| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的和意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12-13页 |
| 1.3.3 国内外研究综述 | 第13页 |
| 1.4 研究内容和研究方法 | 第13-17页 |
| 1.4.1 研究内容 | 第13-16页 |
| 1.4.2 研究方法 | 第16-17页 |
| 第2章 大数据环境下政府信息资源服务质量评价理论基础 | 第17-21页 |
| 2.1 大数据相关概述 | 第17-18页 |
| 2.1.1 大数据的概念 | 第17页 |
| 2.1.2 大数据的特征与发展 | 第17页 |
| 2.1.3 大数据在政府信息服务中的意义与应用 | 第17-18页 |
| 2.2 政府信息资源服务质量相关概念界定 | 第18-19页 |
| 2.2.1 政府信息资源服务 | 第18页 |
| 2.2.2 政府信息资源服务的特征 | 第18页 |
| 2.2.3 服务质量与政府信息资源服务质量 | 第18-19页 |
| 2.3 大数据环境下政府信息资源服务质量评价的意义 | 第19-21页 |
| 第3章 大数据环境下政府信息资源服务质量评价模型的构建 | 第21-35页 |
| 3.1 大数据环境下政府信息资源服务质量影响因素分析 | 第21-23页 |
| 3.1.1 SERVQUAL服务模型与政府信息资源服务质量评价 | 第21页 |
| 3.1.2 大数据环境下政府信息资源服务质量影响因素 | 第21-23页 |
| 3.2 大数据环境下政府信息资源服务质量评价模型指标体系的构建 | 第23-30页 |
| 3.2.1 服务质量评价指标体系的构建原则 | 第23-24页 |
| 3.2.2 服务质量评价指标体系设计思路 | 第24-25页 |
| 3.2.3 服务质量评价指标体系初选 | 第25页 |
| 3.2.4 服务质量指标体系的甄选 | 第25-30页 |
| 3.3 因子载荷加权SERVQUAL评价模型 | 第30-35页 |
| 3.3.1 原始经典SERVQUAL方法 | 第30页 |
| 3.3.2 因子分析方法 | 第30-32页 |
| 3.3.3 因子载荷加权SERVQUAL方法 | 第32-33页 |
| 3.3.4 结构方程验证模型 | 第33页 |
| 3.3.5 因子载荷加权SERVQUAL评价基本思路 | 第33-35页 |
| 第4章 大数据环境下政府信息资源服务质量评价实证研究 | 第35-45页 |
| 4.1 实证研究背景及研究目的 | 第35页 |
| 4.1.1 研究背景 | 第35页 |
| 4.1.2 研究目的 | 第35页 |
| 4.2 数据收集与处理 | 第35-38页 |
| 4.2.1 调查问卷的设计与实地调查 | 第36页 |
| 4.2.2 调查数据的处理与样本特征分析 | 第36-38页 |
| 4.3 实证结果分析 | 第38-43页 |
| 4.3.1 因子分析模型验证 | 第38-39页 |
| 4.3.2 结构方程模型验证 | 第39-41页 |
| 4.3.3 结果分析 | 第41-43页 |
| 4.4 对策和建议 | 第43-45页 |
| 第5章 总结与展望 | 第45-47页 |
| 5.1 本文所做的工作 | 第45页 |
| 5.2 本文的创新点 | 第45-46页 |
| 5.3 研究的不足与展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-51页 |
| 附录A 大数据环境下政府信息资源服务质量评价问卷调查表 | 第51-61页 |
| 附录B 个人学历、在学期间发表的学术论文与研究成果 | 第61页 |
