顾客满意度测评中的缺失值处理方法

文章通过对缺失值处理方法分析,提出基于分类的三种缺失值处理方法:分类的均值插补法、分类的多重插补法和分类的K-means方法;该方法先对被调查对象问卷中的满意度关键字段按照分值进行分类,然后在同类中的缺失值用该类的平均值、多重插补值和聚类中心值替代.最后,以某食品公司为研究对象,对顾客满意度测评模型进行带缺失值的实证分析.结果表明:基于分类的三种缺失值处理方法优于均值插补法、多重插补法和K-means方法,为顾客满意度指数测评中的缺失值处理提供了实用方法.     

基于PLS算法的带缺失值顾客满意度指数的测评

文章提出了"权重新定"的一种缺失值处理方法,分析了带缺失值的顾客满意度指数测评步骤;详细阐述了Wold的PLS算法的求解过程,基于该算法实现了顾客满意度指数测评系统(简称MyPLS);最后,分别利用MyPLS与SmartPLS软件对某食品公司的带缺失值数据进行处理,在迭代次数上前者较SmartPLS少,在潜变量估计值相关系数、权重系数等方面与SmartPLS具有一致性,为国内带缺失值顾客满意度指数测评研究和应用提供了方法。     

基于随机森林模型的分类数据缺失值插补

缺失数据是影响调查问卷数据质量的重要因素,对调查问卷中的缺失值进行插补可以显著提高调查数据的质量。调查问卷的数据类型多以分类型数据为主,数据挖掘技术中的分类算法是处理属性分类问题的常用方法,随机森林模型是众多分类算法中精度较高的方法之一。将随机森林模型引入调查问卷缺失数据的插补研究中,提出了基于随机森林模型的分类数据缺失值插补方法,并根据不同的缺失模式探讨了相应的插补步骤。通过与其它方法的实证模拟比较,表明随机森林插补法得到的插补值准确度更优、可信度更高。     

匹配模型框架下价格指数质量的调整方法

从匹配模型法数据的缺失机理分析，匹配模型法编制的价格指数的质量偏差可分为两部分：一部分为样本内的质量偏差；一部分为样本外的质量偏差。文章对匹配模型框架下质量偏差的数据模式和数据缺失机理进行了探讨和研究，在此基础上针对不同的数据缺失机理，提出了均值插补法、交叠插补法和hedonic插补法三种质量调整方法。     

顾客满意度指数测评指标体系的构建

建立顾客满意度指数测评指标体系,是顾客满意度指数测评的核心内容.文章经过指标初选、试调查,将收集到的数据,运用信度分析和因子分析,对指标体系进行分析和检验,以确保每一项指标对顾客评价结果影响显著和测评指标分类合理,并据此解释公因子.采用顾客调查确定指标权重,更好反映顾客消费心理感受,客观性比较强.通过实例,验证了该方法的有效性和科学性.     

顾客满意度分析与质量成本管理分析

一、顾客满意度指数模型的建立(一)建立顾客满意度指数模型首先,要识别和确定顾客,分清内外顾客。内部顾客要确定是职级顾客、职能顾客,还是工序顾客,外部顾客要确定其与企业的关系;其次,分别建立内外顾客满意度指数模型。1、建立步骤具体流程可见下面的方框图:一级指标产品供货价格购买服务三级指标具体展开而形成四级指标→→→→→二级指标三级指标→→2、模型及测评指标该模型主要由6种变量组成,即顾客期望、顾客对质量的感知、顾客对价值的感知、顾客满意度、顾客抱怨、顾客忠诚。其中,顾客期望、顾客对质量的感知、顾客对价值的感知决…     

面向顾客满意度改进决策的I-Kano模型研究

卡诺模型是对顾客需求进行分类和优先顺序排序的有用工具.针对传统卡诺模型的不足,文章提出了面向顾客满意度改进决策的I-Kano模型.提出卡诺指数,以结合顾客满意的定量分析.引入优先指数,作为满意度改进指标筛选的决策因素.以防喷器顾客满意度度改进为例进行了应用研究.结果表明,I-Kano模型可以有效结合顾客需求对顾客满意改进指标进行分类和优先排序,为顾客满意度改进决策提供重要参考.     

政府绩效公众满意度的测评

公众满意度由顾客满意度引申而来,可作为政府绩效的评价标准之一,也是衡量服务型政府建设效果的重要依据.文章依据全面性、层次性和科学性原则,在美国顾客满意度测评指数模型的基础上构建了政府绩效公众满意度评价指标体系.为了消除主观因素的影响,对传统的多层模糊综合评价法进行改进,利用熵权法对层次分析法确定的权重和一级模糊评价值进行修正,最后根据实际案例对改进前后的模型进行检验分析和评价.     

多重插补处理缺失数据方法的理论基础探析

本文在比较单一插补法与多重插补法的基础上,对多重插补处理方法的理论基础做了深入探讨,并介绍了多重插补法处理缺失数据的基本思想.     

