CN111369300A - 满意度评价方法、装置、计算机设备和可读存储介质 - Google Patents

满意度评价方法、装置、计算机设备和可读存储介质 Download PDF

Info

Publication number
CN111369300A
CN111369300A CN202010174002.8A CN202010174002A CN111369300A CN 111369300 A CN111369300 A CN 111369300A CN 202010174002 A CN202010174002 A CN 202010174002A CN 111369300 A CN111369300 A CN 111369300A
Authority
CN
China
Prior art keywords
evaluation
evaluation index
layer evaluation
weight
satisfaction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010174002.8A
Other languages
English (en)
Inventor
张欣环
谢美丽
吴金洪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Normal University CJNU
Original Assignee
Zhejiang Normal University CJNU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Normal University CJNU filed Critical Zhejiang Normal University CJNU
Priority to CN202010174002.8A priority Critical patent/CN111369300A/zh
Publication of CN111369300A publication Critical patent/CN111369300A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及满意度评价方法、装置、计算机设备和可读存储介质。该方法包括：构建满意度评价模型，所述满意度评价模型包括目标层评价指标、中间层评价指标和底层评价指标；获取所述底层评价指标的评价数据；根据所述目标层评价指标的判断矩阵、所述中间层评价指标的判断矩阵以及所述底层评价指标的评价数据，得到所述中间层评价指标和所述底层评价指标的组合权重；根据所述组合权重和所述评价数据，得到所述目标层评价指标的综合评估数据；根据所述综合评估数据和评价等级集，得到所述满意度评价模型的满意度评估值，解决了满意度评价方法容易受主观因素影响的问题，提高了满意度评价的精度。

Description

满意度评价方法、装置、计算机设备和可读存储介质
技术领域
本发明涉及数据评估分析技术领域，特别是涉及一种满意度评价方法、装 置、计算机设备和可读存储介质。
背景技术
用户满意度是指用户对某一类产品或者某一项服务的期望与实际体验比较 后，产生的一种心理状态。科学的满意度评价方法有助于改进产品性能和提高 服务质量，从而提升产品和服务的吸引力。提升指标赋权的科学性与客观性， 可以提高满意度评价的精度。
在相关技术中，满意度评价方法容易受主观因素影响的问题，目前尚未提 出有效的解决方案。
发明内容
本申请提供的满意度评价方法、装置、计算机设备和可读存储介质，可以 用于公共交通、酒店餐饮和产品服务等的满意度评估。
一种满意度评价方法，所述方法包括：
构建满意度评价模型，所述满意度评价模型包括目标层评价指标、中间层 评价指标和底层评价指标；
获取所述底层评价指标的评价数据；
根据所述目标层评价指标的判断矩阵、所述中间层评价指标的判断矩阵以 及所述底层评价指标的评价数据，得到所述中间层评价指标和所述底层评价指 标的组合权重；
根据所述组合权重和所述评价数据，得到所述目标层评价指标的综合评估 数据；
根据所述综合评估数据和评价等级集，得到所述满意度评价模型的满意度 评估值。
在其中一个实施例中，所述根据所述目标评价层评价指标的判断矩阵、所 述中间层评价指标的判断矩阵以及所述底层评价指标的评价数据，得到所述中 间层评价指标和所述底层评价指标的组合权重包括：
根据所述满意度评价模型，构造所述目标评价层评价指标和所述中间层评 价指标的判断矩阵；
根据所述判断矩阵，获取所述中间层评价指标和所述底层评价指标的第一 权重；
根据所述评价数据，获取所述中间层评价指标和所述底层评价指标的第二 权重；
根据所述第一权重和所述第二权重，得到所述组合权重。
在其中一个实施例中，所述根据所述评价数据，获取所述中间层评价指标 和所述底层评价指标的第二权重包括：
根据所述评价数据，得到每个所述底层评价指标和每个所述中间层评价指 标的概率；
根据所述概率，计算每个所述底层评价指标和每个所述中间层评价指标的 差异系数；
根据所述差异系数，得到所述第二权重。
在其中一个实施例中，所述根据所述第一权重和所述第二权重，得到所述 组合权重包括：
将每个所述第一权重和对应的所述第二权重相乘，得到每个所述底层评价 指标和每个所述中间层评价指标的第一组合权重参数；
将所有所述底层评价指标和所有所述中间层评价指标的所述第一组合权重 参数相加，得到所述底层评价指标和所述中间层评价指标的第二组合权重参数；
根据所述第一组合权重参数和所述第二组合权重参数，得到所述组合权重。
在其中一个实施例中，所述根据所述组合权重和所述评价数据，得到所述 目标层评价指标的综合评估数据包括：
根据所述底层评价指标的评价数据，得到所述底层评价指标的第一隶属矩 阵；
根据所述第一隶属矩阵与所述组合权重，得到所述综合评估数据。
在其中一个实施例中，所述根据所述第一隶属矩阵与所述组合权重，得到 所述综合评估数据包括：
根据所述第一隶属矩阵与所述底层评价指标的组合权重，得到多个第一隶 属向量组成的第二隶属矩阵；
根据所述第二隶属矩阵与所述中间层评价指标组合权重，得到所述综合评 估数据。
在其中一个实施例中，所述根据所述第二隶属矩阵与所述中间层评价指标 组合权重，得到所述综合评估数据包括：
将所述第二隶属矩阵和所述中间层评价指标组合权重相乘，得到所述述综 合评估数据。
根据本申请的另一个方面，还提供一种满意度评价装置，所述装置包括：
