)象的每個(gè)屬性賦予一個(gè)信息值。

2.可辨識(shí)矩陣

信息系統(tǒng)中的對(duì)象由于缺乏知識(shí)而無法被準(zhǔn)確地分類,則稱二者之間具有不可辨識(shí)關(guān)系,根據(jù)對(duì)象間不可辨識(shí)關(guān)系,可得到信息系統(tǒng)的可辨識(shí)矩陣?？杀孀R(shí)矩陣為m×n階矩陣,其第i行第j列元素TD（ij）為:

3.屬性重要度

對(duì)于一個(gè)可辨識(shí)矩陣TD（ij）=（tij）m×n,屬性a∈A,則屬性a在A中的重要度為:

（二）SVM 算法

SVM 算法是從線性可分情況下的最優(yōu)分類面提出的,要求分類面不但能將兩類樣本點(diǎn)無錯(cuò)誤地分開,而且要使兩類分類空隙最大,即可表示為約束優(yōu)化問題:

定義拉格朗日函數(shù)把原問題轉(zhuǎn)化為如下凸二次規(guī)劃的對(duì)偶問題:

這是一個(gè)不等式約束下二次函數(shù)機(jī)制問題,存在唯一最優(yōu)解。若為最優(yōu)解,則

不為零的樣本即為支持向量,因此最優(yōu)分類面的權(quán)系數(shù)向量是支持向量的線性組合。b?可由約束條件αi[yi（wTxi+b）-1]=0 求解,由此求得的最優(yōu)分類函數(shù)為:f（x）=sgn（（w?）Tx+b?）=。當(dāng)用一個(gè)超平面不能把兩類點(diǎn)完全分開時(shí)（只有少數(shù)點(diǎn)被錯(cuò)分）,可以引入松弛變量,使超平面wTx +b=0滿足:

當(dāng)0＜ξi＜1 時(shí)樣本點(diǎn)xi仍舊被正確分類,而當(dāng)ξi≥1 時(shí)樣本點(diǎn)xi被錯(cuò)分。為此,引入以下目標(biāo)函數(shù):

其中C 是一個(gè)正常數(shù),稱為懲罰因子,此時(shí)SVM 可通過對(duì)偶規(guī)劃來實(shí)現(xiàn):

（三）基于RS-SVM 的評(píng)價(jià)模型

模型構(gòu)建基本思路為:利用RS 從初始指標(biāo)數(shù)據(jù)中篩選出關(guān)鍵評(píng)價(jià)指標(biāo),并將各關(guān)鍵指標(biāo)數(shù)據(jù)輸入SVM 進(jìn)行訓(xùn)練學(xué)習(xí),得到評(píng)價(jià)模型的核函數(shù)和參數(shù)信息,再利用樣本檢驗(yàn)?zāi)Ｐ驮u(píng)價(jià)結(jié)果的準(zhǔn)確性,如果準(zhǔn)確率較高,即可將該模型用于實(shí)際評(píng)價(jià),如圖1 所示。

圖1 移動(dòng)旅游服務(wù)質(zhì)量評(píng)價(jià)模型

該模型具體應(yīng)用步驟如下:

（1）構(gòu)建移動(dòng)旅游服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系,各評(píng)價(jià)指標(biāo)用ci表示;

（2）根據(jù)實(shí)際情況,將服務(wù)質(zhì)量水平劃分為s個(gè)等級(jí),其中s為不小于2 的正整數(shù);

（3）確定評(píng)價(jià)對(duì)象并設(shè)計(jì)調(diào)查問卷,收集被調(diào)查者對(duì)服務(wù)質(zhì)量各項(xiàng)指標(biāo)的打分?jǐn)?shù)據(jù);

（4）將服務(wù)質(zhì)量各評(píng)價(jià)指標(biāo)及其綜合評(píng)價(jià)等級(jí)數(shù)據(jù)集整理成信息決策表,并進(jìn)行離散化處理;

（5）在保持決策表分類能力不變的條件下,用RS 屬性約簡(jiǎn)算法得到約簡(jiǎn)后的服務(wù)質(zhì)量樣本數(shù)據(jù),即確定關(guān)鍵評(píng)價(jià)指標(biāo);

（6）整理關(guān)鍵評(píng)價(jià)指標(biāo)及旅游服務(wù)質(zhì)量樣本數(shù)據(jù),并確定訓(xùn)練樣本集和測(cè)試樣本集;

（7）構(gòu)建服務(wù)質(zhì)量評(píng)價(jià)的SVM模型,并確定模型核函數(shù)和相關(guān)參數(shù);

（8）用訓(xùn)練樣本集對(duì)SVM模型進(jìn)行訓(xùn)練,直至訓(xùn)練結(jié)果與實(shí)際結(jié)果保持一致;

（9）用測(cè)試樣本檢測(cè)SVM模型的訓(xùn)練效果,若在允許的誤差范圍內(nèi),測(cè)試樣本結(jié)果與實(shí)際結(jié)果保持一致,那么該模型可以用于服務(wù)質(zhì)量的評(píng)價(jià),否則重復(fù)步驟（7）～（8）;

