基于SEM的打车软件用户满意度评价研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第11-17页 |
| 1.1 选题背景及研究意义 | 第11-12页 |
| 1.1.1 选题背景 | 第11-12页 |
| 1.1.2 选题意义 | 第12页 |
| 1.2 研究内容及方法 | 第12-15页 |
| 1.2.1 研究内容 | 第12-15页 |
| 1.2.2 研究方法 | 第15页 |
| 1.3 论文的创新点 | 第15-17页 |
| 2 文献综述 | 第17-26页 |
| 2.1 第三方打车软件 | 第17-19页 |
| 2.1.1 第三方手机打车软件概述 | 第17-18页 |
| 2.1.2 第三方手机打车软件商业模式 | 第18-19页 |
| 2.2 手机打车软件满意度相关研究综述 | 第19-25页 |
| 2.2.1 国外满意度的相关理论和模型 | 第19-21页 |
| 2.2.2 国内满意度的相关理论和模型 | 第21-22页 |
| 2.2.3 手机打车软件满意度研究现状 | 第22-25页 |
| 2.3 手机打车软件满意度评价研究现状 | 第25-26页 |
| 3 手机打车软件满意度影响因素及模型构建 | 第26-36页 |
| 3.1 软件服务 | 第28-29页 |
| 3.1.1 软件信息 | 第28页 |
| 3.1.2 软件设计 | 第28-29页 |
| 3.1.3 地图服务 | 第29页 |
| 3.2 感知价值 | 第29-31页 |
| 3.2.1 公司因素 | 第29-30页 |
| 3.2.2 知名度 | 第30页 |
| 3.2.3 计费 | 第30-31页 |
| 3.2.4 政策影响 | 第31页 |
| 3.3 安全性 | 第31-32页 |
| 3.3.1 用户账户安全 | 第31页 |
| 3.3.2 提供车辆安全性 | 第31-32页 |
| 3.3.3 用户个人信息安全 | 第32页 |
| 3.4 服务质量 | 第32-33页 |
| 3.4.1 车辆服务 | 第32-33页 |
| 3.4.2 接单服务 | 第33页 |
| 3.5 用户个人因素 | 第33-34页 |
| 3.5.1 用户的满意度倾向 | 第33-34页 |
| 3.5.2 用户打车经验 | 第34页 |
| 3.6 用户忠诚度 | 第34-35页 |
| 3.7 理论模型的构建 | 第35-36页 |
| 4 满意度的实证分析 | 第36-52页 |
| 4.1 问卷的设计与数据统计 | 第36-40页 |
| 4.1.1 样本情况 | 第36-39页 |
| 4.1.2 研究对象的选取 | 第39页 |
| 4.1.3 问卷的统计分析 | 第39-40页 |
| 4.2 数据处理 | 第40-45页 |
| 4.2.1 信度分析 | 第40-42页 |
| 4.2.2 效度分析 | 第42-45页 |
| 4.3 结构方程模型验证 | 第45-52页 |
| 4.3.1 结构方程模型 | 第45-47页 |
| 4.3.2 模型估计与参数的显著性检验 | 第47-48页 |
| 4.3.3 模型的修正 | 第48-50页 |
| 4.3.4 结果分析 | 第50-52页 |
| 5 基于PCA-ELM的满意度评价模型 | 第52-66页 |
| 5.1 PCA-ELM算法概述及预测模型 | 第52-58页 |
| 5.1.1 主成分分析的原理 | 第52-53页 |
| 5.1.2 极限学习机的原理 | 第53-56页 |
| 5.1.3 打车软件用户满意度预测模型 | 第56-58页 |
| 5.2 预测模型指标的确定 | 第58页 |
| 5.3 数据的预处理 | 第58-62页 |
| 5.4 模型的仿真及评价 | 第62-66页 |
| 5.4.1 模型的创建 | 第62-63页 |
| 5.4.2 模型的评价 | 第63-66页 |
| 6 结果分析与策略建议 | 第66-69页 |
| 6.1 打车软件管理策略 | 第66-67页 |
| 6.2 政策和监管策略 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录A 调查问卷 | 第75-78页 |
| 作者简历 | 第78-80页 |
| 学位论文数据集 | 第80-81页 |
