| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 研究现状与存在问题 | 第11-14页 |
| 1.3 研究的内容及方法 | 第14-15页 |
| 1.4 技术路线图 | 第15-16页 |
| 1.5 主要创新点 | 第16-17页 |
| 2 理论简介 | 第17-30页 |
| 2.1 服务蓝图 | 第17-19页 |
| 2.2 主成分分析法 | 第19-21页 |
| 2.3 神经网络集成 | 第21-29页 |
| 2.3.1 人工神经网络 | 第21-26页 |
| 2.3.2 神经网络集成 | 第26-29页 |
| 2.4 小结 | 第29-30页 |
| 3 基于PCA和NNE的顾客满意度建模方法及步骤 | 第30-36页 |
| 3.1 基本思想 | 第30页 |
| 3.2 服务蓝图设计的关键节点分析 | 第30-32页 |
| 3.3 问卷设计及数据收集 | 第32页 |
| 3.4 原始数据的主成分分析 | 第32-33页 |
| 3.5 基于神经网络集成的顾客满意度建模 | 第33-35页 |
| 3.5.1 个体网络的选择 | 第33-34页 |
| 3.5.2 基于正交表的个体网络参数设定 | 第34-35页 |
| 3.5.3 神经网络集成模型的建立 | 第35页 |
| 3.6 小结 | 第35-36页 |
| 4 某汽车4S店售后服务流程顾客满意度建模的实证研究 | 第36-52页 |
| 4.1 背景介绍 | 第36页 |
| 4.2 售后服务的关键节点分析 | 第36-38页 |
| 4.3 问卷设计 | 第38-39页 |
| 4.4 主要影响指标的提取 | 第39-45页 |
| 4.5 顾客满意度建模 | 第45-49页 |
| 4.6 结果讨论 | 第49-51页 |
| 4.6.1 利用服务蓝图设计指标体系、调查问卷的优势 | 第49页 |
| 4.6.2 主成分分析对于主要影响因素识别的作用 | 第49-50页 |
| 4.6.3 神经网络集成对于顾客满意度建模研究的效果 | 第50-51页 |
| 4.7 小结 | 第51-52页 |
| 5 结论与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第57-58页 |
| 附表 | 第58页 |