（10）將實(shí)際樣本數(shù)據(jù)輸入至SVM模型中,計(jì)算得到該評(píng)價(jià)對(duì)象的服務(wù)質(zhì)量等級(jí)。

三、評(píng)價(jià)模型的實(shí)證應(yīng)用

（一）評(píng)價(jià)指標(biāo)體系構(gòu)建

在線服務(wù)質(zhì)量影響因素眾多,Zeithaml 等認(rèn)為電子服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)包括效率、可靠性、完成性、隱私性、反應(yīng)性、補(bǔ)償性和接觸性;王偉軍等針對(duì)移動(dòng)電子商務(wù)環(huán)境,提出高效性、安全性、移情性、響應(yīng)性、可靠性、補(bǔ)償性等服務(wù)質(zhì)量評(píng)價(jià)維度。結(jié)合移動(dòng)旅游服務(wù)特點(diǎn),本文構(gòu)建由5 個(gè)維度影響因素、16 個(gè)評(píng)價(jià)指標(biāo)組成的評(píng)價(jià)指標(biāo)體系（見表1）。

表1 評(píng)價(jià)指標(biāo)體系

（二）樣本數(shù)據(jù)收集

為了檢驗(yàn)移動(dòng)旅游服務(wù)質(zhì)量評(píng)價(jià)模型,本文以攜程網(wǎng)、去哪兒網(wǎng)和飛豬旅行等國內(nèi)12 家知名移動(dòng)旅游服務(wù)企業(yè)為評(píng)價(jià)對(duì)象,采用專家調(diào)查法收集各評(píng)價(jià)指標(biāo)數(shù)據(jù)。設(shè)計(jì)調(diào)查問卷時(shí),采用李克特五級(jí)量表法和專家打分法對(duì)服務(wù)質(zhì)量等級(jí)加以量化,1～5 分別表示很差、較差、一般、較好、很好,對(duì)各項(xiàng)評(píng)價(jià)指標(biāo)則采用百分制法進(jìn)行打分。通過對(duì)15 位分別來自旅游企業(yè)、移動(dòng)電子商務(wù)企業(yè)、高校的專家進(jìn)行調(diào)研,得到12 個(gè)評(píng)價(jià)對(duì)象各評(píng)價(jià)指標(biāo)評(píng)價(jià)值及綜合評(píng)價(jià)等級(jí)數(shù)據(jù)如表2 所示。

表2 初始樣本數(shù)據(jù)

由表2 可知,在被評(píng)價(jià)的12 家企業(yè)中,2 家移動(dòng)旅游服務(wù)質(zhì)量很好,3 家較好,7 家一般、較差或很差,說明移動(dòng)旅游服務(wù)質(zhì)量整體表現(xiàn)仍然不佳,需要在后續(xù)運(yùn)營中重視服務(wù)質(zhì)量?jī)?yōu)化和改善。從評(píng)價(jià)指標(biāo)平均分值可以看出,便利性（c4-c7）和交互性（c8-c9）指標(biāo)表現(xiàn)很好,可靠性（c1-c3）指標(biāo)中商家信譽(yù)保證（c3）表現(xiàn)很差,安全性（c13-c6）指標(biāo)整體表現(xiàn)較好,而移情性（c10-c12）指標(biāo)表現(xiàn)最差。因此,企業(yè)在提供移動(dòng)旅游服務(wù)時(shí)應(yīng)注重保證商家信譽(yù),同時(shí)重點(diǎn)加強(qiáng)用戶移情性體驗(yàn)滿足,特別是強(qiáng)化個(gè)性化服務(wù)和移動(dòng)情景性服務(wù)開發(fā)與運(yùn)營。

（三）關(guān)鍵評(píng)價(jià)指標(biāo)確定

由于RS 只能處理離散化數(shù)據(jù),因此,在利用RS 進(jìn)行屬性約簡(jiǎn)前必須對(duì)初始樣本數(shù)據(jù)進(jìn)行離散化。本文利用分割點(diǎn)法對(duì)表2 進(jìn)行離散化,將條件屬性域劃分為5 個(gè)分值區(qū)間:[90,100],[85,90）,[80,85）,[70,80）,[0,70）,并分別用離散化數(shù)據(jù)1、2、3、4、5 表示各分值區(qū)間和服務(wù)質(zhì)量等級(jí)的從高到低,結(jié)果如表3 所示。

表3 離散化后樣本數(shù)據(jù)

在上述離散化數(shù)據(jù)基礎(chǔ)上,為減小計(jì)算的復(fù)雜性,本文采用遺傳算法進(jìn)行屬性約簡(jiǎn)求解,通過設(shè)置遺傳算法參數(shù),求得移動(dòng)旅游服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)約簡(jiǎn)結(jié)果如表4 所示。