高相关性辅助变量择优回归插补法

调查数据无回答在抽样调查中经常出现.无回答项目插补法是处理无回答的最主要方法之一,而辅助变量对提高插补值准确度非常重要.因此,研究调查数据无回答项目的高相关性辅助变量择优回归插补法,先筛选与目标变量间相关系数高的辅助变量,再建立回归插补模型.该方法的辅助变量选择过程简单,插补值准确性高.模拟例子演示了该方法的优良性.     

缺失数据下非线性均值方差模型的参数估计

文章在响应变量随机缺失下研究非线性均值方差模型的参数估计问题.基于回归插补和随机回归插补两种缺失插补方法以及结合Gauss-Newton迭代计算算法给出该模型中未知参数的极大似然估计.并通过对两个随机模拟例子实际例子的研究分析,结果都表明了所提出的模型与统计方法具有可行性和实用性.     

公共突发事件应急统计中纵向缺失数据的处理方法研究

缺失数据在公共突发事件的应急统计数据分析中是一个非常普遍的问题，针对公共突发事件应急统计数据的纵向数据集，提出用一种得分匹配法来进行缺失值的借补处理，并将其与另外三种缺失值处理方法进行比较，即构造各种不同缺失率的随机缺失数据集，分别运用得分匹配法、LVCF借补法、无条件均值抽取法和多重借补法四种不同的缺失值处理方法对每一种缺失率的数据集缺失值进行处理。统计分析结果表明，少数缺失值发生时，LVCF法简单而有效；随着缺失率的增加，均值抽取法和多重借补法处理效果更稳定；得分匹配法借补缺失值考虑了变量之间的相关性，最大程度地利用了数据集包含的信息，同时考虑了含缺失值变量的实际变异程度，因此取得了最好的借补效果。     

B2C电子商务顾客满意度测评研究

文章在参考已有研究成果的基础上,构建了B2C电子商务顾客满意度测评模型及其评价指标体系,并运用模糊综合评判法对某电子商务公司进行实证测评,最后对测评结果进行分析,并提出相应的对策以提升顾客满意度.     

处理缺失数据的分数插补法研究

随着研究中对数据质量要求的提高,缺失数据相关问题也越来越受到重视.文章主要论述了处理缺失数据的方法之一——分数插补法的理论基础,并在此基础上研究了分数热卡插补法及其方差估计,同时使用模拟数据,对分数热卡插补法的实现过程做了模拟研究.通过对比实验,可以得到分数热卡插补法能够在保证原有数据分布的基础上,减少因插补造成的偏差,提供更加准确的插补结果.     

零售业顾客满意度测评模型的构建和应用——基于ACSI模型的引申

ACSI模型即美国顾客满意度指数模型是国际上比较典型的顾客满意度模型,但是由于其应用范围的限制,使其单独在零售行业发挥作用还有很多不适合的地方。结合零售行业的特点,可以采用模糊判断的方法对ACSI模型加以引申和改进,构建新的适合零售业顾客满意度测评模型,为客户价值管理提供指导。     

生产企业顾客满意度的测评

本文在对已有的顾客满意度测评方法的分析研究及对影响生产企业顾客满意度因素的分析研究基础上,建立了生产企业顾客满意度的测评指标体系,提出了生产企业顾客满意度的测评方法。     

缺失数据的多重插补方法

插补法是对缺失数据的调整方法,多重插补弥补了单一插补的缺陷,采用一系列可能的数据集来填充每一个缺失数据值,反映了缺失数据的不确定性。本文介绍了多重插补程序的三种数据插补方法:回归预测法、倾向得分法和蒙特卡罗的马氏链方法,并且对多重插补的插补效果进行推断,指出多重插补存在的问题。     

结构方程模型在课程评价中的应用

基于结构方程的顾客满意度测评模型可以了解学生对于课程的满意度评价以及相关因素对于满意度的影响程度,帮助教师确定进一步的教学改进方案.文章以<金融工程学>课程为例,将影响课程满意度的驱动因素划分为感知的课堂效果、感知的课程质量、预期的教学效果和感知的学习收获四个潜在变量,建立了上述四个潜在变量与满意度之间的结构方程模型,并提出了教学改进措施.     

缺失偏态数据下线性回归模型的统计推断

研究缺失偏态数据下线性回归模型的参数估计问题,针对缺失偏态数据,为克服样本分布扭曲缺点和提高模型的回归系数、尺度参数和偏度参数的估计效果,提出了一种适合偏态数据下线性回归模型中缺失数据的修正回归插补方法.通过随机模拟和实例研究,并与均值插补、回归插补、随机回归插补方法比较,结果表明所提出的修正回归插补方法是有效可行的.     

百货商场顾客满意度评价模型的构建

基于传统ACSI模型存在非线性、有效性两个问题,本论文将模糊影响图评价方法应用于顾客满意度的测评.以百货商场业为例,本文建立了基于模糊影响图方法的顾客满意度模型,并进行了实证分析.