建模模块，用于构建满意度评价模型，所述满意度评价模型包括目标层评 价指标、中间层评价指标和底层评价指标；
数据获取模块，用于获取所述底层评价指标的评价数据；
组合权重求解模块，用于根据所述目标评价层评价指标的判断矩阵、所述 中间层评价指标的判断矩阵以及所述底层评价指标的评价数据，得到所述中间 层评价指标和所述底层评价指标的组合权重；
综合评估模块，用于根据所述组合权重和所述评价数据，得到所述目标层 评价指标的综合评估数据；
满意度评估模块，用于根据所述综合评估数据和评价等级集，得到所述满 意度评价模型的满意度评估值。
根据本申请的另一个方面，提供了一种计算机设备，包括存储器和处理器， 所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任 一所述方法。
根据本申请的另一个方面，提供了一种计算机可读存储介质，其上存储有 计算机程序，所述程序被处理器执行时实现上述任一所述方法。
本申请提供的满意度评价方法、装置、计算机设备和可读存储介质，包括 构建满意度评价模型，所述满意度评价模型包括目标层评价指标、中间层评价 指标和底层评价指标，获取所述底层评价指标的评价数据，获取所述中间层评 价指标和所述底层评价指标的组合权重，根据所述组合权重和所述评价数据， 得到所述目标层评价指标的综合评估数据，从而得到所述满意度评价模型的满 意度评估值，解决了满意度评价方法容易受主观因素影响的问题，提高了满意 度评价的精度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施 例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述 中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付 出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为一个实施例中满意度评价方法的流程图；
图2为一个实施例中地铁乘客满意度评价模型的结构示意图；
图3为一个实施例中求解组合权重的流程图；
图4为一个实施例中求解第二权重的流程图；
图5为一个实施例中根据第一权重和第二权重求解组合权重的流程图；
图6为一个实施例中满意度评价装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了便于理解本申请，为使本申请的上述目的、特征和优点能够更加明显 易懂，下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中 阐述了很多具体细节以便于充分理解本申请，附图中给出了本申请的较佳实施 方式。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实 施方式。相反地，提供这些实施方式的目的是使对本申请的公开内容理解的更 加透彻全面。本申请能够以很多不同于在此描述的其它方式来实施，本领域技 术人员可以在不违背本申请内涵的情况下做类似改进，因此本申请不受下面公 开的具体实施例的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对 重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二” 的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个” 的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。在本申请 的描述中，“若干”的含义是至少一个，例如一个，两个等，除非另有明确具体的 限定。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术 领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述具体 的实施方式的目的，不是旨在于限制本申请。本文所使用的术语“及/或”包括一 个或多个相关的所列项目的任意的和所有的组合。
图1为一个实施例中满意度评价方法的流程图，如图1所示，满意度评价 方法包括步骤S110至步骤S150，其中：
步骤S110，构建满意度评价模型，该满意度评价模型包括目标层评价指标、 中间层评价指标和底层评价指标。
在一个实施例中，构建满意度评价模型，该满意度评价模型包括一级目标 层评价指标、多级中间层评价指标和一级底层评价指标，设置满意度评价模型 的评价等级集。其中，目标层评价指标是指最能直观评估满意度评价模型的满 意度的评价指标，对目标层评价指标进行细化，得到多级中间层评价指标和底 层评价指标。
以轨道交通为例，从人、车、环境、乘客反映问题较多以及使用最频繁的 设施设备出发，建立地铁乘客满意度评价模型。图2为一个实施例中地铁乘客 满意度评价模型的结构示意图，如图2所示，地铁乘客满意度评价模型包括目 标层评价指标、中间层评价指标和底层评价指标。其中，目标层评价指标为地 铁乘客满意度A，中间层评价指标包括服务安全B1、服务质量B2、服务设施B3和服务环境B4。将中间层评价指标进一步细化得到底层评价指标。设置评价等 级集V＝{V1，V2，V3，V4，V5}＝{非常满意，比较满意，一般，比较不满意， 非常不满意}，其中，表1为评价等级集中不同等级对应的分值，如表1所示， 不同满意度评价等级V对应不同的分值：
表1评价等级集中不同等级对应的分值
Figure RE-GDA0002469693730000071
步骤S120，获取该底层评价指标的评价数据。
在一个实施例中，评价数据可以用于表示用户对底层评价指标的满意程度。 根据评价等级集对底层评价指标进行等级评估，可以采用调查问卷、走访调查、 街头采访和抽样调查等方式获取底层评价指标的评价数据。
步骤S130，根据该目标层评价指标的判断矩阵、该中间层评价指标的判断 矩阵以及该底层评价指标的评价数据，得到该中间层评价指标和该底层评价指 标的组合权重。
在一个实施例中，判断矩阵用于表示下一层评价指标相对于上一级评价指 标的重要程度。根据中间层评价指标的判断矩阵和底层评价指标的评价数据， 得到底层评价指标的组合权重。根据目标层评价指标的判断矩阵和底层评价指 标的评价数据，得到中间层评价指标的组合权重。
步骤S140，根据该组合权重和该评价数据，得到该目标层评价指标的综合 评估数据。