表4 評(píng)價(jià)指標(biāo)的約簡(jiǎn)結(jié)果

由表4 可知,從第五代開始出現(xiàn)了最優(yōu)個(gè)體（1001001000101001）,并且連續(xù)十代保持不變,說明條件屬性“評(píng)價(jià)指標(biāo)值”對(duì)決策屬性“綜合評(píng)價(jià)等級(jí)”的最小相對(duì)約簡(jiǎn)為{c1,c4,c7,c11,c13,c16},此結(jié)果是問題的最優(yōu)解,即影響移動(dòng)旅游服務(wù)質(zhì)量的關(guān)鍵指標(biāo)分別為信息準(zhǔn)確性、操作方式易用性、支付方式多樣性、服務(wù)個(gè)性化、安全交易機(jī)制和服務(wù)應(yīng)急補(bǔ)救能力。因此,企業(yè)需重點(diǎn)從這六方面進(jìn)行移動(dòng)旅游服務(wù)優(yōu)化,才能最有效地提升服務(wù)質(zhì)量。

（四）模型訓(xùn)練及評(píng)價(jià)結(jié)果

將以上六項(xiàng)關(guān)鍵指標(biāo)數(shù)據(jù)輸入SVM模型進(jìn)行訓(xùn)練。考慮到Gauss 徑向基核函數(shù)具有學(xué)習(xí)能力優(yōu)勢(shì),本文將其作為識(shí)別模型的核函數(shù),在MatlabR 2016a 環(huán)境下采用粒子群算法進(jìn)行參數(shù)優(yōu)化選擇,得到SVM模型相關(guān)最優(yōu)參數(shù)值,如圖2 所示。

圖2 粒子群算法參數(shù)尋優(yōu)的適應(yīng)度曲線

在粒子群算法參數(shù)尋優(yōu)基礎(chǔ)上,根據(jù)約簡(jiǎn)后關(guān)鍵評(píng)價(jià)指標(biāo),利用libsvm 軟件包對(duì)前10 組樣本數(shù)據(jù)進(jìn)行訓(xùn)練,訓(xùn)練結(jié)果如表5 所示。

表5 基于RS-SVM模型的訓(xùn)練樣本評(píng)價(jià)結(jié)果

由表5 可知,測(cè)試樣本中僅有3 組樣本與實(shí)際值未完全一致,且相對(duì)誤差均在1%以內(nèi),說明本文建立的基于RS-SVM模型具有較高的評(píng)價(jià)精確度。為驗(yàn)證模型推廣性能,對(duì)剩余2 組樣本數(shù)據(jù)進(jìn)行測(cè)試,并將其與傳統(tǒng)SVM模型進(jìn)行對(duì)比,結(jié)果如表6 所示。

表6 RS-SVM模型和SVM模型評(píng)價(jià)結(jié)果比較

由表6 可知,兩個(gè)模型的評(píng)價(jià)結(jié)果基本一致,與實(shí)際情況吻合。但是,RS-SVM模型服務(wù)質(zhì)量評(píng)價(jià)精確度（100%）高于傳統(tǒng)SVM模型（98.6%）,說明模型具有更高的擬合能力和推廣能力,這是因?yàn)镽S約簡(jiǎn)去除了原始數(shù)據(jù)中的冗余屬性,使評(píng)價(jià)指標(biāo)更具有代表性。

四、結(jié)論

本文構(gòu)建了移動(dòng)旅游服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系,并提出基于RS-SVM 的評(píng)價(jià)模型,并以攜程網(wǎng)等12家知名移動(dòng)旅游服務(wù)企業(yè)為評(píng)價(jià)對(duì)象進(jìn)行實(shí)證分析,得到如下結(jié)論:

（1）移動(dòng)旅游企業(yè)服務(wù)質(zhì)量整體表現(xiàn)一般,存在較大提升空間,主要原因是商家信譽(yù)保證缺乏以及用戶移情性體驗(yàn)滿足較差。企業(yè)在提供移動(dòng)旅游服務(wù)過程中應(yīng)在保證商家信譽(yù)的基礎(chǔ)上,加強(qiáng)用戶移情性體驗(yàn)滿足,重視個(gè)性化服務(wù)和移動(dòng)情景性服務(wù)的開發(fā)與運(yùn)營。

（2）影響移動(dòng)旅游服務(wù)質(zhì)量的關(guān)鍵因素包括信息準(zhǔn)確性、操作方式易用性、支付方式多樣性、服務(wù)個(gè)性化、安全交易機(jī)制和服務(wù)應(yīng)急補(bǔ)救能力。企業(yè)需重點(diǎn)從這六方面進(jìn)行移動(dòng)旅游服務(wù)優(yōu)化,從而更有效地提升服務(wù)質(zhì)量。

（3）相比于傳統(tǒng)SVM模型,RS-SVM模型由于去除了原始數(shù)據(jù)的冗余評(píng)價(jià)指標(biāo),使精簡(jiǎn)后的屬性更具有代表性,因此具有更高的評(píng)價(jià)精確度和推廣應(yīng)用能力。旅游消費(fèi)者可利用該評(píng)價(jià)模型篩選移動(dòng)服務(wù)質(zhì)量好的企業(yè),而企業(yè)則可利用它確定旅游服務(wù)中存在的不足之處及相應(yīng)優(yōu)化方向。