| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 选题背景及意义 | 第11-14页 |
| 1.1.1 选题背景 | 第11-13页 |
| 1.1.2 选题意义 | 第13-14页 |
| 1.2 研究的内容及框架 | 第14-16页 |
| 1.3 研究方法 | 第16页 |
| 1.4 创新点 | 第16-17页 |
| 第2章 文献综述 | 第17-31页 |
| 2.1 Kano 模型研究综述 | 第17-22页 |
| 2.1.1 Kano 模型相关理论 | 第17-18页 |
| 2.1.2 Kano 模型的应用方法 | 第18-20页 |
| 2.1.3 Kano 模型的应用领域 | 第20-22页 |
| 2.2 手机购物研究综述 | 第22-27页 |
| 2.2.1 手机购物与传统网络购物的关系 | 第22页 |
| 2.2.2 手机购物影响因素 | 第22-27页 |
| 2.3 顾客满意度研究综述 | 第27-29页 |
| 2.3.1 顾客满意度的概念 | 第27-28页 |
| 2.3.2 顾客满意度测评方法 | 第28-29页 |
| 2.4 综合评价 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 手机购物顾客满意度测评指标项的确立 | 第31-57页 |
| 3.1 文献法对指标项的初步选择 | 第31-32页 |
| 3.2 深度访谈对指标项的修正 | 第32-36页 |
| 3.2.1 访谈的目的及意义 | 第32页 |
| 3.2.2 访谈对象 | 第32-33页 |
| 3.2.3 访谈提纲 | 第33页 |
| 3.2.4 访谈结果分析 | 第33-36页 |
| 3.3 R 型系统聚类分析对指标项的优化 | 第36-55页 |
| 3.3.1 R 型系统聚类分析的目的及意义 | 第36-37页 |
| 3.3.2 R 型系统聚类指标优化的算法 | 第37-38页 |
| 3.3.3 调查问卷的设计与回收 | 第38-39页 |
| 3.3.4 描述性统计分析 | 第39-42页 |
| 3.3.5 信效度分析 | 第42-44页 |
| 3.3.6 R 型聚类结果分析 | 第44-55页 |
| 3.4 本章小结 | 第55-57页 |
| 第4章 基于模糊 Kano 模型的顾客满意度实证分析 | 第57-85页 |
| 4.1 模糊 Kano 模型基本原理 | 第57-59页 |
| 4.1.1 模糊理论 | 第57-58页 |
| 4.1.2 模糊 Kano 模型 | 第58-59页 |
| 4.2 模糊 Kano 模型问卷的设计与回收 | 第59-61页 |
| 4.2.1 问卷的设计 | 第59-60页 |
| 4.2.2 问卷的内容 | 第60-61页 |
| 4.2.3 问卷的回收 | 第61页 |
| 4.3 数据分析 | 第61-64页 |
| 4.3.1 描述性统计分析 | 第61-63页 |
| 4.3.2 信度分析 | 第63页 |
| 4.3.3 效度分析 | 第63-64页 |
| 4.4 确定指标项提升满意度的权重 | 第64-77页 |
| 4.4.1 熵值法计算各指标的初始权重 | 第64-68页 |
| 4.4.2 模糊 Kano 模型确定最终权重 | 第68-77页 |
| 4.5 手机购物顾客满意度结果分析 | 第77-83页 |
| 4.5.1 确定提升满意度及降低不满意度的关键指标 | 第77-79页 |
| 4.5.2 手机购物顾客满意度与传统网络购物顾客满意度对比分析 | 第79-80页 |
| 4.5.3 顾客从传统网络购物转移至手机购物的原因分析 | 第80-83页 |
| 4.6 本章小结 | 第83-85页 |
| 第5章 提升手机购物顾客满意度的激励措施 | 第85-89页 |
| 5.1 以测评指标所属的模糊 Kano 模型类别为导向的激励措施 | 第85-87页 |
| 5.1.1 基于魅力指标的激励措施 | 第85-86页 |
| 5.1.2 基于期望指标的激励措施 | 第86页 |
| 5.1.3 基于必备指标的激励措施 | 第86-87页 |
| 5.2 以顾客互动为导向的激励措施 | 第87-88页 |
| 5.3 以顾客消费偏好为导向的激励措施 | 第88页 |
| 5.4 本章小结 | 第88-89页 |
| 结论 | 第89-91页 |
| 参考文献 | 第91-101页 |
| 攻读学位期间发表的学术论文 | 第101-102页 |
| 致谢 | 第102-103页 |
| 附录 | 第103-110页 |