在一个实施例中，根据底层评价指标的评价数据，构造底层评价指标的隶 属矩阵，对底层评价指标的组合权重和底层评价指标的隶属矩阵进行数据处理， 得到中间层评价指标的隶属向量；根据中间层评价指标的隶属向量，构建中间 层评价指标的隶属矩阵，对中间层评价指标的组合权重和中间层评价指标的隶 属矩阵进行数据处理，得到目标层评价指标的综合评估数据。
步骤S150，根据该综合评估数据和评价等级集，得到该满意度评价模型的 满意度评估值。
在一个实施例中，综合评估数据可以用于表示求解得到的目标层评价指标 的评估参数，将该综合评估数据与评价等级集的分值进行相乘运算，得到满意 度评价模型的满意度评估值。
上述满意度评价方法，构建满意度评价模型，该满意度评价模型包括目标 层评价指标、中间层评价指标和底层评价指标，获取该底层评价指标的评价数 据，构造目标层评价指标以及中间层评价指标的判断矩阵，通过对该判断矩阵 以及该评价数据进行数据处理来求解中间层评价指标和底层评价指标的组合权 重，提高了组合权重求解过程的科学性与客观性。根据更加客观的组合权重和 该评价数据得到该目标层评价指标的综合评估数据，从而得到该满意度评价模 型的满意度评估值，解决了满意度评价方法容易受主观因素影响的问题，提高 了满意度评价的精度。
图3为一个实施例中求解组合权重的流程图，如图3所示，求解组合权重 包括步骤S131至步骤S134，其中：
步骤S131，根据该满意度评价模型，构造该目标评价层评价指标和该中间 层评价指标的判断矩阵。
在一个实施例中，根据该满意度评价模型，可以对底层评价指标相对于中 间层评价指标的重要程度进行评估，构造关于底层评价指标的判断矩阵，作为 中间层评价指标的判断矩阵；可以对中间层评价指标相对于目标层评价指标的 重要程度进行评估，构造关于中间层评价指标的判断矩阵，作为目标层评价指 标的判断矩阵。可以采用专家打分的方式，根据比例标度表对评价指标进行打 分，得到中间层评价指标和目标层评价指标的判断矩阵，也可以采用其他方式 来构造判断矩阵，本实施例不作限制。
本实施例以图2所示的地铁乘客满意度评价模型为例进行说明，通过专家 打分对底层评价指标相对于中间层评价指标的重要程度进行评估，构造中间层 评价指标的判断矩阵，并对中间层评价指标的判断矩阵做一致性检验，经过多 次反复打分和一致性检验，得到中间层评价指标的判断矩阵。通过专家打分对 中间层评价指标相对于目标层评价指标的重要程度进行评估，构造目标层评价 指标的判断矩阵，并对目标层评价指标的判断矩阵做一致性检验，经过多次反 复打分和一致性检验，得到目标层评价指标的判断矩阵。
表2为目标层评价指标的判断矩阵及一致性检验结果，如表2所示，经过 多次反复打分和一致性检验，得到了目标层评价指标的判断矩阵，并通过了一 致性检验。
表2目标层评价指标的判断矩阵及一致性检验表
Figure RE-GDA0002469693730000091
其中，A用于表示目标层评价指标，A为地铁乘客满意度A。B1、B2、B3和B4用于表示中间层评价指标，分别为服务安全B1、服务质量B2、服务设施 B3和服务环境B4。λmax为判断矩阵的最大特征值，CI为一致性比例，CR为 判断矩阵的一致性比率，RI为平均一致性指标，Wi为评价指标的权重，用于表 示各目标层评价指标相对于地铁乘客满意度A的重要程度，需要说明的是B1的 权重为0.3294，B1的权重用于表示服务安全B1相对于地铁乘客满意度A的重要 程度为0.3294。
表3-6为中间层评价指标的判断矩阵及一致性检验结果，经过多次反复打分 和一致性检验，得到了中间层评价指标的判断矩阵，并通过了一致性检验。其 中，C1-C13用于表示底层评价指标。
表3服务安全B1的判断矩阵及一致性检验结果
Figure RE-GDA0002469693730000101
表4服务质量B2的判断矩阵及一致性检验结果
Figure RE-RE-GDA0002469693730000102
表5服务设施B3的判断矩阵及一致性检验结果
Figure RE-GDA0002469693730000103
表6服务环境B4的判断矩阵及一致性检验结果
Figure RE-RE-GDA0002469693730000111
步骤S132，根据该判断矩阵，获取该中间层评价指标和该底层评价指标的 第一权重。
在一个实施例中，第一权重可以用于表示根据专家打分的方式求解得到的 权重，该第一权重为主观权重。根据目标层评价指标的判断矩阵，求解得到中 间层评价指标的第一权重。根据中间层评价指标的判断矩阵，求解得到底层评 价指标的第一权重。
需要说明的是，表3-表6中记录的Wi为目标层评价指标和底层评价指标的 第一权重。
步骤S133，根据该评价数据，获取该中间层评价指标和该底层评价指标的 第二权重。
在一个实施例中，第二权重可以表示通过对评价数据进行处理得到的权重。 根据用户对中间层评价指标的评价数据，求解得到中间层评价指标的第二权重。 根根据用户对底层评价指标的评价数据，求解得到底层评价指标的第二权重。
步骤S134，根据该第一权重和该第二权重，得到该组合权重。
在一个实施例中，通过对第一权重和第二权重进行数据处理，得到组合权 重。
上述满意度评价方法，通过获取中间层评价指标和底层评价指标的第一权 重和第二权重，根据第一权重和第二权重来求解组合权重，将主观约束和客观 约束结合对组合权重进行求解，提高了组合权重的精度。
图4为一个实施例中求解第二权重的流程图，如图4所示，求解第二权重 包括步骤S210至步骤S230，其中：
步骤S210，根据该评价数据，得到每个该底层评价指标和每个该中间层评 价指标的概率。
在一个实施例中，可以根据评价数据，根据概率计算公式计算每个该底层 评价指标和每个该中间层评价指标的概率：
Figure RE-GDA0002469693730000121
其中，xij为第i个样本第j个评价指标的数值，Pij为第j个评价指标第i个样 本所占比重。也可以用其他方法计算每个该底层评价指标和每个该中间层评价 指标的概率，本实施例不作限制。
步骤S220，根据该概率，计算每个该底层评价指标和每个该中间层评价指 标的差异系数。
在一个实施例中，根据每个该底层评价指标和每个该中间层评价指标的概 率，求解每个该底层评价指标和每个该中间层评价指标的熵值，根据该熵值， 得到每个该底层评价指标和每个该中间层评价指标的差异系数。通过求解差异 系数，可以排除数据变异情况的影响，提高数据的稳定性和可靠性。
其中，可以根据概率及熵值的计算公式求解每个该底层评价指标和每个该 中间层评价指标的熵值，也可以用其他方法进行求解，本实施例不作限制：
Figure RE-GDA0002469693730000122
其中，为第j个评价指标的熵值，e与样本数有关，一般令k＝1/1nm，则 0＜e＜1。
可以根据熵值及差异系数的求解公式，求解每个该底层评价指标和每个该 中间层评价指标的差异系数：
gj＝1-ej (j＝1,2,......,n) (3)
其中，gj为第j个指标的差异系数。
步骤S230，根据该差异系数，得到该第二权重。
在一个实施例中，可以根据差异系数及第二权重的求解公式求解得到第二 权重：
Figure RE-GDA0002469693730000131
其中，woj为第j个指标的客观权重，gj为第j个指标的差异系数。
上述满意度评价方法，求解每个所述底层评价指标和每个所述中间层评价 指标的概率，根据概率求解每个所述底层评价指标和每个所述中间层评价指标 的差异系数，根据差异系数得到第二权重。通过求解差异系数，排除数据变异 情况对第二权重求解精度的影响，提高了第二权重的求解精度，提高了评价指 标赋权的科学性与客观性。
图5为一个实施例中根据第一权重和第二权重求解组合权重的流程图，如 图5所示，根据第一权重和第二权重求解组合权重包括步骤S310至步骤S330， 其中：
步骤S310，将每个该第一权重和对应的该第二权重相乘，得到每个该底层 评价指标和每个该中间层评价指标的第一组合权重参数。
步骤S320，将所有该底层评价指标和所有该中间层评价指标的该第一组合 权重参数相加，得到该底层评价指标和该中间层评价指标的第二组合权重参数。
步骤S330，根据该第一组合权重参数和该第二组合权重参数，得到该组合 权重。
在一个实施例中，可以根据第一权重、第二权重以及组合权重的求解公式 进行求解组合权重：
Figure RE-GDA0002469693730000141
其中，W为组合权重，wsj、woj分别为第一权重和第二权重。
在一个实施例中，获取综合评估数据包括步骤S141至步骤S142，其中：
步骤S141，根据该底层评价指标的评价数据，得到该底层评价指标的第一 隶属。
在一个实施例中，根据底层评价指标的评价数据，计算底层评价指标的概 率，得到该底层评价指标的第一隶属R：
Figure RE-GDA0002469693730000142
其中，R为第一隶属矩阵，r为底层评价指标的概率。
步骤S142，根据该第一隶属矩阵与该组合权重，得到该综合评估数据。
在一个实施例中，根据第一隶属矩阵与组合权重求解综合评估数据包括步 骤S1421至步骤S1422，其中：
步骤S1421，根据该第一隶属矩阵与该底层评价指标的组合权重，得到多个 第一隶属向量组成的第二隶属矩阵。
需要说明的是，对第一隶属矩阵与底层评价指标的组合权重进行归一化处 理，得到多个第一隶属向量，根据多个第一隶属向量构造第二隶属矩阵，其中， 第一隶属向量的求解公式为：
Figure RE-GDA0002469693730000151
其中，B为第一隶属向量，WB为底层评价指标的组合权重，B为第一隶属 矩阵。
步骤S1422，根据该第二隶属矩阵与该中间层评价指标组合权重，得到该综 合评估数据。
需要说明的是，根据第二隶属矩阵与中间层评价指标组合权重，对第二隶 属矩阵进行归一化处理，得到综合评估数据。
在一个实施例中，根据第二隶属矩阵与中间层评价指标组合权重求解综合 评估数据包括步骤S410：
步骤S410，将该第二隶属矩阵和该中间层评价指标组合权重相乘，得到该 述综合评估数据。
本申请还提供以下一个具体的实施例，对满意度评价方法作进一步详细说 明。
本实施例以宁波市常规交通为例进行说明，在本实施例中，上述满意度评 价方法包括如下步骤：
步骤S510，构建宁波市常规交通满意度评价模型，该宁波市常规交通满意 度评价模型包括目标层评价指标、中间层评价指标和底层评价指标，其中，目 标层评价指标为宁波市常规交通满意度A，中间层评价指标包括候车时长B1、 换乘方便性B2、公交服务B3、乘车信息B4、乘客舒适度B5、站点环境B6和车 内卫生情况B7。将各项评价指标的评价标准分为4个等级，分别为：满意、比 较满意、基本满意和不满意，并给这些等级选项进行赋值，依次为100分、80 分、60分、0分，设置评价等级集V＝{V1，V2，V3，V4}＝＝{100，80，60，0}。
步骤S520，根据宁波市常规交通满意度评价模型，通过调查问卷的方式进 行调查，获取底层评价指标的评价数据，表7为宁波市常规交通满意度的评价 数据表，如表7所示：
表7为宁波市常规交通满意度的评价数据表
Figure RE-GDA0002469693730000161
步骤S530，根据宁波市常规交通满意度评价模型，构造目标评价层评价指 标和中间层评价指标的判断矩阵，根据判断矩阵，获取中间层评价指标和底层 评价指标的第一权重，表8为目标层评价指标的判断矩阵及一致性检验表，如 表8所示：
表8目标层评价指标的判断矩阵及一致性检验表
Figure RE-GDA0002469693730000171
根据该评价数据，得到每个底层评价指标和每个中间层评价指标的概率， 根据概率，计算每个底层评价指标和每个中间层评价指标的差异系数，根据差 异系数，得到第二权重。将每个第一权重和对应的第二权重相乘，得到每个底 层评价指标和每个中间层评价指标的第一组合权重参数。将所有底层评价指标 和所有中间层评价指标的第一组合权重参数相加，得到底层评价指标和中间层 评价指标的第二组合权重参数，根据第一组合权重参数和第二组合权重参数， 得到组合权重。表9为底层评价指标的组合权重数据表，如表9所示：
表9底层评价指标的组合权重数据表
Figure RE-GDA0002469693730000181
步骤S540，根据表7中该底层评价指标的评价数据，求解所有底层评价指 标满意度程度的概率，根据该底层评价指标的概率得到该底层评价指标的第一 隶属矩阵，该底层评价指标的第一隶属矩阵R1，R2，R3，R4，R5，R6，R7分 别为：
Figure RE-GDA0002469693730000182
Figure RE-GDA0002469693730000183
Figure RE-GDA0002469693730000191
Figure RE-GDA0002469693730000192
Figure RE-GDA0002469693730000193
Figure RE-GDA0002469693730000194
Figure RE-GDA0002469693730000195
根据该第一隶属矩阵与该底层评价指标的组合权重，对第一隶属矩阵进行 归一化处理，得到多个第一隶属向量：
Figure RE-GDA0002469693730000196
Figure RE-GDA0002469693730000197
Figure RE-GDA0002469693730000198
Figure RE-GDA0002469693730000199
Figure RE-GDA00024696937300001910
Figure RE-GDA00024696937300001911
Figure RE-GDA00024696937300001912
根据多个第一隶属向量组成第二隶属矩阵，将该第二隶属矩阵和该中间层 评价指标组合权重相乘，得到该述综合评估数据A，其中，WB为中间层评价指 标组合权重，R为第二隶属矩阵：
Figure RE-GDA0002469693730000201
步骤S550，根据该综合评估数据和评价等级集，得到该满意度评价模型的 满意度评估值。其中，根据加权平均求隶属等级的原则，常规公交乘客满意度 评价中间层评价指标的满意度评估值分别为：
Figure RE-GDA0002469693730000202
Figure RE-GDA0002469693730000203
宁波市常规交通满意度评价模型的满意度评估值为：O常规＝88.32分。
上述具体实施例提供的满意度评价方法，通过根据差异系数得到第二权重， 排除了数据变异情况对第二权重求解精度的影响，从而提高了组合权重的求解 精度。根据组合权重以及评价数据求解得到综合评估数据，进一步求解得到宁 波市常规交通满意度评价模型的满意度评估值，提高了对满意度评价模型的满 意度评估值的求解精度，客观量化乘客对城市公交服务水平的感受，为宁波市 公共交通的乘客满意度提升提供理论依据。
应该理解的是，虽然图1、3-5的流程图中的各个步骤按照箭头的指示依次 显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有 明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的 顺序执行。而且，图1、3-5中的至少一部分步骤可以包括多个子步骤或者多个 阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同 的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以 与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执 行。
根据本申请的另一个方面，还提供了一种满意度评价装置，图6为一个实 施例中满意度评价装置的结构框图，如图6所示，该装置包括建模模块101、数 据获取模块102、组合权重求解模块103、综合评估模块104和满意度评估模块 105，其中：
建模模块101，用于构建满意度评价模型，该满意度评价模型包括目标层评 价指标、中间层评价指标和底层评价指标；
数据获取模块102，用于获取该底层评价指标的评价数据；
组合权重求解模块103，用于根据该目标评价层评价指标的判断矩阵、该中 间层评价指标的判断矩阵以及该底层评价指标的评价数据，得到该中间层评价 指标和该底层评价指标的组合权重；
综合评估模块104，用于根据该组合权重和该评价数据，得到该目标层评价 指标的综合评估数据；
满意度评估模块105，用于根据该综合评估数据和评价等级集，得到该满意 度评价模型的满意度评估值。
上述满意度评价装置，包括建模模块101、数据获取模块102、组合权重求 解模块103、综合评估模块104和满意度评估模块105。通过该满意度评价装置， 构建满意度评价模型，该满意度评价模型包括目标层评价指标、中间层评价指 标和底层评价指标，获取该底层评价指标的评价数据，获取该中间层评价指标 和该底层评价指标的组合权重，根据该组合权重和该评价数据，得到该目标层 评价指标的综合评估数据，从而得到该满意度评价模型的满意度评估值，解决 了满意度评价方法容易受主观因素影响的问题，提高了满意度评价的精度。
在一个实施例中，组合权重求解模块103包括判断矩阵求解单元、第一权 重求解单元、第二权重求解单元和组合权重求解单元，其中：
判断矩阵求解单元，用于根据该满意度评价模型，构造该目标评价层评价 指标和该中间层评价指标的判断矩阵；
第一权重求解单元，用于根据该判断矩阵，获取该中间层评价指标和该底 层评价指标的第一权重；
第二权重求解单元，用于根据该评价数据，获取该中间层评价指标和该底 层评价指标的第二权重；
组合权重求解单元，用于根据该第一权重和该第二权重，得到该组合权重。
在一个实施例中，第二权重求解单元包括概率求解子单元、差异系数求解 子单元和第二权重求解子单元，其中：
概率求解子单元，用于根据该评价数据，得到每个该底层评价指标和每个 该中间层评价指标的概率；
差异系数求解子单元，用于根据该概率，计算每个该底层评价指标和每个 该中间层评价指标的差异系数；
第二权重求解子单元，用于根据该差异系数，得到该第二权重。
在一个实施例中，组合权重求解单元包括第一组合权重参数子单元、第二 组合权重参数子单元和组合权重子单元，其中：
第一组合权重参数子单元，用于将每个该第一权重和对应的该第二权重相 乘，得到每个该底层评价指标和每个该中间层评价指标的第一组合权重参数；
第二组合权重参数子单元，用于将所有该底层评价指标和所有该中间层评 价指标的该第一组合权重参数相加，得到该底层评价指标和该中间层评价指标 的第二组合权重参数；
组合权重子单元，用于根据该第一组合权重参数和该第二组合权重参数， 得到该组合权重。
关于满意度评价装置的具体限定可以参见上文中对于满意度评价方法的限 定，在此不再赘述。上述满意度评价装置中的各个模块可全部或部分通过软件、 硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中 的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理 器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，图7 为一个实施例中计算机设备的内部结构图，如图7所示。该计算机设备包括通 过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该 计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非 易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程 序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环 境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机 程序被处理器执行时以实现一种满意度评价方法。该计算机设备的显示屏可以 是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上 覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还 可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关 的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定， 具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件， 或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器 中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
构建满意度评价模型，该满意度评价模型包括目标层评价指标、中间层评 价指标和底层评价指标；
获取该底层评价指标的评价数据；
根据该目标层评价指标的判断矩阵、该中间层评价指标的判断矩阵以及该 底层评价指标的评价数据，得到该中间层评价指标和该底层评价指标的组合权 重；
根据该组合权重和该评价数据，得到该目标层评价指标的综合评估数据；
根据该综合评估数据和评价等级集，得到该满意度评价模型的满意度评估 值。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程 序，计算机程序被处理器执行时实现以下步骤：
构建满意度评价模型，该满意度评价模型包括目标层评价指标、中间层评 价指标和底层评价指标；
获取该底层评价指标的评价数据；
根据该目标层评价指标的判断矩阵、该中间层评价指标的判断矩阵以及该 底层评价指标的评价数据，得到该中间层评价指标和该底层评价指标的组合权 重；
根据该组合权重和该评价数据，得到该目标层评价指标的综合评估数据；
根据该综合评估数据和评价等级集，得到该满意度评价模型的满意度评估 值。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程， 是可以通过计算机程序来指令相关的硬件来完成，该的计算机程序可存储于一 非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各 方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、 存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。 非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编 程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储 器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局 限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、 同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM (ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus) 直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储 器总线动态RAM(RDRAM)等。
以上该实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上 述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术 特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上该实施例仅表达了本发明的几种实施方式，其描述较为具体和详细， 但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的 普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改 进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权 利要求为准。

Claims (10)

1.一种满意度评价方法，其特征在于，所述方法包括：
构建满意度评价模型，所述满意度评价模型包括目标层评价指标、中间层评价指标和底层评价指标；
获取所述底层评价指标的评价数据；
根据所述目标层评价指标的判断矩阵、所述中间层评价指标的判断矩阵以及所述底层评价指标的评价数据，得到所述中间层评价指标和所述底层评价指标的组合权重；
根据所述组合权重和所述评价数据，得到所述目标层评价指标的综合评估数据；
根据所述综合评估数据和评价等级集，得到所述满意度评价模型的满意度评估值。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标评价层评价指标的判断矩阵、所述中间层评价指标的判断矩阵以及所述底层评价指标的评价数据，得到所述中间层评价指标和所述底层评价指标的组合权重包括：
根据所述满意度评价模型，构造所述目标评价层评价指标和所述中间层评价指标的判断矩阵；
根据所述判断矩阵，获取所述中间层评价指标和所述底层评价指标的第一权重；
根据所述评价数据，获取所述中间层评价指标和所述底层评价指标的第二权重；
根据所述第一权重和所述第二权重，得到所述组合权重。
3.根据权利要求2所述的方法，其特征在于，所述根据所述评价数据，获取所述中间层评价指标和所述底层评价指标的第二权重包括：
根据所述评价数据，得到每个所述底层评价指标和每个所述中间层评价指标的概率；
根据所述概率，计算每个所述底层评价指标和每个所述中间层评价指标的差异系数；
根据所述差异系数，得到所述第二权重。
4.根据权利要求2所述的方法，其特征在于，所述根据所述第一权重和所述第二权重，得到所述组合权重包括：
将每个所述第一权重和对应的所述第二权重相乘，得到每个所述底层评价指标和每个所述中间层评价指标的第一组合权重参数；
将所有所述底层评价指标和所有所述中间层评价指标的所述第一组合权重参数相加，得到所述底层评价指标和所述中间层评价指标的第二组合权重参数；
根据所述第一组合权重参数和所述第二组合权重参数，得到所述组合权重。
5.根据权利要求1所述的方法，其特征在于，所述根据所述组合权重和所述评价数据，得到所述目标层评价指标的综合评估数据包括：
根据所述底层评价指标的评价数据，得到所述底层评价指标的第一隶属矩阵；
根据所述第一隶属矩阵与所述组合权重，得到所述综合评估数据。
6.根据权利要求5所述的方法，其特征在于，所述根据所述第一隶属矩阵与所述组合权重，得到所述综合评估数据包括：
根据所述第一隶属矩阵与所述底层评价指标的组合权重，得到多个第一隶属向量组成的第二隶属矩阵；
根据所述第二隶属矩阵与所述中间层评价指标组合权重，得到所述综合评估数据。
7.根据权利要求6所述的方法，其特征在于，所述根据所述第二隶属矩阵与所述中间层评价指标组合权重，得到所述综合评估数据包括：
将所述第二隶属矩阵和所述中间层评价指标组合权重相乘，得到所述述综合评估数据。
8.一种满意度评价装置，其特征在于，所述装置包括：
建模模块，用于构建满意度评价模型，所述满意度评价模型包括目标层评价指标、中间层评价指标和底层评价指标；
数据获取模块，用于获取所述底层评价指标的评价数据；
组合权重求解模块，用于根据所述目标评价层评价指标的判断矩阵、所述中间层评价指标的判断矩阵以及所述底层评价指标的评价数据，得到所述中间层评价指标和所述底层评价指标的组合权重；
综合评估模块，用于根据所述组合权重和所述评价数据，得到所述目标层评价指标的综合评估数据；
满意度评估模块，用于根据所述综合评估数据和评价等级集，得到所述满意度评价模型的满意度评估值。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202010174002.8A 2020-03-13 2020-03-13 满意度评价方法、装置、计算机设备和可读存储介质 Pending CN111369300A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010174002.8A CN111369300A (zh) 2020-03-13 2020-03-13 满意度评价方法、装置、计算机设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010174002.8A CN111369300A (zh) 2020-03-13 2020-03-13 满意度评价方法、装置、计算机设备和可读存储介质

Publications (1)

Publication Number Publication Date
CN111369300A true CN111369300A (zh) 2020-07-03

Family

ID=71208839

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010174002.8A Pending CN111369300A (zh) 2020-03-13 2020-03-13 满意度评价方法、装置、计算机设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN111369300A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114493636A (zh) * 2022-01-26 2022-05-13 恒安嘉新（北京）科技股份公司 一种用户满意度确定方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469196A (zh) * 2015-11-18 2016-04-06 山东科技大学 一种矿井建设项目过程后评价的综合评价方法及系统
WO2017016403A1 (zh) * 2015-07-27 2017-02-02 阿里巴巴集团控股有限公司 确定业务对象品牌指数信息的方法及装置
CN106651169A (zh) * 2016-12-19 2017-05-10 国家电网公司 基于模糊综合评价的配电自动化终端状态评价方法及系统
CN106651116A (zh) * 2016-11-02 2017-05-10 辽宁工程技术大学 一种基于模糊综合评价法的公交乘客满意度评价方法
CN110135708A (zh) * 2019-04-25 2019-08-16 温州大学 基于ahp和信息熵的球阀质量多级模糊综合评价方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017016403A1 (zh) * 2015-07-27 2017-02-02 阿里巴巴集团控股有限公司 确定业务对象品牌指数信息的方法及装置
CN105469196A (zh) * 2015-11-18 2016-04-06 山东科技大学 一种矿井建设项目过程后评价的综合评价方法及系统
CN106651116A (zh) * 2016-11-02 2017-05-10 辽宁工程技术大学 一种基于模糊综合评价法的公交乘客满意度评价方法
CN106651169A (zh) * 2016-12-19 2017-05-10 国家电网公司 基于模糊综合评价的配电自动化终端状态评价方法及系统
CN110135708A (zh) * 2019-04-25 2019-08-16 温州大学 基于ahp和信息熵的球阀质量多级模糊综合评价方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
吴金洪 等: "基于模糊推理的城轨列车乘坐舒适性综合评价", vol. 40, no. 4, pages 453 - 458 *
李芳;何思俊;支锦亦;王超;向泽锐;: "基于AHP-熵权法的高速列车乘客车厢设计满意度评价" *
李芳;何思俊;支锦亦;王超;向泽锐;: "基于AHP-熵权法的高速列车乘客车厢设计满意度评价", 机械设计, vol. 37, no. 02, pages 121 - 125 *
连彩燕: "绿色住宅用户满意度综合评价研究", no. 3, pages 25 - 62 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114493636A (zh) * 2022-01-26 2022-05-13 恒安嘉新（北京）科技股份公司 一种用户满意度确定方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
Duleba et al. Examining Pareto optimality in analytic hierarchy process on real Data: An application in public transport service development
Angilella et al. Stochastic multiobjective acceptability analysis for the Choquet integral preference model and the scale construction problem
Zhou et al. Evidential reasoning rule for MADM with both weights and reliabilities in group decision making
Kuo et al. Developing a supplier selection system through integrating fuzzy AHP and fuzzy DEA: a case study on an auto lighting system company in Taiwan
Costanza et al. Modelling and measuring sustainable wellbeing in connection with the UN Sustainable Development Goals
Mishra et al. The effect of carsharing on vehicle holdings and travel behavior: A propensity score and causal mediation analysis of the San Francisco Bay Area
Beynon DS/AHP method: A mathematical analysis, including an understanding of uncertainty
Topcu A decision model proposal for construction contractor selection in Turkey
Shapiro Rational political man: A synthesis of economic and social-psychological perspectives
Feyrer Demographics and productivity
Biele et al. Computational models for the combination of advice and individual learning
Hancock et al. Decision field theory: Improvements to current methodology and comparisons with standard choice modelling techniques
Hyatt et al. Reform in motion: the promise and perils of incorporating risk assessments and cost-benefit analysis into Pennsylvania sentencing
Broda et al. Determinants of choice of delivery place: Testing rational choice theory and habitus theory
Fleming et al. Social desirability, approval and public good contribution
Hermans et al. Uncertainty assessment of the road safety index
Kimchi Investigating the assignment of probation conditions: Heterogeneity and the role of race and ethnicity
KR102109583B1 (ko) 기계 학습 기반의 가격 산정 방법 및 장치
Dhami et al. Quasirational models of sentencing
Abreu et al. Ordinal logistic regression in epidemiological studies
CN107609651A (zh) 一种基于学习者模型的设计项评估方法
Howard et al. Multicriteria decision analysis (MCDA) for health technology assessment: the Queensland Health experience
Ye et al. A practical method to test the validity of the standard Gumbel distribution in logit-based multinomial choice models of travel behavior
Lin et al. Heterogeneity in the relationship between subjective well-being and its determinants over the life cycle: A varying-coefficient ordered probit approach
CN111369300A (zh) 满意度评价方法、装置、计算机设备和可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200703

RJ01 Rejection of invention patent application after publication